Инженерия знаний: различия между версиями
[отпатрулированная версия] | [отпатрулированная версия] |
Спасено источников — 2, отмечено мёртвыми — 0. Сообщить об ошибке. См. FAQ.) #IABot (v2.0.8.8 |
Gellna (обсуждение | вклад) |
||
(не показано 11 промежуточных версий 3 участников) | |||
Строка 1: | Строка 1: | ||
'''Инженерия знаний''' ({{lang-en|knowledge engineering}}) — входит в область наук об [[Искусственный интеллект|искусственном интеллекте]], связана с разработкой [[Экспертная система|экспертных систем]] и [[База знаний|баз знаний]]. |
'''Инженерия знаний''' ({{lang-en|knowledge engineering}}) — входит в область наук об [[Искусственный интеллект|искусственном интеллекте]], связана с разработкой [[Экспертная система|экспертных систем]] и [[База знаний|баз знаний]]. Относится ко всем [[Техника|техническим]], [[Наука|научным]] и социальным аспектам, связанным с построением, поддержкой и применением систем, использующих знания. Изучает методы и средства [[Извлечение информации|извлечения]], [[Представление знаний|представления]], [[Структура данных|структурирования]] и использования [[Знание|знаний]] до программной реализации компонентов системы<ref name=":0">{{Книга|ссылка=https://e.lanbook.com/reader/book/81565/?previewAccess=1#2|автор=Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И.|заглавие=Инженерия знаний. Модели и методы|год=2016|издательство=Лань|страниц=324}}</ref>. Инженерия знаний применяется в [[менеджмент знаний|менеджменте знаний]] для организации сбора, накопления, хранения и использования знаний организации в стратегии управления знаниями, ориентированную на [[кодификация|кодификацию]] знаний<ref>Hansen M.T., Nohria N., Tierney T. What’s your strategy for managing knowledge? // Harvard Business Review. 1999. Vol. 77, Iss. 2. P. 106—117.</ref><ref>{{Cite web |url=https://psyjournals.ru/files/64997/18_Nestik.PDF |title=Нестик Т. А. Модели управления знаниями в российских организациях: социально-психологический анализ. ВШМБ РАНХиГС, Институт психологии РАН, М. Дата обращения: 02.08.2021 |access-date=2021-08-07 |archive-date=2022-01-23 |archive-url=https://web.archive.org/web/20220123211037/http://psyjournals.ru/files/64997/18_Nestik.PDF |deadlink=no }}</ref>. |
||
== Определения == |
== Определения == |
||
Инженерия знаний (ИЗ) была определена [[Фейгенбаум, Эдвард Альберт|Фейгенбаумом]] и МакКордак в [[1983 |
Инженерия знаний (ИЗ) была определена [[Фейгенбаум, Эдвард Альберт|Альбертом Фейгенбаумом]] и {{iw|МакКордак, Памела|Памелой МакКордак|en|Pamela McCorduck}} в [[1983 год]]у как:<blockquote>«ИЗ — раздел (дисциплина) [[Инженерия|инженерии]], направленный на внедрение знаний в компьютерные системы для решения сложных задач, обычно требующих богатого человеческого опыта».</blockquote>В настоящее время это также предполагает создание и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с разработкой [[Программное обеспечение|программного обеспечения]] и используется во многих информационных исследованиях, например таких, как исследования искусственного интеллекта, включая [[База данных|базы знаний]], [[сбор данных]], [[Экспертная система|экспертные системы]], [[Система поддержки принятия решений|системы поддержки принятия решений]] и географические информационные системы. ИЗ связана с [[Математическая логика|математической логикой]], также используемой в разных научных дисциплинах, например, в [[Социология|социологии]], где целью исследований понимание социального поведения людей, анализ логики взаимоотношения людей в обществе. |
||
Инженерия знаний включает применение единой стратегии, которая может быть реализована с помощью технических средств на этапе сбора и обработки данных. Она тесно связана и находит применение в [[Система автоматизированного проектирования|системе автоматизированного проектирования]] (CAD). Инжиниринг, основанный на знаниях, объединяет по принципам объективной ориентации и правилам с CAD и другими традиционными инструментами инженерного программного обеспечения. |
Инженерия знаний включает применение единой стратегии, которая может быть реализована с помощью технических средств на этапе сбора и обработки данных. Она тесно связана и находит применение в [[Система автоматизированного проектирования|системе автоматизированного проектирования]] (CAD). Инжиниринг, основанный на знаниях, объединяет по принципам объективной ориентации и правилам с CAD и другими традиционными инструментами инженерного программного обеспечения. |
||
В конце 1960-х и начале 1970-х годов в [[Стэнфордский университет|Стенфордском университете]] была создана система DENDRAL, а позднее |
