8.2.2. Организация работы с данными и знаниями

Информационные системы создаются для достижения различных целей, среди которых одна из главных — эффективная переработка данных в информацию или знания. Определим эти понятия.

«Данные» представляют собой элементарные описания предметов, событий, действий и транзакций, которые классифицированы и сохранены, но не организованы для передачи какого-либо специального со- держания. Элементы данных могут выступать как символы, цифры, звуки или образы.

База данных содержит хранящиеся элементы данных, организованные для доступа.

«Информация» — это данные, которые организованы так, что они обретают смысл и ценность для получателя. Получатель (пользователь) интегрирует значения и выводит заключения и смыслы.

«Знания» состоят из данных или информации, которые организованы и обработаны с целью передачи смыслового содержания, накопленного опыта, результатов обучения и экспертизы таким образом, что они могут использоваться для решения текущих проблем.

Данные, обработанные для извлечения смыслов и для отражения прошлого опыта и экспертизы, обеспечивают пользователя организованным знанием, которое имеет очень высокую потенциальную ценность.

Эти три понятия, особенно «данные» и «информация», часто используются взаимозаменяемо. Данные, информация и знания могут быть для информационной системы входными или выходными.

«Данные» и источники данных

Данные в информационной системе поддержки решений могут выступать в форме иллюстраций, карт, звуковых сигналов и анимации. Они могут быть сохранены и организованы различными способами до и после их использования. Данные также включают понятия, предметы и мнения (оценки), могут быть предварительные, необработанные или обобщенные. Многие прикладные системы поддержки решений используют обобщенные или извлеченные данные, которые получают из трех основных источников: внутренних, внешних и персональных.

Внутренние данные — это сведения, данные о людях, продукции, услугах и процессах. Информационная управляющая система может использовать как необработанные, так и обработанные данные (такие, как отчеты и сводки). Внутренние данные доступны через компьютерные сети организации.

Существует много источников внешних данных. Например, коммерческие базы данных, Интернет, спутниковая информация, фильмы, музыка, звуковая информация, иллюстрации, диаграммы, атласы, телевидение. Постановления, нормативные акты и отчеты правительства являются главными источниками внешних данных.

Большинство внешних данных не относятся к деятельности конкретной информационной системы. Поэтому осуществляется их целенаправленный мониторинг с целью извлечь необходимую информацию и свести к минимуму возможность пропуска и недооценки важности информации. Пользователи информационных систем, сотрудники корпорации или предприятия могут использовать свои собственные экспертные знания и информацию для создания персональных данных. Они включают субъективные оценки продаж, мнения о возможных действиях конкурентов, интерпретации рыночной или производственной информации, прогнозные оценки и т.д. Необходимость выделения данных из многих внутренних и внешних источников усложняет задачу построения информационной системы поддержки решений.

Необработанные данные могут быть собраны вручную или с помощью инструментов и сенсоров. Типичными методами сбора данных являются изучение во времени (посредством наблюдения), обследования (с использованием анкетирования), наблюдение (например, используя видеокамеры) и информация от экспертов (например, с использованием интервью).

Общеизвестна необходимость в достоверных и точных данных для любой системы поддержки решений. Однако в реальной жизни пользователи сталкиваются со слабоструктурированными задачами в «зашумленных» предметных областях с высоким уровнем неопределенности. Данные должны быть доступны системе, или система должна включать подсистему извлечения данных.

Как отмечалось выше, внешние данные стекаются в организацию из многих источников. Некоторые данные поступают на постоянной основе посредством межмашинного обмена по каналам связи между организациями, другие — посредством Интернет, который делает возможным доступ ко многим тысячам баз данных во всем мире. Развитие Web-систем привело к использованию Web-браузеров для доступа к жизненно важной информации для сотрудников и покупателей. Другие Web-системы включают исполнительные информационные системы, системы поддержки, развернутые посредством Web-браузеров и системы управления базами данных (СУБД), которые обеспечивают данными непосредственно в формате, представляемом Web-браузером с передачей посредством Интернет или интранет. Большая тройка продавцов реляционных СУБД — компании Informix, Oracle и Sybase — переработали свои основные продукты с целью приспособления клиент-серверных и Интернет/интранет-приложений, которые включали бы нетрадиционные или мультимедийные типы данных.

Структура данных и системы управления базами данных

Сложность большинства корпоративных баз данных (БД) иногда делает стандартные операционные системы (ОС) компьютеров неадекватными эффективному интерфейсу между пользователем и БД. СУБД созданы для дополнения стандартных ОС возможностями более полной интеграции данных, сложных структур файлов, быстрого поиска и обмена, лучшей защиты данных.

1 СУБД — это часть программного обеспечения для пополнения информации в БД и модернизации, удаления, манипулирования, хранения и поиска информации. СУБД в сочетании с языком моделирования — это типичный инструмент развития системы, который используется при разработке информационной системы поддержки решений.

