ТЕХНОЛОГІЇ МЕНЕДЖМЕНТУ ЗНАНЬ

Формалізація і програмна реалізація. Подання структурованої інформації у форматах машинного опрацювання – тобто на мовах опису даних і знань, та організація автоматизованого опрацювання і пошуку інформації за запитом.

Обслуговування. Корекція формалізованих даних і знань (додавання, оновлення): “чищення”, тобто видалення застарілої інформації; фільтрація даних і знань для пошуку інформації, необхідної користувачам.

Правила виконання перших чотирьох етапів передбачають володіння інструментами інженерії знань, досить молодої науки, що народилася у процесі розроблення інтелектуальних систем.

Вже класичною помилкою практично всіх автоматизованих систем є верховенство і домінування етапу 4, тобто програмної реалізації над наочною постановкою етапів 1–3. У системах МЗ це особливо небезпечно, оскільки саме наочні знання є ядром таких систем.

1.4.2. Онтологія

Існують різні підходи, моделі і мови опису даних і знань. Проте все більшої популярності останнім часом набувають онтології. Онтологія є специфікацією концептуалізації, формалізованим відображенням основних понять і зв’язків між ними. Раніше цей філософський термін означав учення про буття, потім він перемістився в царину точних наук, де напівформалізовані концептуальні моделі завжди супроводжували математично строгим визначенням. Під визначення онтології підпадають багато понятійних структур: ієрархія класів в об’єктно-орієнтованому програмуванні, концептуальні карти (concept maps), семантичні мережі тощо. На нашу думку, можна ще ширше трактувати онтологію, наприклад, як сценарій або процес, який структурує хаос.

Онтологія – це структурна специфікація деякої предметної області, її формалізоване подання, яке містить словник (або імена) вказівників на терміни предметної області і логічні вирази, які описують, як вони співвідносяться один з одним.

Отже, онтології забезпечують словник для відображення і обміну знаннями про деяку предметну область і безліч зв’язків, встановлених між термінами в цьому словнику.

31

Для опису онтології існують різні мови і системи, проте, найперспективнішим є візуальний підхід, що дає змогу фахівцям безпосередньо “малювати” онтології, що допомагає наочно сформулювати і пояснити природу і структуру явищ. Візуальні моделі, наприклад, графи мають когнітивне (тобто пізнавальне) значення. Будь-який програмний графічний пакет від PaintBrush до Visio можна використовувати як первинний інструмент опису онтології.

Проте, проектування і розроблення онтології, тобто онтологічний інжиніринг, не є тривіальним завданням. Він вимагає від розробників професійного володіння технологіями інженерії знань – від методів видобування знань до структуризації і формалізації.

Онтологічний інжиніринг повинен і може стати “дороговказною ниткою” для всього процесу структуризації комплексних систем автоматизації, оскільки він об’єднує дві основні технології проектування великих систем – об’єктно-орієнтований і структурний аналіз. Недарма онтологічний аналіз увійшов до стандарту IDEF5, який є основним засобом специфікації і моделювання бізнес-процесів сьогодні. Проблеми розроблення онтології та засоби її побудови описано у 6-му і 7-му розділах цього навчального посібника.

1.5. Висновки

МЗ є новим вектором у керівній діяльності організацій, націленій на нагромадження і ефективне використання інтелектуального капіталу. Він має стати одним із головних інструментів підвищення конкурентоспроможності організацій.

МЗ ґрунтується на ключових напрямах діяльності організації: маркетингу; виробництві; інжинірингу; бенчмаркингу;

інформаційних технологіях; менеджменті якості; керуванні персоналом.

Основною перешкодою під час впровадження МЗ найчастіше буде низька культура організацій і недостатньо високий рівень використання інформаційних технологій.

32

Ще однією перевагою онтологічного інжинірингу в МЗ є цілісний підхід до автоматизації підприємства. У процесі досягають: системності – онтологія подає цілісний погляд на предметну область; одноманітності – матеріал, відображений в єдиній формі, набагато

краще сприймається і відтворюється.

Зазначимо, що онтологія не лише мета, а й засіб формування систем МЗ.

Важливість онтологічного інжинірингу в системах МЗ зумовлена також тим, що знання, яке не описане, не розповсюджується і не зростає, врешті-решт стає застарілим і непотрібним. Навпаки, знання, яке розповсюджується, отримується і обмінюється, генерує нове знання.

