Як створити базу знань?

Що таке база знань і навіщо вона потрібна?

Хліб свій пускай по воді, бо

по багатьох днях знов знайдеш його.

Еклезіаст

Давайте без зайвих слів почнемо будувати базу знань у вашому комп’ютері, у блозі, компанії. Якщо, звичайно, такої бази знань ще у вас немає.

За службовим обов'язком мені доводилося бувати в різних українських організаціях - в маленьких і великих, комерційних і державних, столичних і провінційних. Так ось: є у них персональні  бази знань. Чи то досвідчені менеджери  у начальства  і вони все доводять до зручності і простоти, чи то вони добре знають, з якого кінця персональну базу знань почати опрацьовувати. А найчастіше вони добре усвідомлюють - що це таке і навіщо база знань їм потрібна.

З чого складається ваша база знань і навіщо вона потрібна?

Хлопці, не мудруючи дуже сильно, база знань - це грамотно керований централізований електронний архів програм, документів, довідників і класифікаторів  предметної області. (Хто скаже, що все це не знання - нехай кине в мене камінь та спробує скористатися навігатором Вікіпедії.)

Архівів дуже багато у базі знань! – це не в сенсі «цвинтар», а жива інформаційна структура для користувача.  Такі архіви є у всіх, але проблема в тому, що їх рівно стільки, скільки персональних комп'ютерів у вашій компанії.

Згадали?

А тепер уявімо картину. Сталася надзвичайна сумна, велика національна трагедія,  якийсь терорист  підірвав будинок офісів сотні компаній, загинув сам і забрав з собою  тисячу фахівців. Але мало хто знає про ще одну сумну сторону  цього терористичного акту. У цих будівлях розташовувалися сотні процвітаючих компаній. Новітня оргтехніка, найсучасніші комп'ютерні мережі. А на іншій стороні  планети, в спеціальних приміщеннях - резервні сервери для зберігання інформації, куди автоматично надходить інформація з бізнес-центрів.

Все продумано? Напевно, немає сумніву, що маємо форс-мажорну ситуацію, тому що значна частина «підірваних» компаній не зможе швидко «прочухатися» і відновити свій бізнес. Справа в тому, що автоматично архівувалася тільки «традиційна» інформація з транзакційних систем компаній: основні довідники, фінансова інформація про здійснені угоди. Все інше, найважливіше для ведення бізнесу, лежало, як ви вже здогадалися, в ноутбуках персоналу компаній. А ноутбуки згоріли, поламалися. І з ними враз зникли плани розвитку, персональні напрацювання, майбутні контракти і багато ще чого ...

Так ось. Повернемося до нас.

Я ви гадаєте, чи всі начальники знають можливості бази знань?  Якщо ваш начальник ще і власник бізнесу, то він  використовує персональну базу знань.  Покажіть йому цю «жахливу» картинку і попросіть відкрити під вас вакансію «Адміністратора  бази знань компанії».

Якщо він скаже, - мовляв, тіпун тобі на язик, то ви йому поясніть, що розрахування з компанії провідних фахівців з ноутбуками в голові дорівнює терористичного акту. Чи це не спрацює?

Якщо ваш начальник до того ж ще й просунутий управлінець, то він повинен і сам зрозуміти, що правильно побудована база знань збільшує швидкість отримання необхідної інформації, і, отже, підвищує якість управлінських рішень. А тут з'являєтеся ви - і говорите, що вмієте будувати таку базу знань.

Створюємо тіло бази знань.

Підготуємо все найнеобхідніше для народження і життя вашої майбутньої бази знань. Потрібний сервер (це окремий старий робочий комп) для локальної мережі маленької компанії. Де взяти зараз велику пам’ять. Можна в Інтернеті отримати онлайн-диск. А найкраще, це купити двотерабайтний запам’ятовуючий пристрій. Для початку, вам потрібен централізований «ресурс» - окремий сервер або його частину. На цьому сервері і буде жити початкова база знань вашої компанії. Проконсультуйтеся з вашим системним адміністратором, оформіть рахунок на покупку сервера і підпишіть його у начальника. (Цілком можливо, що вам вдасться обійтися існуючої технікою.)

А тепер як оптимізувати каталоги бази знань?

Вам  потрібно визначити структуру каталогів бази знань. З кондачка таку структуру не зробиш, тому рекомендую не захоплюватися конструюванням багаторівневих дерев. Давайте поступимо таким чином. Виберіть кількох колег - провідних фахівців, керівників підрозділів і попросіть їх показати, як вони структурують свою інформацію в своїх персональних комп'ютерах. І  не турбуйтеся: ви побачите у різних людей абсолютно різні способи класифікації інформації. Акуратно запишіть всі ваші спостереження - вони стануть в нагоді вам надалі. (Принципи «прояви» структури знань можна також підглянути в моїй замітці про те, як організувати особисту картотеку.)

Сподіваюся, ви вже здогадалися, що неможливо зробити єдину структуру каталогів, щоб вона влаштовувала всіх і кожного. По-перше, будь-яка професійна діяльність складна й різноманітна, а по-друге, кожна людина настільки індивідуальний, що цю свою індивідуальність докладає буквально до всього: до вибору їжі, одягу, роботи, до структурування інформації. Проте не турбуйтеся, задовольнимо всіх. Ми не будемо ламати голову над побудовою універсального «дерева», а зробимо полегшену базову структуру каталогів і створимо інструмент вибірки інформації з бази знань за кількома параметрами.

Можна взагалі створити єдиний каталог «БАЗА ЗНАНЬ».

... І звалювати в нього всю інформацію. Але так не годиться, тому що таку базу знань вам буде дуже незручно обслуговувати.

Найзагальніші рекомендації з каталогізації.

Використовуйте не більше трьох ієрархічних рівнів.