2. Отношения между многими индивидуальными записями, хранящимися в БД, могут быть выражены несколькими логическими структурами,или концептуальными моделями. Тремя основными концептуальными моделями являются реляционная, иерархическая и сетевая. Относительноновые модели — это объектно-ориентированные и мультимедийные БД. Рассмотрим две последние структуры подробнее.

Информационные системы поддержки решений в таких сложных предметных областях, как интегрированное производство, требуют возможности доступа к данным, которые могут включать иллюстрации и сложные отношения. Ни иерар- хическая, ни сетевая, ни даже реляционная архитектура не могут эффективно справляться с такими БД. Даже при использовании для создания и доступа в реляционной БД языка SQL решения могут быть неэффективными. Названные три типа БД являются символьно-цифровыми. Но иногда для достижения лучших результатов требуется графическое представление.

Объектно-ориентированное управление данными базируется на принципах объектно-ориентированного программирования. Системы с такими БД объединяют характеристики объектно-ориентированных языков, таких, как Smalltalk или С++, с механизмом хранения данных и доступа к ним. Объектно-ориентированная СУБД позволяет анализировать данные на концептуальном уровне, который делает упор на естественные отношения между объектами.

Абстракция используется для установления наследственных иерархий, а описание и представление в сжатой форме позволяют проектировщику БД хранить обычные и процедурные коды внутри одних и тех же объектов. Объектно-ориентированная СУБД определяет данные как объекты и представляет данные в сжатой форме в соответствии с их подходящей структурой и по- ведением. Система использует иерархию классов и подклассов объектов. Структура (в терминах отношений) и поведение (в терминах методов и процедур) содержатся внутри объекта. Объектно-ориентированные СУБД особенно полезны в распреде- ленных информационных системах поддержки решений для очень сложных приложений и предметных областей.

1 Мультимедийные СУБД управляют данными в различных форматах (в дополнение к стандартному тексту или числовым полям). Эти форматы включают следующие образы: цифровые фотографии и формы компьютерной графики, такие, как карты и .рк файлы; гипертекстовые образы; видеоклипы; звук и виртуальную реальность (многомерные образы).

Знания в искусственном интеллекте. База знаний.

Знания — это информация с ограниченной семантикой, однако с позиции прикладных аспектов необходимо, чтобы знания имели такую форму, которой была бы в определенной степени свойственна свобода достижения поставленной цели. В какой именно степени допустима эта свобода или каким условиям должны отвечать знания, включая и их описательные возможности, зависит от области их приложения. В сфере технического применения и в экономике используется самая разнообразная среда представления, и помимо языкового описания она включает рисунки, математические формулы и т.п.

Хотя языковое представление и ограничено сравнительно простыми формализмами, оно не всегда удобно для технической и экономической областей. Это связано с их специфическим характером, так как в них все определяется фактами иобъективной реальностью.

Языковое описание, требуемое в прикладных областях информации (включая язык в широком его понимании и графику), будет назы- ваться языком представления знаний.

Для использования подобной информации в виде знаний требуются интеллектуальные функции, превосходящие пока возможности современных компьютеров.

Представление знаний, их обработка и использование, рассматри- ваемые применительно к конкретной прикладной области, являются предметом инженерш знаний. Сущностью искусственного интеллекта можно считать научный анализ и автоматизацию интеллектуальных функций человека. Однако для большинства проблем общей реальностью является сложность их машинного воплощения. Исследования по ИИ позволили утвердиться во мнении, что подлинно необходимыми для решения проблем являются знания экспертов. То есть если создать систему, способную запоминать и использовать знания экспертов, то она найдет применение в практической деятельности.

В конце 60-х и начале 70-х годов прошлого века под руководством Э. Фейгенбаума в Стэнфордском университете США была создана система DENDRAL, а позднее MYCIN. Поскольку эти системы накапливают в памяти ком- пьютера знания экспертов и используют эти знания для решения проблем, извлекая их при необходимости из памяти, они получили название экспертных, а профессор Фейгенбаум, один из создателей экспертных систем (ЭС), выдвинул для данной области техники название «инженерия знаний».

Инженерия знаний — это теория, методология и технология ЭС, которые охватывают методы добычи, анализа и выражения в пра- вилах знаний экспертов. Развитие ЭС создало инженерию знаний — про- цесс построения интеллектуальных систем.

Инженерия знаний тесно связана со всем процессом разработки интеллектуальных информационных систем в целом и ЭС в частности — от возникновения замысла до его реализации и совершенствования. Главными элементами инженерии знаний являются использование операций типа обобщение, генерация гипотез для индуктивных выводов, подготовка новых программ самими компьютерными программами и т.д.

Слово «engineering» в английском языке означает искусную обработку предметов, изобретение или создание чего-либо. Следовательно, работу по оснащению программ специальными экспертными знаниями из проблемной области, выполняемую человеком либо компьютером (программой), также можно назвать инженерией знаний.