База знаний — различия между версиями
Admin (обсуждение | вклад) м |
Admin (обсуждение | вклад) |
||
Строка 5: | Строка 5: | ||
Онтологию некоторой области знаний вместе со сведениями о свойствах конкретных объектов часто называют «базой знаний». Вместе с тем, полноценные базы знаний (в отличие от обычной базы данных) содержат в себе не только фактическую информацию, но и правила вывода, позволяющие делать автоматические умозаключения об уже имеющихся или вновь вводимых фактах и тем самым производить семантическую (осмысленную) обработку информации. | Онтологию некоторой области знаний вместе со сведениями о свойствах конкретных объектов часто называют «базой знаний». Вместе с тем, полноценные базы знаний (в отличие от обычной базы данных) содержат в себе не только фактическую информацию, но и правила вывода, позволяющие делать автоматические умозаключения об уже имеющихся или вновь вводимых фактах и тем самым производить семантическую (осмысленную) обработку информации. | ||
− | + | Область наук, изучающая базы знаний и методы работы со знаниями, называется [[Инженерия знаний|инженерией знаний]]. | |
− | Область наук | + | |
+ | == Требования к информации == | ||
+ | Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются: | ||
+ | * '''Достоверность''' конкретных и обобщённых сведений, имеющихся в базе данных; | ||
+ | * '''Релевантность''' информации, получаемой с помощью правил вывода базы знаний. | ||
+ | |||
+ | Некоторые из особенностей, которые могут (но не обязаны) быть у системы, оперирующей базами знаний: | ||
+ | * '''Автоматическое доказательство''' (вывод). Способность системы выводить новые знания из старых, находить закономерности в БЗ. Часто принимается, что база знаний отличается от базы данных именно наличием механизма вывода. | ||
+ | * '''Доказательство заключения'''. Способность системы после выдачи ответа «объяснить» ход её рассуждений, причем «по первому требованию». | ||
+ | * '''Интроспекция'''. Нахождение противоречий, нестыковок в БЗ, контроль правильной организации БЗ. | ||
+ | * '''Машинное обучение'''. Превращение БЗ в гибкую систему, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт». | ||
+ | |||
+ | Для систем управления знаниями барьером к внедрению часто выступают: | ||
+ | * отсутствие организационной культуры, которая обеспечивала бы совместное использование знаний; | ||
+ | * недостаток у работников информации об этой технологии. | ||
+ | |||
+ | == Свойства базы знаний == | ||
+ | Термин "''база знаний''" был придуман для того, чтобы отличить эту форму хранения знаний от более распространенного и широко используемого термина "''база данных''". В 1970-х годах практически все крупные информационные системы управления хранили свои данные в иерархических или реляционных базах данных. На этом этапе истории информационных технологий различие между базой данных и базой знаний было четким и однозначным. База данных обладала следующими свойствами: | ||
+ | * Табличное представление данных. | ||
+ | * Многопользовательский доступ. | ||
+ | * ACID: Атомарность, Согласованность, Изолированность и Надежность. | ||
+ | |||
+ | Первые системы, основанные на знаниях ([Экспертная система|экспертные системы]), имели потребности в данных, которые были противоположны этим требованиям к базам данных: | ||
+ | * Экспертная система требует структурированных данных. Не просто таблицы с числами и строками, а указатели на другие объекты, которые в свою очередь имеют дополнительные указатели. Идеальным представлением для базы знаний является объектная модель ([[онтология]]) с классами, подклассами и экземплярами. | ||
+ | * Экспертные системы не нуждались в многочисленных пользователях или в сложности, которая возникает при требовании ACID-свойств данных. К тому же эти требования не возможно было реализовать на доступных на тот момент технологиях. | ||
+ | |||
+ | По мере того, как экспертные системы переходили от прототипов к системам, развернутым в корпоративной среде, требования к хранению их данных быстро начали пересекаться со стандартными требованиями к базам данных для множества распределенных пользователей с поддержкой транзакций. Первоначально спрос можно было наблюдать на двух разных, но конкурирующих рынках. Из сообществ искусственного интеллекта и объектно-ориентированных технологий появились объектно-ориентированные базы данных, такие как [https://en.wikipedia.org/wiki/Versant_Object_Database Versant]. С другой стороны, крупные поставщики баз данных, такие как Oracle, добавили в свои продукты возможности, обеспечивающие поддержку требований баз знаний, таких как отношения между классами и подклассами и правила. | ||
[[Категория:Технологии]] | [[Категория:Технологии]] |
Версия 12:31, 26 июня 2022
База знаний (БЗ; англ. knowledge base, KB) — база данных, содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области (ISO/IEC/IEEE 24765-2010, ISO/IEC 2382-1:1993). В самообучающихся системах база знаний также содержит информацию, являющуюся результатом решения предыдущих задач.