Буде зовсім чудово, якщо ви обійдетеся лише двома рівнями.

Для кожного проекту компанії організуйте окремий каталог (підкаталог).

По можливості, розділіть по підкаталогам організаційні і технічні документи.

Виділіть окремий каталог для зберігання нормативних документів.

Виділіть окремі каталоги для зберігання інформації про ваших партнерів, конкурентів і їх продукції.

Виділіть  окремий каталог для довідкового блока.

Створіть окремий каталог для зберігання дистрибутивів часто  використовуваних програм.

Пам’ятайте про те, що найкраще  - це ворог хорошого, тому в цьому захоплюючому процесі важливо вчасно зупинитися.

Наступний  крок: кодування каталогів. Навіщо це потрібно?

Знову ж - для зручності обслуговування.

Адміністратори бази знань, як виявилося, дуже люблять спілкуватися на цифрах.

- Сергію, куди покласти такий-то документ?

– Чо, там в ньому? А, ну це в 020.030

Головний принцип кодування каталогів такий:

залишайте «місце» для нових каталогів - для цього присвоюйте каталогам номера через десятку або через сотню, наприклад:

01010- Організаційні документи;

02020-Зовнішні проекти;

03030- Внутрішні проекти;

і так далі.

Припустимо, з'являються в компанії: інноваційні проекти, прикладні проекти, інвестиційні проекти  і, по ряду міркувань, інформацію по ним потрібно зберігати в окремому каталозі. Безболісно додаємо новий каталог:

01010- Організаційні документи;

02020-Зовнішні проекти;

02025 - Інноваційні проекти

03030- Внутрішні проекти;

03033- Прикладні проекти;

03037- Інвестиційні проекти;  

і так далі.

Навігатор   бази  знань

Для того щоб користувачі могли ефективно працювати з базою знань, конче необхідний «Навігатор» - спеціальна оболонка, що дозволяє шукати, вибирати необхідну інформацію по одному або декільком параметрам. На ринку існує велика кількість непоганих програм для організації електронних архівів і автоматизації документообігу: легендарний Lotus Notes, непоганий вітчизняний пакет «СПРАВА» та інші.

Я ж в навчальних цілях покажу, як створити досить ефективний навігатор, що не набуваючи спеціального програмного забезпечення. Справа в тому, що якщо ви навчитеся справлятися зі своєю базою знань мінімальними засобами, і вона не помре через пару місяців, то згодом ви будете більш усвідомлено і кваліфіковано підходити до вибору спеціальних програмних засобів. Якщо у вас не дуже велика компанія, то, б'юся об заклад, ваших користувачів надовго влаштує то «тимчасове» рішення, яке я зараз запропоную. У будь-якому випадку, ваша праця не пропаде даром.

Для створення Навігатора Вам потрібно Excel.

Створіть у ньому новий файл, назвіть його «Навігатор.xls» .

Піднімайте ваші записи, які ви робили, знайомлячись зі структурою каталогів ваших колег, узагальнюйте інформацію і конструює критерії, за якими користувачами відбиратимуть інформацію.

Найголовніша порада: не плодити зайвих сутностей (категорій відбору) без особливої ​​потреби.

Кожен додатковий критерій - це збільшення трудомісткості по обслуговуванню бази знань і зменшення зручності при її використані.

Обов’язково узгодьте остаточний набір критеріїв відбору з усіма вашими колегами. На цьому етапі неодмінно почнуть з'являтися все нові і нові «забаганки». Тримайтеся міцно і не плодіть зайвих категорій.

Створюємо в файлі колонки, відповідні узгодженим критеріям відбору.Одна колонка- це один критерій.

Створюємо інформаційні рядки; прив'язуємо за допомогою гіперпосилань до цих рядків відповідні файли.

Включаємо кнопки фільтрів відбору на необхідні колонки.

 Ось і весь навігатор. Дуже зручний.

В книзі Excel ви можете зробити кілька сторінок для зберігання різної інформації.

Але врахуйте, що в цьому випадку користувачам доведеться вибирати дані по заданому критерію (критеріїв) по черзі на різних сторінках. Як і всі примітивні рішення, наш «Навігатор» має низку прикрих недоліків.

Наприклад, якщо ви зміните структуру каталогів (навіть просто перейменувати каталог) або перейменувати кінцеві фізичні файли, то вам доведеться переробляти в «навігаторі» все посилання, пов'язані з цим каталогом або файлом.

Рішення на поверхні: до початку експлуатації «навігатора» припиніть будь-які експерименти зі структурою каталогів. Зупиніться.

Інший недолік цього рішення в тому, що вам буде вкрай важко визначати рівні доступу користувачів до тієї чи іншої інформації.

Вкладаємо  душу при створенні Навігатора і База знань сама по собі повноцінно існувати. А якщо база  знань без господаря, то вона повільно, але впевнено перетворюється в звичайну, нікому не потрібну інформаційну свалку. Щоб цього не сталося, вам, самозванцю, потрібно сильно постаратися. Крім цього, на самому старті потрібно виконати ряд моїх обов'язкових рекомендацій.

Цифрове кодування файлів.

Перед заповненням бази знань розробіть і видайте наказом по підприємству «Положення з кодування файлів».

Віднині  всі файли, що передаються користувачами в базу знань, повинні кодуватися (іменуватися) за такими схемами.

«Тимчасова» схема». За цією схемою кодуйте документи, які необхідно зберігати в різних версіях або як би в розвитку в часі.

 [Код проекту] - [Дата] - [Назва документа]

Розробіть класифікатор ваших проектів.

Можна зупинитися на 3-х символьного кодування. Передбачте в коді проекту службовий символ для позначення типу проекту (зовнішній, внутрішній, інноваційний і т.д.)

Дату потрібно записувати в форматі

 [Рік] [Місяць] [День],

наприклад:

031101 - 01 листопад 2003 року.