В конце 1960-х и начале 1970-х годов в [[Стэнфордский университет|Стенфордском университете]] была создана система DENDRAL, а позднее — [[MYCIN]]. Это экспертные системы, которые хранят знания специалистов и используют эти данные для решения различных задач, извлекая необходимую информацию из хранилища. Профессор [[Фейгенбаум, Эдвард Альберт|Э.Фейгенбаум]] был одним из создателей таких систем и выдвинул для экспертных систем хранения экспертных данных название «инженерия знаний»<ref>{{Книга|автор=Абдикеев Н.М., Киселев А.Д|заглавие=Управление знаниями корпорации и реинжиниринг бизнеса|ответственный=|год=2010|издание=|место=|издательство=Инфра-М|страницы=|страниц=|isbn=}}</ref>. |
||
== Технологии инженерии знаний == |
== Технологии инженерии знаний == |
||
При разработке систем искусственного интеллекта, выделяют три главные составляющие предварительной обработки данных, которые в |
При разработке систем искусственного интеллекта, выделяют три главные составляющие предварительной обработки данных, которые в последующем передаются в машинную обработку: извлечение и упорядочение ([[кодификация]]<ref name="Янсен">Феликс Янсен. Эпоха инноваций: Пер. с англ. -М.:ИНФРА-М, 2002.-XII, 308 с. (Серия «Менеджмент для лидера»). ISBN 5-16-001234-6 (русск.) ISBN 0-73-63875-0 (англ.)</ref>), структурирование и [[формализация]]. Фаза извлечения, или получения, знаний заключается в сборе разрозненных и противоречивых фрагментов и обрывков информации из различных источников, используемых организацией, в том числе в её документах. Структурирование, или концептуализация, заключается в переработке данных и формировании из них единой модели, которую называют полем знаний или ментальной моделью. Фаза формализации заключается в переводе этой информации на специализированный [[язык программирования]]<ref>{{Книга|автор=Гаврилова Т.А., Лещева И.А.|заглавие=Использование моделей инженерии знаний для подготовки специалистов в области информационных технологий|ответственный=|год=2012|издание=Системное программирование|место=|издательство=|том=7|страницы=|страниц=|isbn=}}</ref>. |
||
Существуют два подхода для осуществления инженерии знаний: использование традиционных методологий разработки [[Программное обеспечение|ПО]] или индивидуальных [[Методология|методологий]] для построения экспертных систем<ref>{{Книга|ссылка=https://www.worldcat.org/oclc/9324691|автор=Feigenbaum, Edward A.|заглавие=The fifth generation : artificial intelligence and Japan's computer challenge to the world|год=1983|место=Reading, Mass.|издательство=Addison-Wesley|страниц=ix, 275 pages|isbn=0-201-11519-0, 978-0-201-11519-2}}</ref>. |
Существуют два подхода для осуществления инженерии знаний: использование традиционных методологий разработки [[Программное обеспечение|ПО]] или индивидуальных [[Методология|методологий]] для построения экспертных систем<ref>{{Книга|ссылка=https://www.worldcat.org/oclc/9324691|автор=Feigenbaum, Edward A.|заглавие=The fifth generation : artificial intelligence and Japan's computer challenge to the world|год=1983|место=Reading, Mass.|издательство=Addison-Wesley|страниц=ix, 275 pages|isbn=0-201-11519-0, 978-0-201-11519-2}}</ref>. |
||
Строка 42: | Строка 42: | ||
ИЗ имеет практическое применение. В США до 90 % кредитных решений по клиентам розничного банковского бизнеса принимается с использованием экспертных систем на основе баз знаний FICO<ref>{{Cite web|url = http://www.fico.com/en/scores/retail-bank-scoring-solutions#overview|title = Retail Bank Scoring Solutions|author = |work = FICO - Business rules management system|date = |publisher = |accessdate = 2015-04-21|archiveurl = https://web.archive.org/web/20150325220209/http://www.fico.com/en/scores/retail-bank-scoring-solutions#overview|archivedate = 2015-03-25|deadlink = yes}}</ref>. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ. |
ИЗ имеет практическое применение. В США до 90 % кредитных решений по клиентам розничного банковского бизнеса принимается с использованием экспертных систем на основе баз знаний FICO<ref>{{Cite web|url = http://www.fico.com/en/scores/retail-bank-scoring-solutions#overview|title = Retail Bank Scoring Solutions|author = |work = FICO - Business rules management system|date = |publisher = |accessdate = 2015-04-21|archiveurl = https://web.archive.org/web/20150325220209/http://www.fico.com/en/scores/retail-bank-scoring-solutions#overview|archivedate = 2015-03-25|deadlink = yes}}</ref>. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ. |
||
Инженерия знаний может быть использована при разработке баз данных [[Электронная коммерция|электронной коммерции]]. Не вся товарная матрица представлена в [[ |
Инженерия знаний может быть использована при разработке баз данных [[Электронная коммерция|электронной коммерции]]. Не вся товарная матрица представлена в [[интернет]]е, некоторый ассортимент является уникальным и требует сбора, формализации и структурирования с вычленением каталога с разделами и подразделами, а также с определением внутренних фильтров и сортировок. |
||
== Принципы == |
== Принципы == |
||
