Базы знаний интеллектуальных



страница8/13
Дата22.05.2016
Размер3.92 Mb.
ТипРеферат
1   ...   5   6   7   8   9   10   11   12   13
часть из системы знаний эксперта Z1, то его задача, во-первых, стараться, чтобы
структура Z1' соответствовала Z1, и, во-вторых, чтобы Z1' как можно более пол-
но отражал Z1.

Познание часто сопровождается созданием новых понятий и теорий. Иногда экс-


перт порождает новые знания прямо в ходе беседы с аналитиком. Такая генера-
ция знаний полезна и самому эксперту, который до того момента мог не осозна-
вать ряд соотношений и закономерностей предметной области. Аналитику может
помочь тут и инструментарий системной методологии, позволяющий использо-
вать известные принципы логики научных исследований, понятийной иерархии
науки. Эта методология заставляет его за частным всегда стремиться увидеть об-
щее, то есть строить цепочки.

Гносеологическая цепочка: факт — > обобщенный факт -» эмпирический закон —> теоре-
тический закон.

Не всегда удается дойти до последнего звена этой цепочки, но уже само стремле-
ние к движению бывает чрезвычайно плодотворным. Такой подход полностью
согласуется со структурой самого знания, которое имеет два уровня:

  1. Эмпирический (наблюдения, явления).

  2. Теоретический (законы, абстракции, обобщения).

Но теория — это не только стройная система обобщения научного знания, это так-
же некоторый способ производства новых знаний. Основными методологически-
ми критериями научности, позволяющими считать научным и само новое знание
и способ его получения, являются [Коршунов, Манталов, 1988]:

A3 = {S31, S32, 533} = {внутренняя согласованность, системность, объективность,


историзм}.

Внутренняя согласованность(S31)

Основные характеристики эмпирического знания:


S31 = {s31_i} = (модальность, противоречивость, неполнота}.
На первый взгляд критерий внутренней согласованности знания не соответству-
ет реальным характеристикам, описывающим знания с точки зрения слоя s31_i.
Эти характеристики эмпирических знаний подчеркивают его «многоуклад-
ность» — столь часто факты не согласуются друг с другом, определения противо-
речат, критерии диффузны и т. д. Аналитику, знающему особенности эмпиричес-
кого знания, — приходится сглаживать эти «шероховатости» эмпирики.
Модальность (s31_l) знания означает возможность его существования в различ-
ных категориях, то есть в конструкциях существования и долженствования. Та-
ким образом, часть закономерностей возможна, другая обязательна и т. д. Кроме
того, приходится различать такие оттенки модальности, как:

  • эксперт знает, что...;

  • эксперт думает, что...;

  • эксперт хочет, чтобы...;

  • эксперт считает, что....

Возможная противоречивость (s31_2) эмпирического знания — естественное
следствие из основных законов диалектики, и противоречия эти не всегда долж-

ны разрешаться в поле знаний, а напротив, именно противоречия служат чаще


всего отправной точкой в рассуждениях экспертов.

Неполнота (s31_3) знания связана с невозможностью полного описания предмет-
ной области. Задача аналитика эту неполноту ограничить определенными рамка-
ми «полноты», то есть сузить границы предметной области либо ввести ряд огра-
ничений и допущений, упрощающих проблему.

Системность (S32)

Системно-структурный подход к познанию (восходящий еще к Гегелю) ориен-


тирует аналитика на рассмотрение любой предметной области с позиций зако-
номерностей системного целого и взаимодействия составляющих его частей.
Современный структурализм исходит из многоуровневой иерархической органи-
зации любого объекта, то есть все процессы и явления можно рассматривать как
множество более мелких подмножеств (признаков, деталей) и, наоборот, любые
объекты можно (и нужно) рассматривать как элементы более высоких классов
обобщений. Например, системный взгляд на проблематику структурирования
знаний позволяет увидеть его иерархическую организацию. Подробнее об этом
в параграфе 3.4.

Объективность (S33)

Процесс познания глубоко субъективен, то есть он существенно зависит от осо-


бенностей самого познающего субъекта. «Факты существуют для одного глаза и
отсутствуют для другого» (Виппер). Таким образом, субъективность начинается
уже с описания фактов и увеличивается по мере углубления идеализации объек-
тов.

Следовательно, более корректно говорить о глубине понимания, чем об объек-


тивности знания. Понимание — это сотворчество, процесс истолкования объекта
с точки зрения субъекта. Это сложный и неоднозначный процесс, совершающий-
ся в глубинах человеческого сознания и требующий мобилизации всех интел-
лектуальных и эмоциональных способностей человека. Все свои усилия анали-
тик должен сосредоточить на понимании проблемы.

