С развитием общества трудовые ресурсы из сферы материального производства перераспределяются в сферу информационного обслуживания. Если вначале XX в. информационной деятельностью занималось до 10% общества, то к началу XXI в. до 50%. Резко уменьшилось время накопления знаний. Удвоение научных знаний происходит за 2-3 года. Знания, полученные специалистом в высшей школе, устаревают за 5-7 лет. Материальные затраты общества на информационные процессы уже превышают в целом затраты на энергетику. Информация становится предметом труда, и в результате этой трудовой деятельности возникает новый вид ресурса – информационный ресурс, который отражает интеллектуальный потенциал общества и переходит в экономическую категорию.
Экономический ресурс – основа развития наукоемкого производства, результаты которого проявляются в изделиях, превышающих по своим параметрам лицевые образцы. Информационный ресурс проявляется также в виде невещественной продукции – в лицензиях и патентах.
Технология регулирования информационного ресурса содержит: накопление данных, формирование знаний, организацию данных и представление знаний.
Данные – это информация, представленная в форматизированном виде, что позволяет передавать и обрабатывать ее на базе технических средств.
Знание – отражение на основе мышления реальной действительности, регулируется человеком. Переход информации в знания осуществляется за счет интеллектуальной деятельности человека.
Если данные организовать под какую-либо задачу, то на их основе человек может принять решение по управлению и такие данные уже можно рассматривать как информацию.
Информацией является используемые для принятия решений данные. Данные предоставляются в виде информации, на основе которой могут быть приняты решения по управлению.
В знаниях выделяют три основные составные части:
Декларативные знания отражают количественные и качественные характеристики объектов. Они хранятся в базе данных.
Системные (понятийные) знания содержат не только определение понятий, но и описание свойств понятий и взаимосвязей между ними.
Алгоритмические (процедурные) знания задают способ решения задачи.
Для каждой задачи формируется алгоритм решения и программа решения. Совокупность алгоритмов решения взаимосвязанных задач в АСУ составляет алгоритмическую модель. Эта модель в отличие от информационного ресурса содержит не данные, а информацию. Включение ЭВМ в контур управления невозможно без наличия соответствующих программ.
Совокупность декларативных, понятийных и процедурных знаний хранится в базе знаний.
Информатизация – это комплекс мер, обеспечивающих наиболее полное применение достоверного знания во всех общественно значимых видах человеческой деятельности.
Управление производством во многом зависит от рационализации делопроизводства, своевременной передачи и получения необходимой оперативной финансово-бухгалтерской, отчетно-статистической и другой информации. Любой проект сопровождает большой объем нормативной, справочной и пояснительной документации. Это парализует деятельность служащих и технических работников. В делопроизводстве в России ежегодно используется до 4 трлн. страниц бумаги. В этих условиях решение проблемы информатизации общества возможно за счет ряда факторов:
Использование средств вычислительной техники во всех общественно значимых сферах общества. Это означает создание автоматизированных рабочих мест (АРМ), которые не только позволяют сократить объем бумажной продукции по прогнозам вдвое, но и на порядок уменьшают время оперативной и достоверной передачи информации при одновременном повышении ее качества и снижении количества исполнителей. Деловую корреспонденцию должны обеспечить службы электронной почты.
Поднятие престижа информационной деятельности и повышение производительности труда служащих в сфере управления производством. ЛПР должны обладать доступом в вычислительную среду, овладеть методами общения с ЭВМ. Языки общения с ЭВМ должны упрощаться при переходе к квазиестественным языкам.
Охват информацией всех слоев населения. Создание развитых каналов связи, снижение стоимости ПЭВМ, возможность подключения к телефонной сети для доступа к информационному ресурсу.
При изучении интеллектуальных систем возникает вопрос – что же такое знания и чем они отличаются от обычных данных. Предложены несколько рабочих определений, в рамках которых это становится очевидным.
Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.
При обработке на ЭВМ данные преобразуются, условно проходя следующие этапы:
D1 – данные как результат измерений и наблюдений;
D2 – данные на материальных носителях информации в виде таблиц, протоколов, справок;
D3 – модели (структуры) данных в виде функций, диаграмм, графиков;
D4 – данные в компьютере на языке описания данных;
D5 – базы данных на машинных носителях информации.