С середины 1980-х в ИЗ появилось несколько принципов, методов и инструментов, которые облегчили процесс получения знаний и работы с ними. Вот некоторые из них: |
С середины 1980-х в ИЗ появилось несколько принципов, методов и инструментов, которые облегчили процесс получения знаний и работы с ними. Вот некоторые из них: |
||
* Существуют разного рода типы знаний<ref>{{Cite web |url = http://ijcsit.com/docs/vol1issue4/ijcsit2010010406.pdf |title = Knowledge Engineering-an overview |author = D.S Darai, S Singh, S Biswas |work = article |date = 2010 |publisher = Department of Information Technology, SOA University |access-date = 2018-02-17 |archive-date = 2017-08-29 |archive-url = https://web.archive.org/web/20170829203006/http://www.ijcsit.com/docs/vol1issue4/ijcsit2010010406.pdf |deadlink = no }}</ref>, и для работы с ними должны использоваться конкретные методы и техника |
* Существуют разного рода типы знаний<ref>{{Cite web |url = http://ijcsit.com/docs/vol1issue4/ijcsit2010010406.pdf |title = Knowledge Engineering-an overview |author = D.S Darai, S Singh, S Biswas |work = article |date = 2010 |publisher = Department of Information Technology, SOA University |access-date = 2018-02-17 |archive-date = 2017-08-29 |archive-url = https://web.archive.org/web/20170829203006/http://www.ijcsit.com/docs/vol1issue4/ijcsit2010010406.pdf |deadlink = no }}</ref>, и для работы с ними должны использоваться конкретные методы и техника<ref>{{статья| заглавие = Assumptions of Problem-Solving Methods and their Role in |
||
Knowledge Engineering|автор = Richard Benjamins, Dieter Fensel, Remco Straatman |тип = статья|год = 1996| месяц = август|издатель = knowledge engineering. In ECAI (pp. 408-412). PITMAN}}</ref> |
Knowledge Engineering|автор = Richard Benjamins, Dieter Fensel, Remco Straatman |тип = статья|год = 1996| месяц = август|издатель = knowledge engineering. In ECAI (pp. 408-412). PITMAN}}</ref>. |
||
* Существуют различные типы экспертов и опыта |
* Существуют различные типы экспертов и опыта{{какие?}}. Для работы с ними должны использоваться определённые методы и техника{{какие?}}. |
||
* Существуют разные способы предоставления, использования, понимания знаний{{какие?}} и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому. |
* Существуют разные способы предоставления, использования, понимания знаний{{какие?}} и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому. |
||
В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями. |
В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями. |
||
== Проблематика == |
== Проблематика == |
||
Организация сбора, накопления, хранения, обработки и предоставления знаний является целью менеджмента знаний, представляющего собой часть современного [[Менеджмент знаний|менеджмента]]. Различные специалисты меняют место работы, вместе с этим компании теряют накопленный за время работы сотрудника интеллектуальный капитал<ref name=":0" />. Для предотвращения подобных случаев, на предприятиях стали |
Организация сбора, накопления, хранения, обработки и предоставления знаний является целью менеджмента знаний, представляющего собой часть современного [[Менеджмент знаний|менеджмента]]. Различные специалисты меняют место работы, вместе с этим компании теряют накопленный за время работы сотрудника интеллектуальный капитал<ref name=":0" />. Для предотвращения подобных случаев, на предприятиях стали разрабатывать и внедрять правила загрузки данных. Информация может вноситься в специально разработанные программы для внутреннего пользования или приобретенные системы ([[Бухгалтерская система|бухгалтерские системы]], [[ERP]], [[Crm|CRM]], [[VPS|VDS]]), что позволяет не только сохранить данные в структурированном виде, заданном аналитиком, но также выгружать их при необходимости. |
||
== Теории == |
== Теории == |
||
Строка 61: | Строка 61: | ||
== См. также == |
== См. также == |
||
* [[Информационная инженерия]] |
|||
* [[Инженер по знаниям]] |
|||
* [[Менеджмент знаний]] |
* [[Менеджмент знаний]] |
||
== Примечания == |
== Примечания == |
||
{{примечания}} |
{{примечания}} |
||
{{Нет ссылок|дата=2020-02-26}} |
|||
{{Инженерия знаний}} |
{{Инженерия знаний}} |
Текущая версия от 13:00, 2 августа 2023
Инженерия знаний (англ. knowledge engineering) — входит в область наук об искусственном интеллекте, связана с разработкой экспертных систем и баз знаний. Относится ко всем техническим, научным и социальным аспектам, связанным с построением, поддержкой и применением систем, использующих знания. Изучает методы и средства извлечения, представления, структурирования и использования знаний до программной реализации компонентов системы[1]. Инженерия знаний применяется в менеджменте знаний для организации сбора, накопления, хранения и использования знаний организации в стратегии управления знаниями, ориентированную на кодификацию знаний[2][3].