В психологии известен результат [Величковский, Капица, 1987], подтверждаю-


щий факт, что люди, быстро и успешно решающие интеллектуальные задачи,
большую часть времени тратят на понимание ее, в то время как плохие решатели
быстро приступают к поискам решения и чаще всего не могут его найти.

Историзм (S34)

Этот критерий связан с развитием. Познание настоящего — есть познание поро-


дившего его прошлого. И хотя большинство экспертных систем дают «горизон-
тальный» срез знаний — без учета времени (в статике), инженер по знаниям дол-
жен всегда рассматривать процессы с учетом временных изменений — как связь с
прошлым, так и связь с будущим. Например, структура поля знаний и база зна-
ний должны допускать подстройку и коррекцию как в период разработки, так и
во время эксплуатации ЭС.
Рассмотрев основные критерии научности познания, попытаемся теперь описать
его структуру. Методологическая структура познания может быть представлена
как некоторая последовательность этапов [Коршунов, Манталов, 1988].
Параметры {S3i} органически вписываются в эту структуру познания, которая
может быть представлена как последовательность этапов, описанных далее с по-
зиций инженера по знаниям:

  • Э_1: описание и обобщение фактов;

  • Э_2: установление логических и математических связей, дедукция и индукция
    законов;

  • Э_3: построение идеализированной модели;

  • Э_4: объяснение и предсказание явлений.

Э_1. Описание и обобщение фактов

Тщательность и полнота ведения протоколов во время процесса извлечения и


пунктуальная «домашняя работа» над ними — вот залог продуктивного первого
этапа познания и материал для описания и обобщения фактов.

На практике оказывается трудным придерживаться принципов объективности и


системности, описанных выше. Чаще всего на этом этапе факты просто собирают
и как бы бросают в «общий мешок»; опытный инженер по знаниям часто сразу
пытается найти «полочку» или «ящичек» для каждого факта, тем самым подспуд-
но готовясь к этапу концептуализации.

Э_2. Установление связей и закономерностей

В памяти эксперта все понятия увязаны и закономерности установлены, хотя ча-


сто и неявно задача инженера — выявить каркас умозаключений эксперта. Рекон-
струируя рассуждения эксперта, инженер по знаниям может опираться на две
наиболее популярные теории мышления — логическую и ассоциативную. При
этом если логическая теория благодаря горячим поклонникам в лице математи-
ков широко цитируется и всячески эксплуатируется в работах по искусственному
интеллекту, то вторая, ассоциативная, гораздо менее известна и популярна, хотя
имеет также древние корни. Так, Р. Фейнман в своих «Лекциях по физике» отме-
чает, что в физике по-прежнему преобладающим является вавилонский, а не гре-
ческий метод построения знаний. Известно, что древневосточные математики
умели делать сложные вычисления, но формулы их не были логически увязаны.
Напротив, греческая математика дедуктивна (например, «Начала» Евклида).
Традиционная логика формирует критерии, которые гарантируют точность, ва-
лидность, непротиворечивость общих понятий рассуждений и выводов. Ее осно-
вы заложены еще в «Органоне» Аристотеля в 4 в. до н. э. Большой вклад в разви-
тие логики внес Джон Стюарт Милль (1806-1873).

Инженер по знаниям и сам использует операции традиционной логики и выде-


ляет их в схеме рассуждений эксперта. Это следующие операции:

  • определение;

  • сравнение и различение;

  • анализ;

  • абстрагирование;

  • обобщение;

  • классификация;

  • категоризация;

  • образование суждений;

  • умозаключение;

  • составление силлогизмов и т. д.

Однако красота и стройность логической теории не должны заслонять того, что
человек редко мыслит в категориях математической логики [Поспелов, 1989].

Теория ассоциаций представляет мышление как цепочку идей, связанных общи-


ми понятиями. Основными операциями такого мышления являются:

  • ассоциации, приобретенные на основе различных связей;

  • припоминание прошлого опыта; пробы и ошибки со случайными успехами;

  • привычные («автоматические») реакции и пр.

Однако эти две теории не исчерпывают всего многообразия психологических
школ. Большой интерес для инженерии знаний может представлять гештальт-
психология. Одним из ее основателей является выдающийся немецкий психолог
М. Вертгеймер (1880-1943). Под гештальтом (нем. Gestalt) понимается прин-
цип целостности восприятия — как основа мышления. Гештальт-психологи ста-
раются во всем выделять некий целостный образ или структуру как базис для по-
нимания процессов и явлений окружающего мира. Эта теория близка теории
фреймов и объектному подходу и направлена на постижение глубинного знания,
которое характеризуется стабильностью и симметрией. При этом важен так на-
зываемый «центр ситуации», относительно которого развивается знание о пред-
метной области.