Така я кодування необхідна, щоб файли «вишикувалися» в каталозі строго в хронологічному порядку.

Назва документа повинно починатися з типу документа,

 наприклад:

 [Договір на розробку ...], [План розвитку ...]

 Приклад кодування: СИР-031110-Оперативний план-графік проекту ,

 де СИР - Проект «Сіріус», 031110 - дата створення документа, 10 листопада 2003 года.

 «Постійна» схема». За цією схемою кодуйте документи, які потрібно зберігати в єдиному варіанті, всякий раз замінюючи його в базі знань останньої, більш «свіжої» версією.

 [Код проекту] - [Назва документа]

Зрозуміло, в «Положенні про кодування документів» вам потрібно буде дати детальні роз'яснення, які типи документів яким способом кодуровати.

Навіщо потрібна кодування?

Дивіться: адміністратор бази знань тепер без труднощів зможе розібратися, в який каталог поміщати файл і які параметри вибірки призначити файлу в «навігаторі». Крім цього, всі ваші співробітники згодом подякують вам за цю інновацію, тому що і у себе в комп'ютері налагодять відносний порядок.

Оживе база знань.

Щоб  база знань відразу зажила, задихала, створіть і розмістіть в ній довідкові файли:

організаційна структура компанії;

основні положення і регламенти;

довідник співробітників з телефонами, адресами, «милом» і днями ангелів;

аналогічні довідники ваших клієнтів і партнерів;

структура ваших проектів з паспортами проектів;

карти знань колег;

графік відряджень колег;

електронний каталог бібліотеки компанії

колекція корисних інтернетівських посилань;

інші корисні довідники на ваш розсуд.

Продумайте самі.  Відведіть окремий лист у вашому «навігаторі» для розміщення довідкового блока.

Особо попрацюйте над формуванням телефонного довідника  –

не пропускайте  в ньому жодного співробітника, партнера і клієнта.

Одного разу мені довелося брати участь в цілому детективі з пошуку номера телефону одного рідкісного, але важливого клієнта. Інформація в результаті виявилася лише у людини, який: недавно звільнився з компанії (раз), в цей час відпочивав за кордоном (два) і в момент, коли йому додзвонилися, був сильно п'яний (три). Судячи з його реакції, можна було здогадатися, чим він займався в той момент, коли ми його достали. Розсилайте на електронну пошту всім співробітникам і начальству адресу «навігатора». Розрекламуйте по всій компанії про те, яка «класна штука тепер у нас з'явилася». Пожинайте перші лаври загальної та безмірною подяки.

Початкове навчання персоналу.

Розробіть  «Положення щодо використання бази знань».

Проведіть серію занять з персоналом компанії.

Поясніть, «як тепер ми будемо працювати».

Як ви тепер будете працювати?

А ось так: Як видно зі схеми, користувач сам нічого не записує в базу знань, а тільки лише користується інформацією з неї. Системний адміністратор поставить в системі заборона на запис в базу знань всім співробітникам компанії, за винятком адміністраторів бази знань. Таким чином, заносити інформацію в базу знань будуть лише спеціальні люди - тільки таким способом база знань не перетворюється в звичайну звалище документов.

Тепер про найнеприємніше в цій справі. Можливо, що адміністратором бази знань на перших порах будете ви. А більше нікому. Поки база знань не запрацювала на повну силу, ви нікому не доведете її ефективність і корисність. Та й за досвід потрібно платити.

Що будемо зберігати? Ось тепер настала сама пора, щоб остаточно розібратися з тим, що ж ви будете зберігати в базі знань.

Це вся довідкова інформація - її ми розглянули.

Безумовно, в базі знань повинні лежати всі актуальні організаційні та нормативні документи, які видаються у вашій компанії.

Зберігайте в базі знань зовнішню інформацію:

маркетингові огляди,

публікації про сучасні технології,

досягнення конкурентів

Зберігайте професійні книги і підручники в електронному вигляді.

Варто пильнувати про всі юридичні документи:

договори,

контракти,

угоди.

Не забувайте  виробляти політику інформаційної безпеки з урахуванням впровадження бази знань.

 Для конфіденційних документів просто не вказуйте в навігаторі посилання на файл, а самі файли зберігайте в спеціальному каталозі «Таємно» документи краще в базі знань не зберігати.

Все проектні організаційні і технічні документи.

Документи, узагальнюючі досвід діяльності:

опис проектних рішень, інструкції, методики.

Найбільш цінна інформація з вищенаведеного списку - це документи, узагальнюючі досвід діяльності. Якщо всю іншу інформацію можна зобов'язати передавати в базу знань силовим, адміністративним способом, то змусити описувати проектні рішення - на жаль ...

Голови цінних фахівців не вивернеш назовні наказом або розпорядженням. У кращому випадку вам дадуть такого формального виродка - марного, нікому не потрібного.

Попросіть підрозділи або співробітників добровільно поділитися з усіма своїми напрацюваннями? Попросіть - і ви негайно зіткнетеся з ... Жабою.

Жаба, яка душить  - це найсильніше тварина в світі, тому що вона задушила три чверті населення планети.

«Жаба» щодо викладення проектних рішень в базу знань може бути як на рівні підрозділів компанії, так і на рівні окремих цінних фахівців. Чекайте, чекайте, тема знатна пішла, я зараз з цього приводу ще один невеликий розділ посібника напишу.

Как задушити  жахливу Жабу?

Спочатку притча.