Определения
[править | править код]Инженерия знаний (ИЗ) была определена Альбертом Фейгенбаумом и Памелой МакКордак[англ.] в 1983 году как:
«ИЗ — раздел (дисциплина) инженерии, направленный на внедрение знаний в компьютерные системы для решения сложных задач, обычно требующих богатого человеческого опыта».
В настоящее время это также предполагает создание и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с разработкой программного обеспечения и используется во многих информационных исследованиях, например таких, как исследования искусственного интеллекта, включая базы знаний, сбор данных, экспертные системы, системы поддержки принятия решений и географические информационные системы. ИЗ связана с математической логикой, также используемой в разных научных дисциплинах, например, в социологии, где целью исследований понимание социального поведения людей, анализ логики взаимоотношения людей в обществе.
Инженерия знаний включает применение единой стратегии, которая может быть реализована с помощью технических средств на этапе сбора и обработки данных. Она тесно связана и находит применение в системе автоматизированного проектирования (CAD). Инжиниринг, основанный на знаниях, объединяет по принципам объективной ориентации и правилам с CAD и другими традиционными инструментами инженерного программного обеспечения.
В конце 1960-х и начале 1970-х годов в Стенфордском университете была создана система DENDRAL, а позднее — MYCIN. Это экспертные системы, которые хранят знания специалистов и используют эти данные для решения различных задач, извлекая необходимую информацию из хранилища. Профессор Э.Фейгенбаум был одним из создателей таких систем и выдвинул для экспертных систем хранения экспертных данных название «инженерия знаний»[4].
Технологии инженерии знаний
[править | править код]При разработке систем искусственного интеллекта, выделяют три главные составляющие предварительной обработки данных, которые в последующем передаются в машинную обработку: извлечение и упорядочение (кодификация[5]), структурирование и формализация. Фаза извлечения, или получения, знаний заключается в сборе разрозненных и противоречивых фрагментов и обрывков информации из различных источников, используемых организацией, в том числе в её документах. Структурирование, или концептуализация, заключается в переработке данных и формировании из них единой модели, которую называют полем знаний или ментальной моделью. Фаза формализации заключается в переводе этой информации на специализированный язык программирования[6].
Существуют два подхода для осуществления инженерии знаний: использование традиционных методологий разработки ПО или индивидуальных методологий для построения экспертных систем[7].
Инженерия знаний включает пассивные и активные коммуникативные методы сбора информации. Названия методов условно, так пассивные методы требуют от специалиста не меньших трудовых затрат, чем активные. К пассивным методам относят[8]:
- наблюдение (за реальным процессом или его имитацией);
- анализ протоколов «мыслей вслух», или вербальные отчеты (демонстрация цепочки размышлений);
- исследование научной информации.
К индивидуальным активным методам сбора информации для процесса инженерии знаний относят:
- анкетирование (стандартизированный, жесткий метод);
- интервью (специфическая форма общения инженера по знаниям и эксперта по списку заранее подготовленных вопросов)
- свободный диалог (нет регламентированного плана).
Также есть коллективные активные методы:
- круглый стол (коллективное обсуждение по плану с заранее подготовленными темами);
- «мозговой штурм» (позволяет раскрепостить участников и включить творческий подход);
- экспертные игры (это деловые игры, которые используются при подготовке специалистов и моделировании ситуаций, их проигрывании для представления наиболее вероятного результата и получения информации; или компьютерные игры, зачастую применяемые в обучении).