Для инженера по знаниям это означает, что, выявляя различные фрагменты зна-


ний, он не должен забывать о главном, о гештальте фрагмента, который влияет на
остальные компоненты и связывает их в некоторую структурную единицу. Геш-
тальтом может быть некий главный принцип, или идея, или гипотеза эксперта,
или его вера в силу каких-то отдельных концепций. Этот принцип редко форму-
лируется экспертом явно, он всегда как бы за «кадром», и искусство инженера по
знаниям обнаружить этот основной гештальт эксперта.

В гештальт-теории существует закон «стремления к хорошему гештальту», со-


гласно которому структуры сознания стремятся к гармонии, связности, простоте.
Это близко к старинному классическому принципу «бритвы Оккама» — «сущно-
сти не должны умножаться без необходимости» — и формулируется как принцип
прегнантности Вертгеймера [Вертгеймер, 1987]: «Организация поля имеет тен-
денцию быть настолько простой и ясной, насколько позволяют данные условия».
Рассуждения о гештальте подводят вплотную к третьему этапу в структуре позна-
ния.
Э_3. Построение идеализированной модели

Для построения модели, отражающей представление субъекта о предметной об-


ласти, необходим специализированный язык, с помощью которого можно опи-
сывать и конструировать те идеализированные модели мира, которые возникают
в процессе мышления. Язык этот создается постепенно с помощью категориаль-
ного аппарата, принятого в соответствующей предметной области, а также фор-
мально-знаковых средств математики и логики. Для эмпирических предметных
областей такой язык пока не разработан, и поле знаний, которое полуформализо-
ванным способом опишет аналитик, может быть первым шагом к созданию тако-
го языка.

Любое познавательное отражение включает в себя условность, то есть упрощение


и идеализацию. Инженеру по знаниям необходимо овладение такими специфи-
ческими гносеологическими приемами, как идеализация, огрубление, абстраги-
рование, которые позволяют адекватно отображать в модели реальную картину
мира. Эти приемы доводят свойства и признаки объектов до пределов, позволяю-
щих воспроизводить законы действительности в более лаконичном виде (без вли-
яния несущественных деталей).

На тернистом пути познания проверенный диалектический подход оказывается


лучшим «поводырем». Инженер по знаниям, который стремится познать про-
блемную область, должен быть готов постоянно изменять свои уже утвердившие-
ся способы восприятия и оценки мира и даже отказываться от них. При этом тща-
тельнее всего следует проверять правильность суждений, которые кажутся самыми
очевидными.

Э_4. Объяснение и предсказание моделей

Этот завершающий этап в структуре познания является одновременно и частич-


ным критерием истинности полученного знания. Если выявленная система зна-
ний эксперта полна и объективна, то на ее основании можно делать прогнозы и
объяснять любые явления из данной предметной области. Обычно базы знаний
С страдают фрагментарностью и модульностью (несвязанностью) компонен-
тов. Все это не позволяет создавать действительно интеллектуальные системы,
которые, равняясь на человека, могли бы предсказывать новые закономерности и
объяснять случаи, не указанные в явном виде в базе. Исключением тут являются
юучающие системы, которые ориентированы на генерацию новых знаний и
«предсказание».

Предлагаемая методология вооружает аналитика аппаратом, позволяющим избе-


жать традиционных ошибок, приводящих к неполноте, противоречивости, фраг-
ментарности БЗ, и указывает направление, в котором необходимо двигаться раз-
работчикам. И хотя на сегодняшний день большинство БЗ прорабатываются
лишь до этапа Э_3, знание полной схемы обогащает и углубляет процесс проекти-
рования.

3.4. Теоретические аспекты
структурирования знаний

Разделение стадий извлечения и структурирования знаний является весьма ус-


ловным, поскольку хороший инженер по знаниям, уже извлекая знания, начинает
работу по структурированию и формированию поля знаний, описанному в пара-
графе 3.1.

Однако в настоящее время прослеживается тенденция опережения технологи-


ческих средств разработки интеллектуальных систем по отношению к их теоре-
тическому обоснованию. Практически сейчас существует пропасть между блес-
тящими, но несколько «постаревшими» математическими основами киберне-
тики (труды Винера, Эшби, Шеннона, Джорджа, Клира, Йордона, Ляпунова,
Глушкова и др.) и современным поколением интеллектуальных систем, которые
основаны на парадигме обработки знаний (экспертные системы, лингвистичес-
кие процессоры, обучающие системы и т. п.).

С одной стороны, это объясняется тем, что с первых шагов наука об искусствен-


ном интеллекте (ИИ) была направлена на моделирование слабоформализуе-
мых смысловых задач, в которых не применим традиционный математический
аппарат; с другой стороны, ИИ — это ветвь информатики и активно развивается
как промышленная индустрия программных средств в условиях жесткой конку-
ренции, где подчас важнее быстрое внедрение новых идей и подходов, чем их
анализ и теоретическая проработка.