В одне гірське селище приїхав шкільний учитель і запропонував місцевим жителям свої послуги. Жителі з радістю погодилися, але запропонували розраховуватися з учителем тільки в кінці місяця і тільки «натурою» - горілкою. З кожного двору - по відру горілки. Ударили по руках. Учитель був розумний і сумлінний, і сільські діти його сильно полюбили. Та й самі батьки натішитися не могли на успіхи своїх чад. ... В кінці місяця до будинку, де жив учитель, потягнулися жителі селища з повними відрами в руках. Бочка, що стоїть у дворі будинку, де жив учитель, швидко заповнилася. Як ви думаєте - чим?  Найчистішою... водою. С корпоративною базою знань ситуація аналогічна - ніхто не хоче «зливати» в неї цінний інтелектуальний продукт. Всі дивляться один на одного, посміхаються про себе і нічого не роблять. Безумовно, формалізація своїх таємних знань вимагає додаткового часу, але проблема не в цьому. Люди побоюються, що вони втратять в компанії свою значимість, незамінність і цінність. Як показує досвід, абсолютно марно на словах доводити протилежне. Потрібен інший подхід. Ви, перший - візьміть в руки повне відро вашої горілки, йдіть по селищу і сповіщайте кожного зустрічного про те, що ви несете в колективну бочку повне відро найчистішої горілки. Давайте пробувати сумнівається. Немає іншого способу наповнення бази знань. Почніть ви. Згодом почне ще один, потім ще один. Потім захочуть усі, тому що почне діяти рівно той же механізм, що і з чистою водою, але з протилежним знаком. Всім людям хочеться бути значущими, незамінними і цінними. І ніхто не хоче залишатися білою вороною. Альтруїстом, втім, теж ніхто не хоче бути, тому далекоглядні люди діляться своїми знаннями, але одночасно залишають такий гострий гачок - «хочеш знати більше або глибше? - Звернися до мене ».

Наприклад, навчитеся продавати всім бажаючим рецепт вашої чудової «горілки» .

Сподіваюся, що ви вловили мою алегорію.

Тепер придумайте організаційний механізм захисту інформації від витоку назовні - конкурентам. Технічні рішення, пов'язані з поділом прав доступу, не врятують вашу компанію. Напишіть мені ваші ідеї, обговримо.

Створюємо  колективні  звички.

База знань повинна жити і розвиватися, а вам потрібно багато працювати.

В області управління знаннями, як ніде більше, діє біблійний принцип: щоб багато отримувати, потрібно ще більше віддавати. І ще: потрібно постаратися, щоб народ звик до бази знань і відчув її потрібність - для цього створіть у вашій компанії цілий ряд обов'язкових ритуалів.

Робіть щоденну розсилку про нові надходження і оновлення бази знань. Створіть персональні інформаційні підписки. Залучіть ваших секретарів і маркетологів до підготовки інформаційних бюлетенів.

Постійно вивчайте інформаційні потреби ваших колег.

Пропонуйте колегам послуги з підбору інформації з бази знань.

Починаючи з себе, припиніть пересилання електронною пошту файлів. Пересилайте посилання на файли в базі знань. Видайте відповідний наказ по компанії.

У випадку, якщо співробітники не передають адміністратору бази знань документи для розміщення, застосовуйте до них заходи адміністративного впливу.

Частіше вживайте при спілкуванні з колегами вираз: «цей документ є в базі знань» .

Створіть  Інтранет-форум для спілкування колег і неформального обміну знаннями.

Створіть спеціальний каталог під назвою «Неформальний» або що-небудь в цьому роді. Ініціюйте процес написання гумористичних оповідань на виробничі теми класу «про те, як ми робили те-то і те-то і що з цього вийшло» І на десерт: створіть корпоративний фотоальбом в базі знань.

Пройде  якихось два-три місяці і ваші люди вже не будуть представляти, як можна працювати, не маючи бази знань.

*** Так, мало не забув, не сказав про найголовніше. Вам тепер потрібно буде багато, дуже багато приділяти свого часу навчанню співробітників компанії. Знання повинні працювати, плодитися і розмножуватися, а не вилежуватися в архіві. Оптимально 30% доходу компанії – це інтелектуальні інноваційні рішення її  співробітників. Якщо у вашій компанії є навчальний центр,  тоді варто  дружити  з викладачами - вони тепер ваші найголовніші союзники. Подумайте разом дуже серйозно про те, як об'єднати ваші цілі і плани. А  ось, мабуть, для початку достатньо.

Далі самі. Відпрацюєте основи, почнете будувати більш серйозну базу знань - на основі інтернет-технологій.

Інженерія знань - робота з БЗ

Ба́за зна́нь, БЗ (англ. Knowledge base, KB) — це особливого роду база даних, розроблена для управління знаннями (метаданими), тобто збором, зберіганням, пошуком і видачею знань. Розділ штучного інтелекту, що вивчає бази даних і методи роботи із знаннями, називається інженерією знань.

Інше визначення ж говорить, що: База знань — це сукупність відомостей (про реальні об'єкти, процес, події або явища), що відносяться до певної теми або задачі, організована так, щоб забезпечити зручне представлення цієї сукупності як в цілому так і будь-якої її частини. Це означає, що система управління базою знань (саме знань, а не даних) повинна забезпечити уявлення і обробку моделі, зіставною за своєю складністю з моделлю, що використовується свідомістю людини.

Найважливіший параметр БЗ — якість знань, що накопичені в ній. Найкращі БЗ містять релевантну і свіжу інформацію, мають довершені системи пошуку інформації і ретельно пророблену структуру і формат знань.

Зміст

  

·         Класифікація баз знань

·         Застосування бази знань

·         Бази знань в інтелектуальній системі

·   

Класифікація баз знань

Залежно від рівня складності систем, в яких застосовуються бази знань, розрізняють^:

·         БЗ всесвітнього масштабу, наприклад: Інтернет чи Вікіпедія

·         БЗ національні — наприклад, Вікіпедія

·         БЗ галузеві — на кшталт автомобільної енциклопедії

·         БЗ організацій — див. Управління знаннями

·         БЗ експертних систем — див. Експертна система

·         БЗ спеціалістів Гідрогеологічна

Тип інформації і її місцезнаходження в базі визначаються системою підтримки бази знань. Якісно налаштована програмна підтримка — гарантія високої продуктивності БЗ.