Отже, будь-яка система автоматизації передбачає проблеми зберігання корпоративних знань, але тільки системи МЗ орієнтовані на це в явному вигляді, тим самим сприяючи збереженню цього цінного ресурсу, а не розчиняючи його в алгоритмах, бізнес-процесах і специфікаціях. МЗ фактично може стати наступним рівнем автоматизації для тих компаній, які вже ввели автоматизацю даних, і є прикладом для тих, хто хоче створити інтеґровану систему, а не “мозаїку” окремих функціональних блоків.

Запитання для повторення та контролю знань

1.Що таке менеджмент знань?

2.Структура менеджменту знань.

3.Формування знань.

4.Введення документованих знань.

5.Введення недокументованих знань.

6.Мотивація здійснення менеджменту знань.

7.Особливості впровадження менеджменту знань.

8.Класифікація функцій підприємства.

9.Базові поняття менеджменту знань.

10.Видобування знань.

11.Системи пізнання.

12.Організація доступу до знань.

13. Що таке онтологічний інжиніринг?

14. Інновації в області автоматизації менеджменту знань.

33

Розділ 2

ТЕОРЕТИЧНІ АСПЕКТИ МЕНЕДЖМЕНТУ ТА ІНЖЕНЕРІЇ ЗНАНЬ

Поле знань

Стратегії одержання знань

Теоретичні аспекти видобування знань

Теоретичні аспекти структурування знань

У цьому розділі розглянуто теоретичні проблеми інженерії знань, інакше кажучи – проектування баз знань – одержання і структуризації знань фахівців для подальшого розроблення баз знань. Центральним поняттям на етапах одержання і структуризації є поле знань.

Поле знань – це умовний неформальний опис основних понять і взаємозв’язків між поняттями предметної області, виявлених із системи знань експерта, у вигляді графа, діаграми, таблиці або тексту.

2.1. Поле знань

Інженерія знань – доволі молодий напрям штучного інтелекту (ШІ), який з’явився тоді, коли практичні розробники зіткнулися з досить нетривіальними проблемами труднощів “видобування” і формалізації знань. У перших книгах зі ШІ ці факти зазвичай тільки постулювалися, надалі почалися серйозні дослідження з виявлення оптимальних стратегій видобування знань.

2.1.1. Мова опису поля знань

Поле знань Рz формується на третій стадії розроблення інтелектуальних систем – стадії структурування.

34

Поле знань як перший крок до формалізації подає модель знань про предметну область у тому вигляді, в якому її зумів подати аналітик деякою “своєю” мовою. Що це за мова? Відомо, що словник мови конкретної науки формується внаслідок поповнення загальновживаної мови спеціальними термінами і знаками, які або запозичуються з повсякденної мови, або винаходяться. Назвемо цю мову L і розглянемо її властивості, враховуючи, що стандарту цієї мови не існує, а кожен інженер зі знань змушений сам її винаходити.

По-перше, як і в мові будь-якої науки, в ній має бути якомога менше неточностей, властивих повсякденним мовам. Частково точність досягається строгішим визначенням понять. Ідеалом точності, зазвичай, є мова математики. Мова L, мабуть, займає проміжне місце між природною мовою та мовою математики.

По-друге, бажано не використовувати в ній термінів інших наук в іншому, тобто новому, сенсі. Це викликає непорозуміння.

По-третє, мова L, мабуть, буде або символьною мовою, або графічною (схеми, малюнки, піктограми).

Під час вибору мови опису поля знань не варто забувати, що на етапі формалізації необхідно замінити її на машинно-реалізовану мову подання знань (МПЗ), вибір якої залежить від структури поля знань. Існує багато мов, доволі універсальних, щоб претендувати на значення мови інженерії знань, – це структурно-логічна мова SLL, що об’єднує апарат лямбда-конверсії, мова K-систем тощо. Однак вони не набули широкого застосування. У деякому розумінні створення мови L дуже близьке до ідей розроблення універсальних мов науки. До XVII століття утворилося два підходи в розробленні універсальних мов:

створення мов-класифікацій і логіко-конструктивних мов. До першої належать проекти, висхідні до ідеї Ф. Бекона, – це мови Вілкінса і Далгарно. Другий підхід пов’язаний з дослідженнями в межах пошуку універсального методу пізнання, найчіткіше висловленого Р. Декартом, а потім у проекті універсальної характеристики Г. Лейбніца. Саме Лейбніц позначив основні контури вчення про символи, які відповідно до його задумів у XVIII столітті розвивав Г. Ламберт, який дав назву науці “семіотика”. Семіотика, в основному, знайшла своїх адептів у сфері гуманітарних наук. Останнім часом утворилася також нова галузь семіотики – прикладна семіотика.

