Людина і комп’ютер

Перш ніж приступити до розробки комп’ютеризованої системи знань необхідно відповісти на питання: чи можуть комп’ютери приймати ті ж рішення, що і досвідчений лікар, використовуючи такі ж дані й знання і логічні процедури їх обробки. Іншими словами, якщо люди можуть використовувати наукові знання й клінічний досвід для отримання певного висновку, то як ми можемо навчити комп’ютери використовувати ці ж знання для отримання аналогічного висновку? Щоб відповісти на це питання ми спочатку повинні з’ясувати чим відрізняється структура знань у людському мозку від структури знань в комп’ютері. Як повинні бути структуровані знання чи дані у комп’ютері, щоб їх можна було використовувати для прийняття рішень, подібних до тих, що приймаються лікарем при постановці діагнозу чи призначенні лікування? Нажаль, ключовою проблемою тут є те, що ми не знаємо, як людина зберігає і використовує знання: ми не знаємо яку «модель» використовує людський мозок для вирішення проблеми.

Особливу роль у теорії баз даних займають такі поняття, як модель даних і її схема. Схема моделі даних є семантичною моделлю подання знань про дані.

Розвиток банків даних (БнД) йде по шляху удосконалювання процедур пошуку інформації і відображення її в складних структурах. На відміну від БнД інформація, що зберігається в моделі знань, зв’язується внутрішньо (структурується) не за рахунок табличних форм і документів, а за допомогою відносин між фактами, що спостерігаються на об’єкті управлиння. У моделях знань відносини володіють визначеною, фіксованою поза системою семантикою і самі по собі є такими ж даними, як і вихідні.

Простеживши еволюцію даних, можна відзначити ряд особливостей, що відрізняють дані від знань. По-перше, відсутність орієнтації даних на деяку конкретну програму і наявність спеціальних метапроцедур, необхідність у яких породжена самими знаннями. По-друге, можливість внутрішньої інтерпретації. Для цього даним необхідно надавати атрибути, у наслідок чого вони стануть мати визначену семантику. Наступним кроком на шляху до знань є введення відносин над такими одиницями інформації, як родо-видові, часові тощо. По-третє, допущення рекурсивних зв’язків одних інформаційних одиниць з іншими. У цілому розходження між даними і знаннями не мають чітких границь.

Таким чином можна відзначити принаймні три особливості знань, що відрізняють їх від даних:

• Знання відрізняються від даних насамперед здатністю до інтерпретації;

• Наявністю зв’язків, що розрізняють знання: елемент-клас, клас-підклас, тип-підтип, ситуація-підситуація;

• Наявністю ситуативних відносин, що визначає ситуативну сумісність знань.

Аналізуючи наведені поняття, можна стверджувати, що питання природи знань, їхньої класифікації і способи систематизації багато в чому носять дискусійний характер. Розвиток обчислювальної техніки відкриває нові можливості обробки знань. Однак для цього необхідно виділити і представити знання у формах, у яких вони використовуються на комп’ютері.

Система знань характеризується наявністю знань і засобів виводу нового знання, що в стислому виді може бути подано формулою: «знання + механізм виводу = система знань». Подібні системи здатні як пояснити лінію міркувань, так і придбати й накопичити знання. Відповідно до цього можна виділити наступні основні елементи системи знань: модуль придбання знання, база знань, механізм виводу та пояснювальний інтерфейс.

Ядро систем знань складають база знань (БЗ) і механізм виводу, з якими зв’язані поняття «методи подання проблемного знання», «процес одержання нового знання за допомогою правдоподібних міркувань». Саме вибір методів подання й одержання знань визначає архітектуру системи знань і на практиці приймає вираз відповідної організації БЗ і схеми керування механізмом виводу.