Застосування бази знань

Прості бази знань можуть використовуватися для зберігання даних про організації: документації, інструкцій, статей технічного забезпечення. Головна мета створення таких баз — допомогти менш досвідченішим людям знайти існуючий опис способу вирішення якої-небудь проблеми предметної області.

Онтологія може служити для представлення в базі знань ієрархії понять і відношень між ними. Онтологія, яка ще містить і екземпляри об'єктів не що інше, як база знань.

База знань — важливий компонент інтелектуальної системи. Найвідоміший клас таких програм — експертні системи. Вони призначені для знаходження способу вирішення специфічних проблем, базуючись на записах БЗ і на користувацькому описі ситуації.

Створення і використання систем штучного інтелекту потребує величезних баз знань. Для прикладу дивіться Вікіпедія.

Бази знань в інтелектуальній системі

Нижче перераховані цікаві особливості, які можуть (але не зобов'язані) бути в інтелектуальній системі, і які стосуються баз знань. Список може бути не повним.

·         Машинне навчання : Це модифікація своєї БЗ в процесі роботи інтелектуальної системи, адаптація до проблемної області. Аналогічна можливості людини «набиратися досвіду».

·         Автоматичне доведення (висновки) Здатність системи виводити нові знання із старих, знаходити закономірності в БЗ. Деякі автори вважають, що БЗ відрізняється від бази даних наявністю механізму висновків.

·         Інтроспекція : Знаходження протиріч, нестиковок в БЗ, відслідковування правильної організації і коректності роботи БЗ.

·         Доведення висновку : Здатність системи «пояснювати» хід її думок при знаходження вирішення задачі, причому по «першій вимозі».

Системи штучного інтелекту — галузь науки, яка займається теоретичними дослідженнями, розробленням і застосуванням алгоритмічних та програмно-апаратних систем і комплексів з елементами штучного інтелекту та моделюванням інтелектуальної діяльності людини.

Проблема «штучного інтелекту» полягає у моделюванні людського мозку та його функцій

Системи та засоби штучного інтелекту — галузь науки, яка займається теоретичними дослідженнями, розробленням і застосуванням алгоритмічних та програмно-апаратних систем і комплексів з елементами штучного інтелекту та моделюванням інтелектуальної діяльності людини. 

«Штучний інтелект» — образна назва галузі досліджень, що являє собою сукупність методів і засобів аналізу розумової діяльності людини й конструювання технічних систем, спроможних виконувати завдання, які раніше вважалися прерогативою людського мозку.

Класичні моделі представлення знань

1  

Класичні (символьні) моделі наслідують мислення і структуру пам’яті людини.

До класичних моделей представлення знань відносяться:

• ·        Правила продукції;
• ·        Фрейми;
• ·        Семантичні мережі;
• ·        Логіка(Логіка Арістотеля, Логіка Дж. Буля, Логіка Л. Заде, Логіка Ч. Осгуда)

ПРОДУКЦІЙНА МОДЕЛЬ ЗНАНЬ

2Представлення знань у вигляді правил (продукційна модель знань)

Якщо знання представляють правила «Якщо-то», то для таких систем знання представляються у вигляді продукційних моделей.

Кожне продукційне правило складається з двох частин:
1) антецедент – складається з звичайних логічних звязків (і, не, або, та інш.)

2) консеквент – включає в себе одне або декілька пропозицій що утворюють рішення, яке видається правилом або підлягаючу до виконання дію.

   Кожне правило містить атрибут (двигун, ручка, колесо) і значення (двигун не заводиться, ручка не пише, колесо не котиться).

   Правило спрацьовує у випадку якщо факти з робочої пам’яті при співставляні спрацьовують з його антецедентом, після чого правило важають відпрацьованим.

Продукційні системи поділяються на два типи:

1)  з прямими (спрямованими) висновками: системи MYCIN – використовуються в медичній діагностиці.

2)  із зворотним висновком.

Системи продуктивності з прямими висновками мають 3 складових компоненти:

-     бази правил, які складаються з набору продукції

-     БД яка містить безліч факторів

-     Інтерпретатор для логічного висновку на основі даних і значень.

Бази правил і даних утворюють бази знань, а інтерпретатор забезпечує механізм логічного висновку.

Прямим висновком називають висновок який керується даними (антецедентом). У ньому цей висновок шукають за відомими фактами і гіпотезами за якими він слідує. В цілому продукційні системи з прямим висновком не придатні для розв’язку великомаштабних задач, оскільки описане циклічне зіставлення істотно сповільнює швидкість отримання висновків із більшим числом правил.

В системах зворотнього висновку за допомогою правил, будується дерево (і, або) яке зв’язує в єдине факти і висновки. Логічним висновком тут є оцінка дерева на основі фактів в базі знань. При цьому спочатку висувається гіпотеза, а потім механізм висновку, в процесі роботи повертає назад до пошуку фактів які підтверджують цю гіпотезу. Якщо вона правильна, то вибирають наступну гіпотезу, деталізуючи першу. Дані шукають факти які підтверджують гіпотези.

Існують ще треті, двонаправлені висновки в інформаційних системах. В них спочатку оцінюють не великий об’єм отриманих даних і вибирають гіпотезу прямим висновком. А потім за допомогою зворотнього висновку шукають дані (факти) що необхідні для приймання рішення по виконанні даної гіпотези. Такі системи є найбільш потужними.