35

Рис. 2.1. Структура семіотики

Представники природничих наук ще не до кінця усвідомили позитивні якості семіотики тільки через те, що мають справу з доволі простими і “жорсткими” предметними областями. Їм вистачає апарату традиційної математики. Проте, в інженерії знань ми маємо справу з “м’якими” предметними областями, де явно не вистачає виразної адекватності класичного математичного апарату і де велике значення має ефективність дотації (її компактність, простота модифікації, зрозумілість інтерпретації, наочність тощо).

Мови семіотичного моделювання як природний розвиток мов ситуаційного керування є, як нам здається, першим наближенням до мови інженерії знань. Саме мінливість і умовність знаків роблять семіотичну модель пристосованою до складних сфер реальної людської діяльності. Тому головне на стадії концептуалізації – збереження природної структури поля знаннями, а не виразні можливості мови. Традиційно семіотика охоплює (рис. 2.1):

36

синтаксис (сукупність правил побудови мови або відношення між знаками);

семантику (зв’язок між елементами мови та їх значень або відношення між знаками і реальністю);

прагматику (відношення між знаками та їх користувачами).

2.1.2. Семіотична модель поля знань

Поле знань Рz є деякою семіотичною моделлю, що може бути зображена як граф, малюнок, таблиця, діаграма, формула або текст залежно від інтересів інженера зі знань і особливостей предметної області.

Особливості ПО можуть вплинути на форму і зміст компонентів структури Рz.

Розглянемо відповідні компоненти Рz (рис. 2.2).

Sk

I

Sf

O

Рис. 2.2. Структура поля знань

Синтаксис. Узагальнено синтаксичну структуру поля знань можна подати як

П = (I, О, М),

де I – структура початкових даних, які підлягають опрацюванню та інтерпретації в експертній системі; О – структура вихідних даних,

37

тобто результату роботи системи; М – операційна модель предметної області, на підставі якої відбувається модифікація I в О.

Віднесення компонентів I та О в Р зумовлене тим, що складові і структура цих інтерфейсних компонентів імпліцитно (тобто неявно) присутні в моделі репрезентації в пам’яті експерта. Операційна модель М може бути подана як сукупність концептуальної структури Sk, що відображає понятійну структуру предметної області, і функціональної структури Sf, що моделює схему міркувань експерта:

M=(Sk,Sf),

де Sk виступає як статична, незмінна складова Р, тоді як Sf відображає динамічну, змінювану складову.

Формування Sf засноване на виявленні понятійної структури предметної області. Далі описується доволі універсальний алгоритм здійснення концептуального аналізу на основі модифікації парадигми структурного аналізу і побудови ієрархії понять (“піраміда знань”).

Структура Sf об’єднує поняття предметної області А і моделює основні функціональні зв’язки RA або відношення між поняттями, що утворять Sk. Ці зв’язки відображають модель або стратегію ухвалення рішення у вибраній ПО. У такий спосіб Sf утворить стратегічну складову М.

Семантика. Семантика, що надає певне значення пропозиціям будь-якої формальної мови, визначається на деякій області. Фактично – це набір правил інтерпретації пропозицій і формул мови. Семантика L повинна бути композиційною, тобто значення пропозиції визначається як функція значень його складових.

Семантика мови L залежить від особливостей предметної області. Вона має властивість поліморфізму, тобто ті самі оператори мови в різних завданнях можуть мати свої особливості.

Семантику поля знань Рz можна розглядати на двох рівнях. На першому рівні PiZg, є семантична модель знань експерта 1 про деяку предметну область Оg. На другому рівні будь-яке поле знань Рz є моделлю деяких знань, і, отже, можна говорити про його зміст як деякого дзеркала дійсності. Розглядати перший рівень у відриві від конкретної області недоцільно, тому зупинимося докладніше на другому.

Поле PijZg– це результат, отриманий “після 4-ї трансляції” (якщо говорити мовою інформатики).

38

1-ша трансляція (Ii) – це сприйняття та інтерпретація дійсності О предметної області g i-м експертом. У результаті у пам’яті експерта утвориться модель Мgi як семантична репрезентація дійсності і його особистого досвіду в роботі з нею.

