Интеллектуальный капитал и потенциал Республики Беларусь

Обработка данных всегда считалась основной функцией компьютеров. Это утверждение остается в силе и сейчас. Вместе с тем реальную почву обретает представление о том, что компьютеры могут оперировать знаниями так же, как и данными. С разработкой и появлением систем искусственного интеллекта появилось новое понятие – база знаний. Выше подчеркивалось, что социализирующаяся информация, содержащаяся в базах данных, так же может быть рассмотрена как своего рода знание о некоторой предметной области и ее структуре, либо как непосредственная предпосылка возникновения личностных форм знания пользователя. Тем не менее, существуют специфические признаки, отличающие знания от данных. В качестве та ких признаков знаний в связи с представлением их в компьютере выделяются следующие: внутренняя интерпретируемость, структурированность, связанность, активность.

Некоторые из этих признаков справедливы и для структурированных данных. К примеру, первый признак – интерпретируемость – свойствен реляционной базе данных. Отношения, которые характеризует второй признак – структурированность, – встречаются в иерархических, сетевых и табличных данных. Для третьего и четвертого признаков уже нет аналогов в упоминавшихся базах данных. В особенности это касается четвертого признака – свойственной человеческому познанию активности. Данные же при их хранении в памяти компьютера пассивны. В этом, пожалуй, принципиальное отличие данных от знаний [Поспелов 1988, с. 33–34].

Проектирование базы знаний требует их рассмотрения прежде всего в плане структурно-функциональных характеристик, а не с точки зрения отношения знания к его объекту. На это обращал внимание А. Ньюэлл, один из пионеров в области искусственного интеллекта. «Знание, – отмечал он, – должно быть охарактеризовано совершенно функционально, в терминах того, что оно делает, а не структурно – в терминах физических объектов с определенными свойствами и отношениями. Остается открытым вопрос о требованиях к физической структуре знания, которая должна выполнять эту функциональную роль. Фактически эта ключевая роль никогда не выполняется непосредственно. Она выполняется лишь косвенным и приблизительным образом символьными системами…» [Newell 1982].

В иерархии уровней компьютерной системы, различаемых Ньюэллом, уровень знания располагается непосредственно над программным (символьным) уровнем, и компоненты уровня знаний (действия, цели, организация), а также его субстанция (знание) могут быть определены в терминах систем символьного уровня [Там же, с. 99].

Отмечая, что искусственный интеллект имеет явные точки соприкосновения с философией, поскольку природа знания всегда являлась объектами изучения философии, подчеркнем основное различие в подходах философии к соотношению искусственного интеллекта и знания. Ньюэлл видит его в следующем: «Философский интерес к знанию сосредоточен на проблеме достоверности… Это нашло отражение в различии между знанием и полаганием (belief), выраженном в лозунговой фразе: «знание есть обоснованное истинное полагание». Искусственный интеллект, рассматривая всякое знание как содержащее ошибки, называет все такие системы системами знаний. Он использует термин «полагание» лишь неофициально, когда несоответствие действительности становится преобладающим, как это имеет место в системах политических взглядов. С точки зрения философии, искусственный интеллект имеет дело только с системами полаганий. Таким образом, это теория знания, разделяя с искусственным интеллектом безразличие к проблемам абсолютной достоверности, просто оставляет без внимания некоторые центральные философские вопросы» [Там же, с. 122].

3.4. Моделирование знания в экспертных системах

Существующие различия между данными и знаниями привели к появлению специальных формализмов в виде моделей представления знаний в компьютерных системах. К таким моделям и соответственно – языкам представления знаний относят ся известные сегодня языки (модели) семантических сетей, системы фреймов, логические языки (модели) и продукционные системы. В общем плане названные формализмы обусловили разработку и успех так называемых экспертных систем.

Многие проблемы, связанные с разработкой и использованием экспертных систем, освещены в научной литературе. Здесь мы попытаемся посмотреть на их структуру и функции с несколько иных позиций, акцентируя их роль в современных процессах и способах социализации знаний.