Основні властивості знань. Їх відмінність від даних

Знання, як і дані, несуть певну інформацію, але дані не можуть проводити логічне виведення. Щоб знання мали здатність відтворювати якоюсь мірою знання людини і моделювати процес її міркування, вони повинні мати певні властивості. Існує, як мінімум, 6 таких обов’язкових властивостей знань. Саме ці властивості вказують на відмінність знань від даних:

1. внутрішня інтерпретованість знань;

2. внутрішня структура зв’язків (структурованість);

3. наявність ситуативних зв’язків (зовнішня структура зв’язків);

4. шкалювання;

5. занурення в простір із семантичною метрикою;

6. наявність активності.

Всі такі властивості надають можливість якомога повніше відобразити не тільки об’єкти ПрО, але й різноманітні зв’язки та відношення між об’єктами. Розглянемо властивості знань.

1. Внутрішня інтерпретованість знань

При обробці даних в комп’ютері всі дані машина інтерпретує як двійкові числа, над якими виконуються певні операції. Причому дізнатися, що саме стоїть за кодом, машина не може. Інтерпретація даних залишається в голові у програміста. Іншими словами, комп’ютер не знає, що саме він робить, тому перший крок на шляху до знань в тому і полягає, щоб надати комп’ютеру ці відомості, тобто дати можливість йому інтерпретувати як самі дані, так і дії над ними, тобто інтерпретувати смисловий зміст даних.

Нехай комп’ютер розв’язує задачу обліку наявності деталей на складі декого автогосподарства. В пам’яті машини зберігається табличка наступного вигляду:

Найменування одиниці	Номер секції	Кількість	Модель
Картер	54	200	ВАЗ 2106
Кришка від картера	54	300	ВАЗ 2109
Кришка від картера	54	52	ВАЗ 21099
Розподільчий вал	7	1	ВАЗ 2101
Лобове скло	11	42	ВАЗ 2104

Припустимо, що спочатку в пам’ять комп’ютера введена частина таблиці, яка є заповнена. Її дані якимось чином розташовані в пам’яті машини. Тоді їх використання є можливим тільки в той спосіб, який передбачений програмістом в його програмі, тому тільки програми зможуть знайти потрібні дані і провести над ним необхідні операції. Якщо ввести в пам’ять всю таблицю, де в її “шапці” перелічені всі 4 атрибути, то кожен атрибут є ім’ям відповідного стовпця таблички. Друга частина такої таблиці складається з рядків, кожен з яких містить 4 елементи. Кожен рядок можна розглядати як відношення між цими елементами. Отже, перший рядок з ім’ям Картер можна описати так:

Картер (<Номер секції, 54>, <Кількість, 200>, <Модель, ВАЗ 2106> )

Круглі дужки виділяють зміст інформаційної одиниці, а кутові дужки – це окремі самостійні одиниці, які називають слотами.

В найзагальнішому вигляді повний запис будь-якої таблиці, представленої як сукупність слотів, буде мати наступний вигляд:

Ім’я інформаційної одиниці (<ім’я першого слоту, значення першого слоту>, <ім’я другого слоту, значення другого слоту>, ... , <ім’я m-го слоту, значення m‑го слоту>)

В пам’яті машини вся така таблиця зберігається як окрема інформаційна одиниця у вигляді деякого файлу, а БД структурована таким чином, що хоча ще не є БЗ, проте може відповісти на деякі запитання: скільки деталей зберігається в секції 54? Перелічити всі деталі (запчастини), які зберігаються на складі. Чи зберігається на складі розподільчий вал? Для відповіді на такі запитання повинна функціонувати система спілкування, яка має виділяти такі словосполучення, як скільки деталей зберігається, перерахувати всі запчастини та ін. Саме такі словосполучення визначають тип процедур, які необхідно використати при роботі зі збережуваною інформацією. Такий спосіб широко відомий в сучасних БД. Його називають реляційною моделлю подання даних, а БД, які реалізовані у вигляді реляційних таблиць, – реляційними БД.

1. Внутрішня структура зв’язків (структурованість)

Людина має властивість пізнання світу через виділенні в об’єкті, що пізнається, окремих елементів і зв’язків між ними. Це дозволяє їй сприймати об’єкт як деяку структуру, представляти складні об’єкти у вигляді сукупності більш простих, а також пізнавати властивості нового об’єкту через властивості тих об’єктів, що входять до його структури. Така властивість структурованості об’єктів реального світу відображається в тому, що відповідні поняття зв’язуються між собою зв’язками типу частина‑ціле, клас‑елемент, рід‑вид. Такі зв’язки між поняттями утворюють в нашій пам’яті деякі ієрархії понять і дозволяють вводити нові поняття, так виникають поняття “студенти”, “ссавці”.

Знання, які необхідно представляти в машині, також повинні володіти спроможністю до утворення різних ієрархій, введенням нових понять, а також декомпозицією понять на складові частини, через які утворюються ці поняття і відношення між ними. Такі зв’язки між різними частинами понять можна представити різними способами: один з них – це явне задання різноманітних одиниць інформації і зв’язків між ними, які задають, наприклад, родо‑видові відношення.

При цьому є можливість одноразового запису кожного елементу інформації. При необхідності отримання на даному рівні деталізації всієї інформації необхідно переходити від неї вверх до найостаннішої у цій ієрархії родової одиниці, якої бракує системі.

Якщо кожна інформаційна одиниця описується у вигляді слоту, то в даному випадку слоти будуть вкладатися один в інший і отриману структуру називають фреймом (frame)/ В даному прикладі “МЕБЛІ” – ім’я фрейму, “СТІЛЬЦІ” – ім’я першого слоту, “СТОЛИ” – 2‑го, “ШАФИ” – 3‑го і т.д. Причому перший слот містить у своєму складі 2 слоти більш низького рівня і аналогічно 3‑й слот.