Переваги продукційної моделі представлення знань

Основними перевагами є:

• Універсальність - практично будь-яка область знань може бути представлена в продукційній формі;

• Модульність - кожна продукція являє собою елемент знань про предметну область; видалення одних і додавання інших продукцій виконується незалежно;

• Декларативність - продукції визначають ситуації предметної області, а не механізму керування;

• Природність процесу виведення, що багато в чому аналогічний процесу міркувань експерта;

• Асинхронність і природний паралелізм, що робить їх дуже перспективними для реалізації на рівнобіжних ЕОМ:

4.     Недоліки продукційної моделі представлення знань

-         складнощі управління і знаходження продукційного висновку через складність оцінки цілісного образу знань;

-         відсутність гнучкості в логічному висновку;

-         низька ефективність обробки знань через тривалу не продуктивну перевірку застосовності правил;

-         складність представлення родовидової ієрархії понять в явній формі.

Приклад продукційної моделі знань.   Якщо двигун не заводиться і  стартер двигуна не працює, то несправна система електроживлення.

5.     Фреймова модель представлення знань:

Фреймові моделі представлення знань використовують теорію організації пам'яті, розуміння і навчання, запропоновану М.Мінським. Фрейм (від англ. frame - рамка, каркас, кістяк) - структура даних, призначена для представлення стереотипних ситуацій. Фрейм складається зі слотів (slot - гніздо, щілинка, паз, комірка). Значенням слота можуть бути числа, вираження, тексти, програми, посилання на інші фрейми. Сукупності фреймів утворюють ієрархічні структури, побудовані на родовидових ознаках, що дозволяє успадковувати значення слотів. Така властивість фреймів забезпечує ощадливе розміщення бази знань у пам'яті. Крім цього, значення слотів можуть обчислюватися за допомогою різних процедур, тобто фрейми комбінують у собі декларативні і процедурні представлення знань. Фреймові моделі можна розуміти як мережні моделі уявлення знань, коли фрагмент мережі представляється фреймом з відповідними слотами і значеннями. З фреймовими моделями зв'язані моделі представлення знань на основі сценаріїв і об'єктів. Знання, якими оперує людина, часто мають якісну природу, характеризуються неповнотою, неточністю, нечіткістю.

6.Переваги фреймових моделей.

         Переваги: 1) Ефективність структурованого опису складних понять і рішень задач з різними способами висновку в наслідок різної виродженості родововидових зв'язків;

2) Можливість економії робочої пам'яті комп'ютера,  оскільки значення слотів зберігається в єдиному примірнику і включає лише той фрейм, який містить слот з даними фреймів;

3) Допустимість обчислення значення будь-якого слота, за допомогою відповідних процедур або еврестики;

7.Недоліки фреймових моделей.

Недоліки: висока істотна складність трудомісткість щодо внесення змін і повільна швидкість роботи і маленька швидкість отримання висновку.

Приклад фреймової  моделі знань.   

Автомобіль таксі{<автомобіль таксі>;  <номерний знак><ВО5014ТЕ>;  <стан > <справний>; <гараж>; <автоколона>}.

Шаблон фреймової моделі знань.

Ім’я слота {<Ім’я слота>;<f_i> <v_i>; …<f_n> <v_n>; <q₁>;… <q_n>}, де f_i  –  імена характеристик, v_i  – значення атрибутів,  q _i –  посилання на інші слоти.

8. Модель семантичної мережі

Модель семантичної мережі представляє собою  орієнтований позначений граф, вершини якого є поняття, а дугами – семантичні відносини між поняттями. В основу була покладена так звана семантична мережа – визначає смисл понять прородної людської мови.  Об'єкти можуть виражати події, процеси, властивості об'єктів; вершини мережі сполучаються дугою, якщо відповідні об'єкти знаходяться у деякому відношенні. Наприклад, Студент отримує стипедію, вчться в університеті, це людина, здає екзамен у професора. Професор – це людина, працює в університеті. Університет – це ВНЗ. Як і в моделі фреймів в семантичній мережі можуть бути відображені видовидові відношення, що дозволяє реалізувати успадкування властивостей. Тому семантичні мережі мають всі переваги і недоліки представлення знань фреймової моделі. Основний недолік семантичних мереж – це збільшення часу пошуку і зростання розмірів мережі та складність обробки висновку.

Приклад моделі семантичної мережі представлення знань.

Студент – отримує стипендію, це людина, здає екзамену професора, вчиться в університеті;  професор – це людина, котра працює в університеті; університет – це вищий навчальний заклад.

9. Логічна модель представлення знань

Логічна модель представлення знань являє собою структурований набір відповідних речень(суджень) природної (людської) мови, поданих  у вигляді логічних формул числення предикатів першого порядку.

Логічна модель містить у собі – елементи логіки, елементи обчислення висловлювань (силогістика Арістотеля), елементи обчислення предикатів( елементи обчислення предикатів І, ІІ, ІІІ порядків), елементи теорії множин (елементи класичної та альтернативних теорії множин), елементи теорії алгоритмів.

Предикат – це логічна функція, яка залежить від однієї чи декількох аргументів і приймає одне із двох значень – хибність або істина.

За допомогою логічних операторів (кон’юнкція, диз’юнкція, заперечення, імплікація, тотожність, помилковість) можуть бути побудовані складні ланцюги логічних значень (правил).

В основі знань лежить мова математичної логіки, яка поєднує логіку висловлювань і опис предикатів. Висловлюванням називається вираз, в якому стверджується або заперечується властивості об'єкта. Звідси можливі 2-а (варіанти) факти істинності або хибності. Використання алгебри  логіки, будуються логічні висновки. Наприклад: висловлювання «Тварина є птахом» виходить з двох інших висловлювань, а саме ЯКЩО тварина має пір'я І відкладає йця, ТО ця тварина є птахом.

Логічна модель представлення знань.