Полученные знания могут быть сохранены при помощи программирования базы знаний.
Примеры
[править | править код]Пример действия системы, базирующейся на ИЗ:
- Рассмотрение задачи
- Запрос к базам данных по задаче
- Внесение и структурирование полученной информации (IPK-модель, IPK — Information, Preferences, Knowledge)
- Создание базы данных по структурированной информации
- Тестирование полученной информации
- Внесение корректировок и доработка системы.
ИЗ имеет практическое применение. В США до 90 % кредитных решений по клиентам розничного банковского бизнеса принимается с использованием экспертных систем на основе баз знаний FICO[9]. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ.
Инженерия знаний может быть использована при разработке баз данных электронной коммерции. Не вся товарная матрица представлена в интернете, некоторый ассортимент является уникальным и требует сбора, формализации и структурирования с вычленением каталога с разделами и подразделами, а также с определением внутренних фильтров и сортировок.
Принципы
[править | править код]С середины 1980-х в ИЗ появилось несколько принципов, методов и инструментов, которые облегчили процесс получения знаний и работы с ними. Вот некоторые из них:
- Существуют разного рода типы знаний[10], и для работы с ними должны использоваться конкретные методы и техника[11].
- Существуют различные типы экспертов и опыта[какие?]. Для работы с ними должны использоваться определённые методы и техника[какие?].
- Существуют разные способы предоставления, использования, понимания знаний[какие?] и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому.
В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями.
Проблематика
[править | править код]Организация сбора, накопления, хранения, обработки и предоставления знаний является целью менеджмента знаний, представляющего собой часть современного менеджмента. Различные специалисты меняют место работы, вместе с этим компании теряют накопленный за время работы сотрудника интеллектуальный капитал[1]. Для предотвращения подобных случаев, на предприятиях стали разрабатывать и внедрять правила загрузки данных. Информация может вноситься в специально разработанные программы для внутреннего пользования или приобретенные системы (бухгалтерские системы, ERP, CRM, VDS), что позволяет не только сохранить данные в структурированном виде, заданном аналитиком, но также выгружать их при необходимости.
Теории
[править | править код]- Трансляционная (традиционная): предполагает прямой перенос человеческих знаний в машину.
- Модельная (альтернативный взгляд): предполагает моделирование задачи и её способов решения самой системой ИИ.
- Гибридные.
См. также
[править | править код]Примечания
[править | править код]- ↑ 1 2 Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. — Лань, 2016. — 324 с.
- ↑ Hansen M.T., Nohria N., Tierney T. What’s your strategy for managing knowledge? // Harvard Business Review. 1999. Vol. 77, Iss. 2. P. 106—117.
- ↑ Нестик Т. А. Модели управления знаниями в российских организациях: социально-психологический анализ. ВШМБ РАНХиГС, Институт психологии РАН, М. Дата обращения: 02.08.2021 . Дата обращения: 7 августа 2021. Архивировано 23 января 2022 года.
- ↑ Абдикеев Н.М., Киселев А.Д. Управление знаниями корпорации и реинжиниринг бизнеса. — Инфра-М, 2010.
- ↑ Феликс Янсен. Эпоха инноваций: Пер. с англ. -М.:ИНФРА-М, 2002.-XII, 308 с. (Серия «Менеджмент для лидера»). ISBN 5-16-001234-6 (русск.) ISBN 0-73-63875-0 (англ.)
- ↑ Гаврилова Т.А., Лещева И.А. Использование моделей инженерии знаний для подготовки специалистов в области информационных технологий. — Системное программирование. — 2012. — Т. 7.
- ↑ Feigenbaum, Edward A. The fifth generation : artificial intelligence and Japan's computer challenge to the world. — Reading, Mass.: Addison-Wesley, 1983. — ix, 275 pages с. — ISBN 0-201-11519-0, 978-0-201-11519-2.
- ↑ Технологии инженерии знаний.
- ↑ Retail Bank Scoring Solutions . FICO - Business rules management system. Дата обращения: 21 апреля 2015. Архивировано из оригинала 25 марта 2015 года.
- ↑ D.S Darai, S Singh, S Biswas. Knowledge Engineering-an overview . article. Department of Information Technology, SOA University (2010). Дата обращения: 17 февраля 2018. Архивировано 29 августа 2017 года.
- ↑ Richard Benjamins, Dieter Fensel, Remco Straatman. Assumptions of Problem-Solving Methods and their Role in Knowledge Engineering : статья. — 1996. — Август.