Знания основаны на данных, полученных опытным (эмпирическим) путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.
Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
При обработке на ЭВМ знания преобразуются (трансформируются) аналогично данным:
Z1 – знания в памяти человека как результат мышления;
Z2 – материальные носители знаний (учебники, методические пособия);
Z3 – поле знаний – условное описание основных объектов предметной области и закономерностей их связующих;
Z4 – знания, описанные на языках представления знаний (моделях представления знаний) – продукционные языки или модели, семантические сети, фреймы, формальные логические модели;
Z5 – база знаний на машинных носителях информации.
Часто используется краткое определение понятия «знания»:
Знание – это хорошо структурированные данные, или данные о данных, или метаданные.
Для хранения данных используются базы данных, которые характеризуются большим объемом и сравнительно небольшой удельной стоимостью информации.
Для хранения знаний используются базы знаний, которые характеризуются небольшим объемом, но исключительно дорогими информационными массивами. База знаний – основа любой интеллектуальной системы.
Знания квалифицируют по двум категориям: поверхностные и глубинные.
Поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в пределах области. Глубинные – абстрактные, аналогии или схемы, отображающие структуру и природу процессов, объясняют явления и могут использоваться для прогнозирования поведения объектов. Пример поверхностных знаний: «при нажатии на кнопку звонка раздается звук». Пример глубинных знаний: «изучение принципиальной схемы звонка и электропроводки объясняют возникновение звука».
Современные экспертные системы работают в основном с поверхностными знаниями. Это связано с тем, что в настоящее время еще не разработаны универсальные методики, позволяющие выявлять и работать с глубинными структурами знаний.
В учебниках по ИИ знания делят на процедурные и декларативные.
Исторически первичными были процедурные знания, управляющие данными в алгоритмических программах. Для изменения процедурных знаний требовалось изменять программы.
Однако с развитием ИИ увеличивалась роль декларативных знаний. И сегодня знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалисту.
Множество моделей (или языков) представления знаний для различных предметных областей может быть сведено к следующим классам:
Продукционные модели;
Семантические сети;
Фреймы;
Формальные логические модели.
Продукционная модель позволяет представить знания в виде предложений типа «Если (условие), то (действие)».
Продукционная модель – модель, основанная на правилах. Под «условием» понимается предложение – как образец, по которому осуществляется поиск в базе знаний.
Под «действием» понимаются действия, выполняемые при успешном исходе поиска. Консеквентные действия могут быть промежуточными или терминальными.
Промежуточные – консеквентные действия выступают далее в качестве условий – антецедентов.
Терминальные – концевые действия являются целевыми, завершающими работу системы.
Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели к исходным данным), подтверждающий вывод. Данные – это исходные факты, хранящиеся в базе фактов, на основании которых запускается интерпретатор правил, перебирающий правила из продукционной базы знаний.
Продукционная модель чаще всего применяется в промышленных экспертных системах – ЭС. Достоинства такой модели в наглядности, высокой модульности, легкости внесения дополнений и изменений и простом механизме логического вывода.
Семантика – это наука, устанавливающая отношения между символами и объектами, которые они обозначают. Термин «семантическая» означает «смысловая»
Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги - отношения между ними. В качестве «понятий» выступают объекты, а «отношения» – это связи типа: «это» – (АКО), «имеет частью», «принадлежит».
Для семантических сетей характерной особенностью является обязательное наличие трех типов отношений: класс – элемент класса (цветок – роза); свойство – значение (цвет – желтый); пример элемента класса (роза – чайная).
Поиск решения в базе знаний типа семантической сети сводится к поиску фрагмента сети, соответствующей подсети, которая отражает запрос, поставленный к базе.
Рис. 1.1 Семантическая сеть.
Основным преимуществом данной модели представления знаний является то, что она более других соответствует современным представлениям об организации долговременной памяти человека. Недостатком – сложность организации процедуры поиска вывода на семантической сети.
Страницы: 1, 2