Необходимость разработки теоретических основ науки о методах разработки си-


стем, основанных на знаниях — инженерии знаний, — обосновывается в работах
Поспелова Д. А., Попова Э. В., Стефанюка В. Л., Шенка Р., Минского М. — веду-
щих специалистов в области ИИ в России и зарубежом. Первые шаги в создании
методологии (работы Осипова Г. С., Хорошевского В. Ф., Яшина А. М., Wielinga,
Slagle, etc.) фактически являются пионерскими и чаще всего ориентированы на
определенный класс задач, моделируемых в рамках конкретного программного
инструментария.

В данном параграфе рассмотрена новая методология [Гаврилова, 1995], позволя-


ющая провести стадию структурирования независимо от последующей программ-
ной реализации, опираясь на достижения в области разработки сложных систем.

3.4.1. Историческая справка

Стадия концептуального анализа или структурирования знаний традиционно


является (наряду со стадией извлечения) «узким местом» в жизненном цикле
разработки интеллектуальных систем [Adeli, 1994]. Методология структурирова-
ния близка к современной теории больших систем [Гиг, 1981] или сложных сис-
тем [Courtois, 1985; Peters, 1981], где традиционно акцент делается на процессе
проектирования таких систем. Большой вклад в эту теорию внесли классики
объектно-ориентированного анализа [Буч, 1992].
разработку интеллектуальных систем с уверенностью можно отнести к данному
классу задач, поскольку они обладают основными признаками сложности (иерар-
хия понятий, внутриэлементные и межэлементные связи и пр.). Сложность про-
ектирования И С определяется в основном сложностью предметных областей и
управления процессом разработки, а также сложностью обеспечения гибкости
конечного программного продукта и описания поведения отдельных подсистем.
Среди первых сторонников исследований по теории систем наиболее заметными
были Берталанфи [Bertalanffy, 1950], Раппопорт и Боулдинг [Boulding, 1956].
Аналогичные концепции, но связанные не с общесистемными исследованиями, а
рассматривающие информационные процессы в системах, таких как связь и уп-
равление, положили начало кибернетике как самостоятельной науке [Винер,
1958; Эшби, 1959]. Этот подход был существенно поддержан работами Шеннона
по математическому моделированию понятия информации [Шеннон, Уивер,
1963; Feinstein, 1958; Watanabe, 1969].

Позднее, в 1960-х гг. было сделано несколько попыток сформулировать и развить


математические теории систем высокого уровня общности [Mesarovic, 1964; Ар-
биб, 1975]. Существенный вклад в математическую теорию систем и основы
структурирования внесли отечественные исследователи Моисеев Н. Я. [Моисе-
ев, 1981], Глушков В. М. [Глушков, 1964], Ивахненко А. Г. [Ивахненко, 1971], По-
спелов Д. А. [Поспелов, 1986] и другие. Системный анализ тесно переплетается с
теорией систем и включает совокупность методов, ориентированных на исследо-
вание и моделирование сложных систем — технических, экономических, экологи-
ческих и т. п.

3.4.2. Иерархический подход

Проектирование сложных систем и методы структурирования информации тра-


диционно использовали иерархический подход [Месарович, Такахара, 1972] как
методологический прием расчленения формально описанной системы на уровни
(или блоки, или модули). На высших уровнях иерархии используются наименее
детализованные представления, отражающие только самые общие черты и осо-
бенности проектируемой системы. На следующих уровнях степень подробности
возрастает, при этом система рассматривается не в целом, а отдельными бло-
ками.

В теории САПР такой подход называется блочно-иерархическим (БИП) [Норен-


ков, 1983; Петров, 1991]. Одно из преимуществ БИП состоит в том, что сложная
задача большой размерности разбивается на последовательно решаемые группы
задач малой размерности.

На каждом уровне вводятся свои представления о системе и элементах. Элемент


к-го уровня является системой для уровня к-1. Продвижение от уровня к уров-
ню имеет строгую направленность, определяемую стратегией проектирования -
сверху вниз или снизу вверх.





Нисходящая концепция (top-down) декларирует движение от п => п+1, где п — п-й
уровень иерархии понятий ПО (предметной области) с последующей детализа-
цией понятий, принадлежащим соответствующим уровням.

Предлагаемый ниже объектно-структурный подход позволяет объединить две,
обычно противопоставляемые, стратегии проектирования — нисходящую или
дедуктивную STRtd (top-down) с последовательной декомпозицией объектов и
процессов сверху вниз и восходящую или индуктивную STRbu (bottom-up) с по-
степенным обобщением понятий и увеличением степени абстрактности описа-
ний снизу вверх.

