Инженерия знаний: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Интерактивная навигация по истории
[отпатрулированная версия][отпатрулированная версия]
← Предыдущая правка
Содержимое удалено Содержимое добавлено
ВизуальныйВики-текст
Спасено источников — 2, отмечено мёртвыми — 0. Сообщить об ошибке. См. FAQ.) #IABot (v2.0.8.8
 
(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]]. 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]], [[Структурирование|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>
'''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 год|1983 году]] 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 (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 – [[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>.
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 последующей 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 ее 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 это 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>.
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 [[Интернет|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.
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.<ref>{{статья| заглавие = Assumptions of Problem-Solving Methods and their Role in
* 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.{{какие?}} Для работы с ними должны использоваться определённые методы и техника.{{какие?}}
* 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 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.
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. ↑ 1 2 Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. — Лань, 2016. — 324 с.
  2. ↑ 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.
  3. ↑ 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.
  4. ↑ Абдикеев Н.М., Киселев А.Д. Управление знаниями корпорации и реинжиниринг бизнеса. — Инфра-М, 2010.
  5. ↑ 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.)
  6. ↑ Гаврилова Т.А., Лещева И.А. Использование моделей инженерии знаний для подготовки специалистов в области информационных технологий. — Системное программирование. — 2012. — Т. 7.
  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.
  8. ↑ Технологии инженерии знаний.
  9. ↑ Retail Bank Scoring Solutions. FICO - Business rules management system. Дата обращения: 21 апреля 2015. Архивировано из оригинала 25 марта 2015 года.
  10. ↑ 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.
  11. ↑ Richard Benjamins, Dieter Fensel, Remco Straatman. Assumptions of Problem-Solving Methods and their Role in Knowledge Engineering : статья. — 1996. — Август.
Источник — https://ru.wikipedia.org/w/index.php?title=Инженерия_знаний&oldid=132099552