 ЯКЩО тварина має пір’я і відкладає яйця, ТО ця тварина є птахом.

Інформаційні системи створюються для досягнення різноманітних цілей. Однією з головних цілей є ефективна обробка інформації в інформацію або знання. Визначимо ці поняття.
Дані являють собою елементарні описи предметів, подій, дій і транзакцій, які запам'ятали, класифіковані і збережені, але не організовані для передачі будь - якого особливого значення. Дані – це інформація, яку подано у формалізованому вигляді й призначено для її подальшого опрацювання за допомогою технічних засобів, штучного інтелекту. Елементи даних можуть бути числовими, алфавітно - числовими, цифровими, звуковими або образними. База даних містить (зберігає) елементи даних, організовані для доступу.
Інформація - це дані, які організовані так, що вони мають значення і цінність для одержувача. Одержувач (користувач) осягає  значення  інформації і виводить  її на новий досвідний рівень та ув'язує її смисл в контектсті відомих  знань. Інформація містить два компоненти: змістовний і матеріальний. Тобто інформація має бути зрозумілою тим, для кого призначена(змістовний компонент), та подана на тому чи іншому фізичному носієві(матеріальний компонент).
Знання складаються з даних або інформації, які організовані та оброблені з метою передачі розуміння, накопиченого досвіду, результатів навчання і експертизи таким чином, що вони можуть використовуватися для вирішення поточних проблем або виконання дій. Дані, які оброблені для вилучення смислів і для відображення минулого досвіду та експертизи, забезпечують користувача організованим знанням, яке має дуже високу потенційну цінність.
Ці три терміни, особливо дані та інформація, часто використовуються як взаємозамінні. Дані, інформація і знання можуть бути для інформаційної системи вхідними або вихідними.
Інформаційна система – це сукупність апаратних та програмних засобів, які забезпечують автоматизацію, збирання, накопичення, опрацювання, систематизацію, зберігання, подання, й передавання інформації.
Інформаційні процеси – послідовна зміна стану та / або уявлення про інформацію в результаті дій, які з нею можна виконувати: вимірювання, зберігання, опрацювання, передавання, захисту, тощо.
Інформаційні технології –  це сукупність засобів та методів керування інформаційними процесами, що забезпечують виконання завдань щодо пошуку, опрацювання, передавання, інформації для отримання нової інформації про стан об’єкта, явища або процесу.
Інформаційна культура – це практичні уміння та навички працювати з інформацією, використовуючі сучасні інформаційні технології.

Дані в інформаційній системі підтримки рішень можуть включати: документи, ілюстрації, карти, звуки і анімацію, мультимедіа, таблиці, тощо. Ці дані можуть бути збережені і організовані різними шляхами до і після їх використання. Вони також включають поняття, предмети і думки (оцінки). Дані можуть бути попередні, необроблені або узагальнені. Багато прикладних систем  підтримки рішень використовують узагальнені або витягнуті дані, які отримують з трьох основних джерел: внутрішніх, зовнішніх і персональних.

Внутрішні дані зберігаються в одному або більше місцях в корпорації. Це дані про людей, продукцію, послуги і процеси. Інформаційна керуюча система може використовувати як необроблені, так і оброблені дані (такі, як звіти і зведення). Внутрішні дані доступні через комп'ютерні мережі організації.

Існує багато джерел зовнішніх даних. Наприклад, комерційні бази даних, Інтернет, супутникова інформація, фільми, музика, звукова інформація, ілюстрації, діаграми, атласи, телебачення.

Постанови, нормативні акти і звіти уряду є головними джерелами зовнішніх даних.

Інформація торгово-промислових палат, локальних банків, дослідницьких інститутів, фінансово - аналітичних структур, біржових зведень та інша, подібно повені обрушується на користувача інформаційної системи, викликаючи у нього інформаційні перевантаження.

Більшість зовнішніх даних  не відносяться до діяльності конкретної інформаційної системи. Тому здійснюється цілеспрямований моніторинг даних з метою вилучення необхідної інформації і мінімізації можливості пропуску і недооцінки важливості інформації.

Користувачі інформаційних систем або інші співробітники корпорації або підприємства можуть використовувати свої власні експертні знання та інформацію для створення персональних даних. Вони включають суб'єктивні оцінки продажів, думки про можливі дії конкурентів, інтерпретації ринкової або виробничої інформації, прогнозні оцінки і т.д.

Необхідність виділення даних з багатьох внутрішніх та зовнішніх джерел ускладнює завдання побудови інформаційної системи підтримки рішень.

Необроблені дані можуть бути зібрані вручну або за допомогою інструментів і сенсорів.

Типовими методами збору даних є вивчення в часі (за допомогою спостереження), обстеження (з використанням анкетування), спостереження (наприклад, використовуючи відеокамери) і інформація від експертів (наприклад, з використанням інтерв'ю).

Загальновідома необхідність в достовірних і точних даних для будь-якої системи підтримки рішень. Однак в реальному житті користувачі стикаються зі слабоструктурованих завданнями в зашумлених предметних областях з високим рівнем невизначеності.

Дані повинні бути доступні системі або система повинна включати підсистему вилучення даних.

Як зазначалося, зовнішні дані стікаються в організацію з багатьох джерел. Деякі дані надходять на постійній основі за допомогою міжмашинного обміну по каналах зв'язку між організаціями, інші - за допомогою Інтернет, який робить можливим доступ до багатьох тисяч баз даних у всьому світі.

Розвиток Web - систем привело до використання Web - браузерів для доступу до життєво - важливої  інформації для співробітників і покупців.

Інші Web - системи включають виконавчі інформаційні системи, системи підтримки, розгорнуті за допомогою Web - браузерів і системи управління базами даних (СКБД), які забезпечують даними безпосередньо в форматі, який подається web - браузером з передачею у вигляді Інтернет або Інтранет.