Синтез этих стратегий, а также включение возможности итеративных возвратов


на предыдущие уровни обобщений позволили создать дуальную концепцию, пре-
доставляющую аналитику широкую палитру возможностей на стадии структури-
рования знаний как для формирования концептуальной структуры предметной
области Sk, так и для функциональной структуры Sf.

Р




Рис. 3.15. Дуальная стратегия проектирования

исунок 3.15. иллюстрирует дуальную концепцию при проектировании Sk для ЭС
помощи оператору энергетического блока.
где п — номер уровня порождающего концепта;
i — номер порождающего концепта;

k; — число порождаемых концептов, сумма всех k; no i составляет общее число


концептов на уровне п+1.

Восходящая концепция (bottom-up) предписывает движение п => п-1 с последова-
тельным обобщением понятий.

9TR • Р" Р" =* Р""1



й1КЬи- *1 >".fk. =*ij ,

где п — номер уровня порождающих концептов;


i — номер порождаемого концепта;

k, — число порождающих концептов, сумма всех k, no i составляет общее число


концептов на уровне п.

Основанием для прекращения агрегирования и дезагрегирования является пол-


ное использование словаря терминов, которым пользуется эксперт, при этом чис-
ло уровней является значимым фактором успешности структурирования (см.
«вербальные отчеты» в главе 4).

3.4.3. Традиционные методологии
структурирования

Существующие подходы к проектированию сложных систем можно разделить на


два больших класса:

  • Структурный (системный) подход или анализ, основанный на идее алгорит-
    мической декомпозиции, где каждый модуль системы выполняет один из важ-
    нейших этапов общего процесса.

  • Объектный подход, связанный с декомпозицией и выделением не процессов, а
    объектов, при этом каждый объект рассматривается как экземпляр определен-
    ного класса.

В структурном анализе [Yourdon, 1989; DeMarco, 1979; Gane & Sarson, 1979] раз-
работано большое число выразительных средств для проектирования, в том чис-
ле графических [Буч, 1993]: диаграммы потоков данных (DFD — data-flow diag-
rams), структурированные словари (тезаурусы), языки спецификации систем,
таблицы решений, стрелочные диаграммы «объект—связь» (ERD — entity-rela-
tionship diagrams), диаграммы переходов (состояний), деревья целей, блок-схе-
мы алгоритмов (в нотации Насси—Шнейдермана, Гамильтона—Зельдина, Фест-
ля и др.), средства управления проектом (PERT-диаграммы, диаграммы ГанТа и
др.), модели окружения.

94

Множественность средств и их некоторая избыточность объясняются тем, что
каждая предметная область, используя структурный подход как универсальное
средство моделирования, вводила свою терминологию, наиболее подходящую
для отражения специфики конкретной проблемы. Поскольку инженерия знаний
имеет дело с широким классом ПО (это «мягкие» ПО), встает задача разработки
достаточно универсального языка структурирования.

Объектный (объектно-ориентированный) подход (ООП), возникший как техно-


логия программирования больших программных продуктов, основан на следую-
щих основных элементарных понятиях [Буч, 1992]: объекты, классы как объекты,
связанные общностью сдруктуры и свойств, и классификации как средства упо-
рядочения знаний; иерархии с наследованием свойств; инкапсуляции как сред-
ства ограничения доступа; методы и полиморфизм для определения функций и
отношений.

ООП имеет свою систему условных обозначений и предлагает богатый набор


логических и физических моделей для проектирования систем высокой степени
сложности, при этом эти системы хорошо структурированы, что порождает лег-
кость их модификации. Впервые принцип ООП установлен в 1979 [Jones, 1979],
а затем развит в работах [Shaw, 1984; Peterson, 1987; Буч, 1992].

Широкое распространение объектно-ориентированных языков программирова-


ния C++, CLOS, Smalltalk и др. успешно демонстрирует жизнеспособность и
перспективность этого подхода.

3.4.4. Объектно-структурный подход (ОСП)

Можно предложить в качестве базисной парадигмы методологии структурного


анализа знаний и формирования поля знаний Pz обобщенный объектно-струк-
турный подход (ОСП), последовательно разработанный от математического обо-
снования до технологии и программной реализации [Гаврилова, 1995].

Основные постулаты этой парадигмы заимствованы из ООП и расширены.



  1. Системность (взаимосвязь между понятиями).

  2. Абстрагирование (выявление существенных характеристик понятия, кото-
    рые отличают его от других).

  3. Иерархия (ранжирование на упорядоченные системы абстракций).

  4. Типизация (выделение классов понятий с частичным наследованием
    свойств в подклассах).

  5. Моду.:;,ность (разбиение задачи на подзадачи или «возможные миры»).