2-га трансляція (Vi) – це вербалізація досвіду i-го експерта, коли він намагається пояснити свої міркування Si, і передати свої знання Zi інженерові зі знань. У результаті Vi утвориться або текст Тi , або мовне повідомлення С.

3-тя трансляція (Ij) – це сприйняття й інтерпретація повідомлень Тi , або Ci j-м інженером зі знань. У результаті в пам’яті інженера зі знань утвориться модель світу Mgj.

4-та трансляція (Кj ) – це кодування й вербалізація моделі Мgj у формі поля знань РijZg.

Найбільше ця схема нагадує дитячу гру в “зіпсований телефон”; перед інженером зі знань стоїть важке завдання – досягти максимальної відповідності Mgj і Vi. У читачів не повинно виникати ілюзій, що РZg відображає Оg. У жодному разі, адже знання – річ авторизована, варто було б на кожній ЕС ставити чіткий ярлик i-j, тобто “база знань експерта i в розумінні інженера зі знань.)”. Варто замінити, наприклад, інженера зі знань j на h, і вийде зовсім інша картина.

Наведемо приклад впливу суб’єктивних поглядів експерта на Mgj і Vi. Реальність (Оg): два чоловіки прибігають на вокзал за 2 хвилини до відходу поїзда. Біля каси – черга. В автоматичних касах вільно, але ні одного, ні в другого немає дрібних грошей. Наступний поїзд через 40 хвилин. Обоє запізнюються на важливу зустріч.

Інтерпретація 1-го експерта (I1,): не можна приходити на вокзал пізніше ніж за 10 хвилин. Інтерпретація 2-го експерта (I2): треба завжди мати дрібні гроші у кишені.

Вербалізація 1-го експерта (V1,): запізнився на потрібний поїзд, тому що не розрахував час.

Вербалізація 2-го експерта (V2): запізнився, тому що на вокзалі плутанина, біля кас черги.

Наступні трансляції ще більше спотворюватимуть й видозмінюватимуть модель, але тепер вже з урахуванням суб’єктивного сприйняття інженерів зі знань.

Отже, якщо вважати поле знань змістовою (семантичною) моделлю предметної області, то ця модель двічі суб’єктивна. І якщо

39

модель Мgi – це усічене відображення Оg, то саме Рz – лише відблиск

Мgi через призму Vi і Мgi.

Прагматика. Як прагматичну складову семіотичної моделі варто розглядати технології здійснення структурного аналізу ПО, користуючись яким інженер зі знань може сформувати Рz за результатами стадії здобуття знань.

Отже, під прагматикою розумітимемо практичні аспекти розроблення й використання поля, тобто як від хаосу чернеток і стенограм сеансів здобуття знань перейти до стрункої або хоча б зрозумілої моделі.

Докладніше ці питання висвітлені нижче. Однак поле знань, незважаючи на всі старання інженера зі знань і експерта, завжди будуть лише блідим відбитком реальної предметної області, адже світ, що нас оточує, такий мінливий, складний і різноманітний, а те, що зберігається в нашій свідомості, так погано піддається вербалізації. Проте, з погляду наукової методології, без продуманого, чіткого й гарного поля знань не може йтися про створення бази знань промислової інтелектуальної системи.

2.1.3. “Піраміда” знань

Ієрархічність понятійної структури свідомості досліджуються в роботах багатьох психологів [18]. Поле знань можна стратифікувати, тобто розглядати на різних рівнях абстракції понять. У “піраміді знань” кожний наступний рівень слугує для сходження на новий ступінь узагальнення і поглиблення знань у предметній області. Отже, можлива наявність декількох рівнів понятійної структури Sk. Видається доцільним пов’язати це із глибиною професійного досвіду або з рівнем ієрархії на структурних щаблях організації. Зазвичай, стратегії прийняття рішень, тобто функціональні структури Sf, на різних рівнях істотно відрізнятимуться. Якщо спробувати дати математичну інтерпретацію рівнів піраміди знань U = (U1,U2,U3,…,UN), то найпрозорішим є поняття гомоморфізму – відображення деякої системи Е, що зберігає основні операції і основні відношення цієї системи. Нехай

E (E,(oi : i I ),(rj : j J ))

деяка система з основними поняттями oi ,i I та основними відношеннями rj , j J .

40