Велика трійка продавців реляційних СУБД - компанії Informix, Oracle і Sybase переробили свої основні продукти з метою пристосування клієнт - серверних і Інтернет інтранет додатків, які включали б нетрадиційні або мультимедійні типи даних.

10. Визначення інтелекту. Його відміності від алгоритму.

Інтелект – це здатність мозку вирішувати інтелектуальні задачі шляхом набуття,  запам’ятовування і ціленаправленого перетворення знань у процесі навчання і адаптації  до різних обставин.

Алгоритм – це точна послідовність дій, яка приводить до рішення задач.

З точки зору алгоритму – інтелект – це універсальний алгоритм, який може створювати інші алгоритми рішення конкретних задач.

11. Історія розвитку систем штучного інтелекту

XVIII ст. Лейбніц – розробив  першу систему формальної логіки і розробив машину для автоматизації її обчислень. В цей й же ж період відбувається формалізація теорії графів, де вузли графів розглядалися як теорії станів і розв’язок задача розглядався як пошук шляхів в множині графу станів.

XIX ст. поява праць Чарльза Бебіджа, Джона Буля. Зокрема останній створив формальну мову для опису мислення.

ХХ ст. зроблені важливі кроки для розуміння фундаментальних принципів ШІ. Зокрема праці Рассела, заявлено мету логічного виведення з набору аксіом шляхом формальних операцій.

1940р. – створено перший робочий комп’ютер на електромагнітних реле. Призначався для розшифрування німецьких переговорів.

1945 р. – в університеті Пенсільванія створено комп. ENIAK. Його задача полягала в розрахунках балістичних таблиць. Побудовані перші нейронні мережі. Віннер створив галузь кібернетики, яка  охоплювала матем. теорію для біологічних і матем. систем.

1949 р. – автор Хеббс  відкрив спосіб створення нейронних мереж , що самонавчаються.

1950р. – відзначився в історії як роки народження штучної системи. Алан Тюринг запропонував спеціальний тест для розпізнавання інтелектуальних машин.

60-ті роки  ХХ ст. – стрибок в розвитку ШІ, який викликаний прогресом в комп’ютерних технологіях та збільшенням кількості розробок в цій галузі. Найбільш важливі успіхи: представлення знань, реалізація комп’ютерного зору, робототехніки, обробки природньої мови.

70-ті роки ХХ ст. – відбувся спад інтересу до ШІ через те, що дослідникам не вдалося досягнути успіху у завищених обіцянках і у зв’язку із мінімальним практичним застосуванням. Все ж велись розробки, зокрема, винайдено і використано нечітку логіку, розроблено мову «Пролог».

80-ті роки ХХ ст. – проходили у програмних реалізаціях експертних систем для прогнозування, діагностування, відроджується дослідження над нейронними мережами.

90-ті роки  ХХ ст. – епоха розвитку слабкого ШІ, зокрема розробки впровадженні в ряді додатків, таких як розпізнавання облич, системи розпізнавання прибутку, кредитних карток, розвиток в космічній галузі.

В цілому історично склалися 3 основних напрямки в моделюванні ШІ:

-1-й – об’єктом дослідження є стуктура і механізм роботи людського мозку, а кінцевою метою – розкриття сутності мислення

-2-й - в якості дослідження об’єкта розглядається ШІ. Метою є створення алгоритмічного та програмного забезпечення штучного інтелекту, яке дозволяє вирішувати інтелектуальні задачі не гірше людини.

-3-й – орієнтований на створення змішаних інтерактивних інтелектуальних систем.

12. Характеристики інтелектуальних задач систем штучного інтелекту

         Одна із поширених задач – ігрове середовище. В більшості ігор застосовуються набір чітких правил, що дозволяють вести пошук по іншому. Ігри можуть породжувати великий простір станів, тому для пошуку потрібні потужні методи, котрі визначають, які альтернативи потрібно розглядати. Більшість вик. евристичні методи. Інші задачі. Автоматичні міркування та доведення АОМ. Автоматичне доведення теорем одна з найдавніших методів ШІ. Завдяки дослідженням у галузі доведення теорем було формалізовано алгоритм пошуку, а також розроблені мови формальних зображень – логічні. Такі методи базуються на логіці.

         Практичне застосування знаходять у перевірці конкретних програм при проектуванні складних систем пошуку інформації.

Експертні системи – це поєднання теоретичного розуміння проблеми і набору правил для її вирішення, які є ефективними в даній предметній галузі. Вони створюються за допомогою запозичених знань у людини експерта і кодування їх у форму, яку комп. може застосовувати до аналогічних проблем.

13. Основні напрями в розвитку систем штучного інтелекту

         В цілому виділяють 3  напрямки:

1-а частина фахівців вважають, що частину інформації можна взяти на комп., які дозоляють отримати результат подібно людському, або ще й кращий. Пр. гра в шахи, шашки.

2-а частина фахівців вважає, що ШІ повинен імітувати не розв*язок окремих задач, а базуватися на створенні автоматично генерованим програм рішень задач.

3-а частина – програмісти, які створюють програми для розв*язку задач ШІ, вважають, що засоби створення ПП і носить такий характер.

14. Підходи до побудови систем штучного інтелекту

         Існує що найменше 2-і точки зору щодо того що вважати ШІ. Перша називається нейробінічна. ЇЇ прихильники ставлять перед собою мету створити штучним чином такі процеси, які протікають  в мозку людини. Це шлях дослідження мозку людини, виявлення способу його роботи, створення біологічних структур і процесів, які в них протікають.

Друга точка зору є домінуючою в ШІ називають інформаційною. ЇЇ прихильники вважають, що основною метою в ШІ є не побудова аналогав штучній системі, а створення засобів для розв’язку задач, які є постійно інтелектуальними.