  6. Наглядность и простота нотации.

Использование пятого постулата ОСП в инженерии знаний позволяет строить
глобальные БЗ с возможностью выделить локальные задачи с помощью горизон-
тальных и вертикальных сечений на отдельные модули пространства-описания
предметной области.
Шестой постулат внесен в список последним, но не по значимости. В инженерии
знаний формирование Pz традиционно является критической точкой [Гаврилова,
Червинская, Яшин, 1988; Гаврилова, Червинская, 1992], так как создаваемая не-
формальная модель предметной области должна быть предельно ясной и лако-
ничной. Традиционно языком инженерии знаний были диаграммы, таблицы и
другие графические элементы, способствующие наглядности представлений.
Именно поэтому предлагаемый в данной работе подход к языку связан с возмож-
ной визуализацией процесса проектирования.

ОСП позволяет наглядно и компактно отобразить объекты и отношения предмет-


ной области на основе использования шести постулатов.

Объектно-структурный подход подразумевает интегрированное использование


сформулированных выше постулатов от первой до последней стадий разработки
БЗ интеллектуальных и обучающих систем. На основе ОСП предлагается алго-
ритм объектно-структурного анализа (ОСА) предметной области, позволяюще-
го оптимизировать и упорядочить достаточно размытые процедуры структури-
рования знаний.

Стратификация знаний

Основы ОСА были предложены автором еще в работах [Гаврилова, 1989; Гаври-


лова, Красовская, 1990] и успешно применялись при разработке ЭС МИКРО-
ЛЮШЕР [Гаврилова, Тишкин, Золотарев, 1989] и АВЭКС [Гаврилова, Минко-
ва, Карапетян,1992].

ОСА подразумевает дезагрегацию ПО, как правило, на восемь страт или сло-


ев (табл. 3.1 и 3.2).

Таблица 3.1. Стратификация знаний предметной области

s_1 ЗАЧЕМ-знания Стратегический анализ: назначение и функции системы

s_2 КТО-знания Организационный анализ: коллектив разработчиков системы

s_3 НТО-знания Концептуальный анализ: основные концепты, понятийная

структура

s_4 КАК-знания Функциональный анализ: гипотезы и модели принятия решения

s_5 ГДЕ-знания Пространственный анализ: окружение, оборудование,

коммуникации

s_6 КОГДА-знания Временной анализ: временные параметры и ограничения

s_7 ПОЧЕМУ-знания Каузальный или причинно-следственный анализ: формирование

подсистемы объяснений

s_8 СКОЛЬКО-знания Экономический анализ: ресурсы, затраты, прибыль, окупаемость

Объектно-структурный анализ подразумевает разработку и использование мат-
рицы ОСА (см. табл. 3.2), которая позволяет всю собранную информацию деза-
грегировать последовательно по слоям-стратам (вертикальный анализ), а затем


96


по уровням — от уровня проблемы до уровня подзадачи (горизонтальный ана-
лиз). Или наоборот — сначала по уровням, а потом по стратам.

Таблица 3.2. Матрица объектно-структурного анализа

Уровни
Страты

Уровень
области и,

Уровень
проблемы и2

Уровень
задачи из

Уровень
подзадачи щ




и„

Стратегический
анализ s.

Ец

£12

Ем

Ем




Е,„

Организационный
анализ S2

Ем
















Концептуальный
анализ s3

Ем
















Функциональный
анализ s4

£41
















Пространственный
анализ ss

Ем
















Временной
анализ s6

Е«,
















Каузальный
анализ s7

е„
















Экономический
анализ s8

Е81































|




sm

ЕШ1













ептп

При необходимости число страт может быть увеличено. В свою очередь знания
каждой страты подвергаются дальнейшему ОСА и декомпозируются на состав-
ляющие

иII

где m — номер уровня, п — номер страты, а етп принадлежит множеству К всех


концептов (понятий) предметной области.

ии

(1)

Матрица (1) является матрицей над К. Пусть М (К) — совокупность всех гахп

матриц над К. Тогда можно определить клеточную матрицу Е, в которой

m = ml + ... + mk,

n = nl + ... + nl,

где тип— целые положительные числа. Е Е М„, „ (К), и ее можно представить в

виде:



(

2)

где Е„„ Е Мтц (К), ц = l,...,k; v = !,..,!.

Матрица Е является несимметричной, так как часть клеточных элементов Ец„ мо-
гут подвергаться декомпозиции, а часть представляет некоторые базисные ато-
марные концепты из К, не подлежащие детализации.

Предлагаемый подход предполагает реализацию концепции последовательного


генезиса ОСП через ОСА к объектно-структурной разработке (ОСР).