Між слотами різних рівнів можуть існувати найрізноманітніші відношення. Зауважимо, що вкладеними можуть бути не тільки слоти, але й фрейми. Вкладати можна також команди і навіть цілі програми. Отже, фрейм – це багаторівнева структура з ієрархічним вкладенням слотів, причому слоти можуть задавати не тільки поняття, але й дії – це все надає фреймам гнучкості і багатозв’язності.

2. Наявність ситуативних зв’язків (зовнішня структура зв’язків)

При роботі з фреймами можуть виникати такі ситуації, коли окремі факти і явища, що входять до структури одного фрейму, вступають в певних ситуаціях в ситуативний зв’язок з фактами і явищами з інших фреймів. Для відображення таких ситуативних зв’язків використовуються спеціальні окремі слоти. В них вказують ім’я фреймів, з якими існує ситуативний зв’язок, а також імена відношень, які здійснюють ці зв’язки.

В результаті виникає “мережа”, яка у вершинах містить імена фреймів, а дуги описують відношення між фреймами, причому ці дуги є іменованими. Таку мережу називають семантичною. За допомогою семантичних мереж можна відображати закономірності щодо фактів, процесів, явищ, причинно-наслідкових відношень між ними. Прикладом семантичної мережі може бути мережа, побудована для задачі з мавпою і бананами.

3. Шкалювання

Розумова діяльність людини спирається на бажання впорядкувати ті об’єкти і процеси, з якими людина має справу в реальному житті. Це бажання розсортувати події, явища, факти, з якими ми маємо справу. Для цього використовують різну шкали. В житті ми використовуємо 2 види шкал – строгі (метричні) та розмиті. Метричні – це шкали впорядкування людей за віком, військовими званнями, ваговими категоріями. У випадку розмитих шкал оцінюються деякі явища за допомогою слів природної мови з неоднозначністю. Частоту появи деякої події можна оцінити таким чином: ніколи; надзвичайно рідко; дуже рідко; рідко; рідко, але не дуже; не часто, але й не рідко; часто, але не занадто; часто; дуже часто; майже завжди; завжди. Серед розмитих шкал існують опозиційні шкали з протилежними значеннями: гострий-тупий, сильний-слабкий. Відображуючи відношення і зв’язки реального світу, БЗ повинна відобразити цю властивість міркування людей, шкалювання своїх знань.

4. Занурення в простір із семантичної метрикою

У нашій уяві простір, в якому ми існуємо, утворюється тими чи іншими поняттями, фактами, явищами, які можуть бути близькими за своїм змістом, тобто семантикою, наприклад, поняття “вчитель”. В який простір ми маємо помістити це поняття? Це може бути “інтелігенція”, ”робітники розумової праці”, “освічені люди” або “службовці”. В залежності від контексту, в якому розглядається поняття, воно може потрапляти в той чи інший простір об’єктів, близьких за семантикою, – кластерів. Попадання об’єкта в той чи інший кластер залежить від конкретної, типової ситуації. Типова ситуація вважається ядром, біля якого групується інформація. Розглянутий принцип – це один з принципів утворення кластерів. Існує й інший принцип – за частотою появи. Наприклад, на прохання назвати ім’я поета найчастішою буде відповідь “Шевченко”, “Пушкін”, “Байрон”. Таким чином, існує щонайменше 2 системи оцінки близькості інформаційних одиниць. Перша система спирається на ситуативну близькість, а друга – на частоту появи певних понять в типових ситуаціях.

В теорії знань розроблена строга теорія утворення ситуаційних кластерів, що дозволяє значно підвищити рівень інтелекту створюваної системи обробки знань.

5. Наявність активності знань

При роботі традиційної ЕОМ за заданою програмою обробляються ті чи інші дані, тобто програма містить процедурні знання. Вона зберігає інформацію про те, як саме потрібно діяти, щоби отримати результат. В той же час дані представляють собою декларативні знання. Вони зберігають інформацію про те, над чим потрібно виконати ці дії.

Таким чином, програма відіграє роль активізатора знань. Зовсім інакше у людини. Дуже часто в процесі мислення саме декларативні знання є таким активізатором процедур. Реалізувати таку можливість в БЗ в чистому вигляді поки що не вдалося. Частково це задовольняється за допомогою змішаного представлення декларативних і процедурних знань. В такому представленні ці 2 види знань можуть активізувати один одного.

Як приклад розглянемо деякий фрейм, що містить кілька слотів. Припустимо, що в якості одного зі слотів виступає ім’я деякої процедури, а звертання до слоту визначається множиною різноманітних відношень між слотами цього або інших фреймів. Отже, система таких відношень формує умови, необхідні для виконання цієї процедури і у фреймах з процедурними слотами декларативні знання стають активізаторами процедур. Таким чином, можливість активізації процедур, дій операцій за допомогою даних – це найважливіша особливість БЗ. По суті це означає відхід від фундаментального принципу роботи класичної ЕОМ фон-нейманівського, тобто роботи за жорстко заданим алгоритмом. В СШІ такого принципу немає.

Крім перерахованих принципових відмінностей знань від даних, існують і інші особливості. Наприклад, знання відрізняються від даних формою подання: дані відбивають кількісні характеристики і подаються у цифрах, а знання представляють якісні характеристики і подаються текстом). Іншою особливістю є те, що дані отримують семантичну інтерпретацію тільки після їх розробки відповідними програмами, а знання завжди несуть у собі смисловий зміст.

На виході системи штучного інтелекту користувач отримує не машино- чи відеограму (таблицю), а деяку інтелектуальну пораду, вибраний варіант рішень та інші результати моделювання розумовою діяльності людини.