Знания и их особенности

Знания – это форма существования и систематизации познавательной деятельности человека, то, что мы знаем после изучения. В ЭВМ знания представляются в виде фигур, записей или языка по определенным правилам. Представлению знаний присущ пассивный аспект: книга, таблица, память ЭВМ. В системах искусственного интеллекта подчеркивается активный аспект представления: познание должно стать активной операцией, позволяющей не только запоминать, но и извлекать воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе.

Рассмотрим особенности знаний, отличающие их от данных.

1. Внутренняя интерпретируемость.

Каждая информационная единица имеет уникальный идентификатор, который позволяет системе искусственного интеллекта найти ее, например, для ответа на запрос, в которых этот идентификатор упомянут.

Пусть имеются следующие сведения о составе бригады цеха (табл. 7.1).

Таблица 7.1. Сведения о составе бригады цеха

Информация о том, где хранятся сведения о фамилиях, специальностях, стаже, разрядах и окладах называется протоструктурой информационных единиц. С помощью данной протоструктуры можно найти необходимую информационную единицу и ответить на вопросы типа «Что системе известно о Петрове?» или «Есть ли среди специалистов фрезеровщик?».

2. Структурированность.

Структура информационных единиц представляет собой рекурсивную вложенность одних информационных единиц в другие. В данной таблице каждая строка содержит сведения об одном из работников, а вместе эти строки определяют состав бригады.

3. Связность

Между информационными единицами установлены связи различного типа. Отношения между информационными единицами могут быть декларативными или процедурными.

Пусть разряд определяется следующим образом. Если работник проработал 5 лет и менее, то он имеет 1 разряд, если 10 лет и менее – 2 разряд и т.д. Это пример декларативного отношения «ПРИЧИНА – СЛЕДСТВИЕ».

Пусть оклад определяется по формуле

Оклад = Разряд ´ Ставка (= 2000).

Расчет оклада представляет собой отношение процедурного типа «АРГУМЕНТ – ФУНКЦИЯ».

Процедурные отношения между информационными единицами позволяют не хранить их отдельно, а получать по мере надобности из уже имеющихся информационных единиц.

Между информационными единицами могут устанавливаться и иные отношения, например, определяющие порядок выбора информационных единиц из структуры или указывающие на то, что две информационные единицы несовместимы друг с другом в одном описании.

4. Семантическая метрика.

Помимо отношений между информационными единицами можно установить меру близости по тематике или проблематике. На основе этих показателей формируются классы информационных единиц, что позволяет найти знания, близкие к уже найденным.

5. Активность.

Все операции, выполняемые ЭВМ, запускаются командами с использованием данных, то есть данные пассивны, а команды активны. В системах искусственного интеллекта, как и у человека, действия инициируются знаниями, имеющимися в системе. Знания предполагают целенаправленное использование информации, способность управлять информационными потоками для решения определенных задач.

Вышеперечисленные особенности отличают знания от данных. Однако эти особенности до сих пор не реализованы в полной мере в существующих системах.