Алгоритм ОСА

Алгоритм ОСА (объектно-структурного анализа) предназначен для детального


практического структурирования знаний ПО. В основе ОСА заложен алгоритм
заполнения ОСА-матрицы Е„ш. Алгоритм содержит последовательность аналити-
ческих процедур, позволяющих упростить и оптимизировать процесс структури-
рования. Алгоритм разделяется на две составляющие:

  • А_1. Глобальный (вертикальный) анализ, включающий разбиение ПО на мето-
    дологические страты (что-знания, кяк-знания и т. д.) на уровне всей ПО. В ре-
    зультате заполняется первый столбец матрицы (2).

  • А_Н. Анализ страт (горизонтальный), включающий построение многоуров-
    невых структур по отдельным стратам. Число уровней п определяется особен-
    ностями стратифицированных знаний ПО и может существенно отличаться
    для разных страт. С точки зрения методологии п<3 свидетельствует о слабой
    проработке ПО.

Первый уровень соответствует уровню всей ПО (уровень области). Второй -
уровню проблемы, выделенной для решения. Третий — уровню конкретной ре-
шаемой задачи. Дальнейшие уровни соответствуют подзадачам, если имеет
смысл их выделять.

При этом возможно как последовательное применение восходящей (bottom-up)


и нисходящей концепций (top-down), так и их одновременное применение.

Глобальный анализ

Технология глобального анализа сводится к разбиению пространства основной


задачи структурирования ПО на подзадачи, соответствующие особенностям
ПО. Для разработки интеллектуальных систем существует минимальный набор
s-страт, обеспечивающий формирование БЗ. Минимальный набор включает три
страты:

  • s3 — формирование концептуальной структуры Sk;

  • s4 — формирование функциональной структуры S,;

  • s7 — формирование подсистемы объяснений Sn.


98

Формирование остальных страт позволяет существенно оптимизировать процесс
разработки и избежать многих традиционных ошибок проектирования. Страты s,,
и s5 являются дополнительными и формируются в случаях, когда знания предмет-
ной области существенно зависят от временных и пространственных параметров
(системы реального времени, планирование действий роботов и т. п.).
Алгоритм А_1 глобального анализа может быть кратко сформулирован следую-
щим образом:

  • А_1_1. Собрать все материалы по идентификации задачи и по результатам из-
    влечения знаний.

  • А_1_2. Выбрать набор страт N, подлежащих формированию (Nmin=3).

  • А_1_3. Отобрать всю информацию по первой выбранной страте (i-1, где i —
    номер из выбранного набора страт N).

  • А_1_4. Повторить шаг А_1_3 для i+1 для всех выбранных страт до i <= N.

  • А_1_5. Если часть информации останется неиспользованной, увеличить чис-
    ло страт и повторить для новых страт шаг А_1_3; иначе перейти к последова-
    тельной реализации алгоритмов горизонтального анализа страт А_2.

Анализ страт

Последовательность шагов горизонтального анализа зависит от номера страты,


но фактически сводится к реализации дуальной концепции структурирования
для решения конкретной подзадачи.

Ниже предлагается алгоритм ОСА для одной из обязательных страт s3 (ЧТО-ана-


лиз), результатом которого является формирование концептуальной структуры
предметной области St.

  • А_2_3_1. Из группы информации, соответствующей ЧТО-страте, выбрать все
    значимые понятия и сформулировать соответствующие концепты.

  • А_2_3_2. Выявить имеющиеся иерархии и зафиксировать их графически в
    виде структуры.

  • А_2_3_3. Детализировать концепты, пользуясь нисходящей концепцией (top-
    down).

  • А_2_3_4. Образовать метапонятия по концепции (bottom-up).

  • А_2_3_5. Исключить повторы, избыточность и синонимию.

  • А_2_3_6. Обсудить понятия, не вошедшие в структуру Sf, с экспертом и пере-
    нести их в другие страты или исключить.

  • А_2_3_7. Полученный граф или набор графов разделить на уровни и обозна-
    чить — согласно матрице ОСА (1).

Аналогичные алгоритмы разработаны для всех страт и апробированы при разра-
ботке экспертных систем ПРОГОР и АВЭКС.


Т

ехнологии
инженерии
знаний

п Классификация методов практического извлечения знаний

п Коммуникативные методы

D Текстологические методы

а Простейшие методы структурирования

D Состояние и перспективы автоматизированного приобретения знаний

D Примеры методов и систем приобретения знаний

4.1. Классификация методов практического
извлечения знаний

Подробно рассмотрев в главе 3 теоретические аспекты инженерии знаний, мы,


однако, в явном виде не определили, каким практическим методом эти знания
будут получены. В неявном виде предполагалось, что это некоторое взаимодей-
ствие инженера по знаниям и эксперта в форме непосредственного живого обще-
ния. Однако это не единственная форма извлечения знаний, хотя и довольно рас-
пространенная. В работах [Волков, Ломнев, 1989; Осипов, 1998; Boose, 1989;
Cullen, Bryman, 1988; Gammack, Young, 1985; Hart 1986] упоминается около 15
ручных (неавтоматизированных) методов извлечения и более 20 автоматизиро-
ванных методов приобретения и формирования знаний.

