55__Отличие данных от знаний. Формы данных и знаний.

Знания - совокупность фактов, закономерностей и эвристических правил, с помощью которых решается поставленная задача.

Каким же образом из информации получают знания? Все чаще истинные знания образуются на основе распределенных взаимосвязей разнородной информации. Когда информация собрана и передана для получения явно не определенного заранее результата, то вы получаете знания. По определению "знания - это абсолютное использование информации и данных, совместно с потенциалом практического опыта людей, способностями, идеями, интуицией, убежденностью и мотивациями".

Знания имеют определенные свойства, которые отличают их от информации.

1. Структурированность. Знания должны быть "разложены по полочкам".

2. Удобство доступа и усвоения. Для человека - это способность быстро понять и запомнить или, наоборот, вспомнить; для компьютерных знаний - средства доступа к знаниям.

3. Лаконичность. Лаконичность позволяет быстро осваивать и перерабатывать знания и повышает "коэффициент полезного содержания".

4. Непротиворечивость. Знания не должны противоречить друг другу.

5. Процедуры обработки. Знания нужны для того, чтобы их использовать. Одно из главных свойств знаний - возможность их передачи другим и способность делать выводы на их основе. Для этого должны существовать процедуры обработки знаний. Способность делать выводы означает для машины наличие процедур обработки и вывода и подготовленность структур данных для такой обработки, т.е. наличие специальных форматов знаний.

Информация, в отличие от данных, имеет смысл. Понятия "информация" и "знания", с философской точки зрения, являются понятиями более высокого уровня, чем "данные", которое возникло относительно недавно.

Понятие "информации" непосредственно связано с сущностью процессов внутри информационной системы, тогда так понятие "знание" скорее ориентировано на качество процессов. Понятие "знание" тесно связано с процессом принятия решений.

Несмотря на различия, рассмотренные понятия, как уже отмечалось ранее, не являются разрозненными и несвязанными. Они есть часть одного потока: у истока его находятся данные, в процессе передачи которых возникает информация, и в результате использования информации, при определенных условиях, возникают знания.

Большие объемы данных вовсе не означают и, тем более, не гарантируют получение знаний. Существует определенная зависимость ценности полученных знаний от качества и мощности процедур обработки данных. Типичным примером информации, которую нельзя превратить в знание, является текст на иностранном языке. При отсутствии словаря и переводчика эта информация вообще не имеет ценности, она не может перейти в знание. При наличии словаря процесс перехода от информации к знанию возможен, но длителен и трудоемок. При наличии переводчика информация действительно переходит в знания.

В области искусственного интеллекта в качестве рабочего определения знаний используется следующее:

Знания – основные закономерности в предметной области, позволяющие человеку решать конкретные производственные, научные и другие задачи, т.е. знания интерпретируются как факты, понятия, взаимосвязи, оценки, правила, эвристики, а также стратегии принятия решений в этой области (стратегические знания).

Выделяют следующие виды знаний:

• Декларативные – записывающиеся в явном виде и использующиеся так же (например, учебники);

• Процедурные – хранятся в виде процедур, программ и т.д. (например, все компьютерные программы);

• Эвристические – накапливаемые в системе в процессе функционированияие, а также заложенные в ней, но не имеющие статуса абсолютной истинности в данной предметной области. Их часто сравнивают с отображением в базе знаний неформализованного опыта решения задач.

! От противопоставления данных и знаний на начальных этапах сейчас перешли к представлению знаний как обобщенных и усложненных данных, обладающих по сравнению с элементами данных рядом свойств. Эти свойства соответствуют этапам перехода от файлового представления данных к базам данных иерархической, сетевой и реляционной структур с СУБД и, далее, к базам знаний и системам управления ими. Иначе говоря, к переходу от неявного представления знаний в традиционных программных комплексах к явному их представлению в системах, основанных на знаниях.

Представление знаний как обобщенных и усложненных данных:

1. Внутренняя интерпретируемость.

2. Наличие внутренней структуры связей.

3. Наличие внешней структуры связей.

4. Шкалирование.

5. Погружение в пространство с семантической метрикой.

6. Наличие активности.

Отличия знаний от данных:

1. Внутренняя интерпретируемость - вместе с традиционной информационной единицей (элементом данных) в памяти ЭВМ можно хранить схему имен, связанных с этой единицей. Наличие схемы имен позволяет информационной системе «знать», что хранится в памяти и «уметь» отвечать на запросы о содержимом базы знаний.

2. Наличие внутренней структуры связей - рекурсивная структурируемость – информационные единицы могут при необходимости расчленяться на более мелкие и объединяться в более крупные.

3. Наличие внешней структуры связей - взаимосвязь информационных единиц – между информационными единицами возможно установление разнообразных отношений, отражающих семантику и прагматику связей, явлений и факторов.

4, 5. Шкалирование и возникновение семантического пространства – знания не могут быть бессистемными, а должны быть взаимосвязанными и взаимозависимыми в общем для них семантическом пространстве. Структурирование знаний направлено на формирование семантического пространства.

6. Активность знаний – основное отличие – с начала своего развития программирование опиралось на первичность процедур и вторичность данных, т.е. процедуры отражали способ решения задачи и активизировали необходимые данные, которые пассивно хранились. В базе знаний знания являются активными, т.е. способ представления знаний, как правило, отражает способ решения задачи. Наличие активности – это свойство, означающее, что если знания активны, то в результате обработки мы можем получить новые знания.

Отличия базы данных от базы знаний:

1. В функции баз данных, как правило, не входит анализ соответствия элементов и взаимосвязей моделей с особенностями окружающей действительности. Эта задача решается, как правило, специалистами соответствующего профиля, а затем база данных функционирует так, как будто ее содержимое тождественно реальному миру.

2. В обычных базах данных осуществляется хранение и поиск фактов о мире, а так же некоторые операции объединения и отбора фактов, но не обеспечивается функция восприятия необходимого для установления соответствия между состоянием внешнего мира и состоянием базы данных.

3. Область применения баз данных ограничена сферой интеллектуальной деятельности, в которой функции восприятия и действия выполняются пользователями и обслуживаются персоналом базы данных.

Задачи, решаемые совместно базой данных и ее разумным партнером похожи на задачи, решаемые экспертной системой.

Формы представления данных:

D₁ – результаты наблюдений над объектами или данными в памяти человека.

D₂ – фиксация данных на материальном носителе.

D₃ – модель данных (инфологическая).

D₄ – данные на языке описания данных (даталогическая модель).

D₅ – база данных на машинных носителях информации.

Формы представления знаний:

Z₁ – знания в памяти человека.

Z₂ – материализованные знания.

Z₃ – поле знаний (полуформализованные описания Z₁ и Z₂.

Z₄ – знания на языке представления знаний (модель представления знаний, т.е. формализация Z₃).

Z₅ – база знаний на машинных носителях