Данные, информация и знания

Традиционно возникает вопрос: что же такое «знания» и чем они отличаются от обычных данных, десятилетиями обрабатываемых компьютером? Можно предло­жить несколько рабочих определений, в рамках которых это становится очевидным. Как отмечено в главе 1, под данными понимается закодированная определенным способом информация.

При обработке на компьютере данные трансформируются, условно проходя несколько этапов.

Модель жизненного цикла управления знаниями в организации показана на рис. 3.2. Рис. 3.2. Модель жизненного цикла управления знаниями

1. Получение результатов измерений и наблюдений, фиксируемых на материаль­ных носителях информации (таблицы, протоколы, справочники).

2. Разработка моделей (структур) данных в виде диаграмм, графиков, функций.

3. Ввод данных в компьютер на языке описания данных.

4. Создание и поддержка базы данных на машинных носителях.

Знания связаны с данными, основываются на них, но представляют собой результат мыслительной деятельности человека, обобщают его опыт, полученный в ходе выпол­нения какой-либо практической деятельности. Они получаются эмпирическим путем.

Часто под знаниями понимают структурированные данные, данные о данных, или метаданные.

Пример. В компьютере хранятся данные, представляющие собой число -5,0. В процессе извлечения, представления и осмысления этих данных они, в зависи­мости от описываемой предметной области, превращаются, например, в инфор­мацию о температуре воздуха на улице. В этом случае знанием становится закон (понимание), определяющий то, что при такой температуре необходимо надеть теплую одежду.

При обработке на компьютере знания трансформируются аналогично этапам преобразования данных.

1. Добыча (извлечение) знаний и их фиксация на материальных носителях инфор­мации (таблицы, протоколы, учебники, методические пособия).

2. Разработка поля знаний — условного описания основных объектов предметной области, их атрибутов, связывающих их закономерностей.

3. Описание знаний на языках представления знаний в соответствии с выбранной моделью (продукционные языки, семантические сети, фреймы — см. далее).

4. Создание и поддержка базы знаний на машинных носителях.

Для хранения данных используются базы данных (для них характерны большой объем и относительно небольшая удельная стоимость информации), для хранения знаний — базы знаний (небольшого объема, но исключительно дорогие информа­ционные массивы). База знаний — основа любой интеллектуальной системы.

Создание баз данных может быть в значительной степени автоматизировано, а информационные системы, основанные на базах данных, часто могут быть полно­стью автоматическими.

Пример. Процесс покупки товаров в магазине самообслуживания может быть автоматизирован полностью. Покупатель сам выбирает нужные ему товары, при выходе датчики считывают информацию с электронных меток и на табло отображается информация о счете. В случае, когда платеж производится при по­мощи электронной банковской карты, участие продавца может быть исключено полностью: после платежа специальное устройство дистанционно деактивирует метки, обеспечив покупателю беспрепятственный выход из магазина.

В этом случае процесс сбора данных совершается автоматически, а процесс при­нятия решения о совершении покупки поддается полной алгоритмизации.

В отличие от баз данных базы знаний требуют участия высококвалифициро­ванного персонала на всех этапах работы с ними, как во время создания, так и во время использования в информационных системах.

Знания могут быть классифицированы по следующим категориям:

□ поверхностные знания — это знания о видимых взаимосвязях между отдельны­ми событиями и фактами в предметной области;

□ глубинные знания представляют собой абстракции, аналогии, схемы, отобража­ющие структуру и процессы в предметной области.

Современные экспертные системы работают в основном с поверхностными знаниями. Это связано с тем, что на данный момент нет адекватных моделей, по­зволяющих работать с глубинными знаниями.

Близко к предыдущему подразделение знаний на эксплицитные и тацитные:

□ эксплицитные знания — это формализованные (описанные формальным язы­ком) знания, предназначенные для передачи и отчужденные от носителя знаний;

□ тацитные знания — это неформализованные (не поддающиеся описанию) знания, являющиеся результатом личного опыта и интуиции, неотчуждаемые от носителя знаний.

Основной задачей аналитика, занимающегося созданием базы знаний, является перевод знаний из тацитной в эксплицитную форму.

Кроме того, знания можно разделить на процедурные и декларативные. Исто­рически первичными были процедурные знания, то есть знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных по­степенно изменялся, и все большая часть знаний сосредоточивалась в структурах данных (таблицы, списки, абстрактные типы данных).

Сегодня знания приобрели чисто декларативную форму, то есть знаниями счи­таются предложения, записанные на языках представления знаний, приближенных к естественному языку, и понятные неспециалистам.