Современные базы знаний работают совместно с системами поиска и извлечения информации. Для этого требуется некоторая модель классификации понятий и определённый формат представления знаний. Иерархический способ представления в базе знаний набора понятий и их отношений называется онтологией.
Онтологию некоторой области знаний вместе со сведениями о свойствах конкретных объектов часто называют «базой знаний». Вместе с тем, полноценные базы знаний (в отличие от обычной базы данных) содержат в себе не только фактическую информацию, но и правила вывода, позволяющие делать автоматические умозаключения об уже имеющихся или вновь вводимых фактах и тем самым производить семантическую (осмысленную) обработку информации.
Область наук, изучающая базы знаний и методы работы со знаниями, называется инженерией знаний.
Требования к информации
Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются:
- Достоверность конкретных и обобщённых сведений, имеющихся в базе данных;
- Релевантность информации, получаемой с помощью правил вывода базы знаний.
Некоторые из особенностей, которые могут (но не обязаны) быть у системы, оперирующей базами знаний:
- Автоматическое доказательство (вывод). Способность системы выводить новые знания из старых, находить закономерности в БЗ. Часто принимается, что база знаний отличается от базы данных именно наличием механизма вывода.
- Доказательство заключения. Способность системы после выдачи ответа «объяснить» ход её рассуждений, причем «по первому требованию».
- Интроспекция. Нахождение противоречий, нестыковок в БЗ, контроль правильной организации БЗ.
- Машинное обучение. Превращение БЗ в гибкую систему, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт».
Для систем управления знаниями барьером к внедрению часто выступают:
- отсутствие организационной культуры, которая обеспечивала бы совместное использование знаний;
- недостаток у работников информации об этой технологии.
Свойства базы знаний
Термин "база знаний" был придуман для того, чтобы отличить эту форму хранения знаний от более распространенного и широко используемого термина "база данных". В 1970-х годах практически все крупные информационные системы управления хранили свои данные в иерархических или реляционных базах данных. На этом этапе истории информационных технологий различие между базой данных и базой знаний было четким и однозначным. База данных обладала следующими свойствами:
- Табличное представление данных.
- Многопользовательский доступ.
- ACID: Атомарность, Согласованность, Изолированность и Надежность.
Первые системы, основанные на знаниях ([Экспертная система|экспертные системы]), имели потребности в данных, которые были противоположны этим требованиям к базам данных:
- Экспертная система требует структурированных данных. Не просто таблицы с числами и строками, а указатели на другие объекты, которые в свою очередь имеют дополнительные указатели. Идеальным представлением для базы знаний является объектная модель (онтология) с классами, подклассами и экземплярами.
- Экспертные системы не нуждались в многочисленных пользователях или в сложности, которая возникает при требовании ACID-свойств данных. К тому же эти требования не возможно было реализовать на доступных на тот момент технологиях.
По мере того, как экспертные системы переходили от прототипов к системам, развернутым в корпоративной среде, требования к хранению их данных быстро начали пересекаться со стандартными требованиями к базам данных для множества распределенных пользователей с поддержкой транзакций. Первоначально спрос можно было наблюдать на двух разных, но конкурирующих рынках. Из сообществ искусственного интеллекта и объектно-ориентированных технологий появились объектно-ориентированные базы данных, такие как Versant. С другой стороны, крупные поставщики баз данных, такие как Oracle, добавили в свои продукты возможности, обеспечивающие поддержку требований баз знаний, таких как отношения между классами и подклассами и правила.