Рисунок 4.1 иллюстрирует предлагаемую классификацию методов извлечения


знаний, в которой используются наиболее употребительные термины, что позво-
лит инженерам по знаниям в зависимости от конкретной задачи и ситуации выб-
рать подходящий метод.

Из предложенной схемы классификации видно, что основной принцип деления


связан с источником знаний.






102

Рис. 4.2. Классификация предметных областей

Кроме этого, предметные области можно разделить по критерию структуриро-


ванности знаний. Под структурированностью будем понимать степень теорети-
ческого осмысления и выявленное™ основных закономерностей и принципов,
действующих в данной предметной области. И хотя ЭС традиционно применя-
ются в слабо структурированных предметных областях, сейчас наблюдается тен-
денция расширения сферы внедрения экспертных систем.
По степени структурированности знаний предметные области могут быть:

  • хорошо структурированными — с четкой аксиоматизацией, широким приме-
    нением математического аппарата, устоявшейся терминологией;

  • средне структурированными — с определившейся терминологией, развиваю-
    щейся теорией, явными взаимосвязями между явлениями;

  • слабо структурированными — с размытыми определениями, богатой эмпири-
    кой, скрытыми взаимосвязями, с большим количеством «белых пятен».

Введенные в данном параграфе классификации методов и предметных областей
помогут инженеру по знаниям, четко определив свою предметную область, соот-
нести ее с предложенными типами и наметить подходящий метод или группу ме-
тодов извлечения знаний. Однако, скорее всего, реальная работа полностью
зачеркнет его выбор, и окажется, что его хорошо документированная область яв-
ляется слабо документированной, а метод наблюдений надо срочно заменять иг-
рами!

Такова реальная сложность процедуры извлечения знаний.



1.2. Коммуникативные методы

В соответствии с классификацией, представленной на рис. 4.1, рассмотрим под-


робнее обе разновидности коммуникативных методов: пассивные и активные.

4.2.1. Пассивные методы

Термин «пассивные» не должен вызывать иллюзий, поскольку он введен как про-


тивовес к «активным» методам. В реальности же пассивные методы требуют от
инженера по знаниям не меньшей отдачи, чем такие активные методы, как игры и
диалог.


103

Пассивные методы извлечения знаний включают такие методы, где ведущая роль в про-
цедуре извлечения фактически передается эксперту, а инженер по знаниям только фик-
сирует рассуждения эксперта во время работы по принятию решений.

Согласно классификации (см. рис. 4.1) к этой группе относятся:

  • наблюдения;

  • анализ протоколов «мыслей вслух»;

  • лекции.

Наблюдения

В процессе наблюдений инженер по знаниям находится непосредственно рядом с


экспертом во время его профессиональной деятельности или имитации этой дея-
тельности. При подготовке к сеансу извлечения эксперту необходимо объяснить
цель наблюдений и попросить максимально комментировать свои действия.
Во время сеанса аналитик записывает все действия эксперта, его реплики и
объяснения. Может быть сделана и видеозапись в реальном масштабе времени.
Непременное условие этого метода — невмешательство аналитика в работу экс-
перта хотя бы на первых порах. Именно метод наблюдений является единствен-
но «чистым» методом, исключающим вмешательство инженера по знаниям и на-
вязывание им каких-то своих структур представлений.
Существуют две основные разновидности проведения наблюдений:

  • наблюдение за реальным процессом;

  • наблюдение за имитацией процесса.

Обычно используются обе разновидности. Сначала инженеру по знаниям по-
лезно наблюдать за реальным процессом, чтобы глубже понять предметную об-
ласть и отметить все внешние особенности процесса принятия решения. Это не-
обходимо для проектирования эффективного интерфейса пользователя. Ведь
будущая ЭС должна работать именно в контексте такого реального производ-
ственного процесса. Кроме того, только наблюдение позволит аналитику уви-
деть предметную область, а, как известно, «лучше один раз увидеть, чем сто раз
услышать».

Наблюдение за имитацией процесса проводят обычно также за рабочим местом


эксперта, но сам процесс деятельности запускается специально для аналитика.
Преимущество этой разновидности в том, что эксперт менее напряжен, чем в пер-
вом варианте, когда он работает на «два фронта» — и ведет профессиональную
деятельность, и демонстрирует ее. Недостаток совпадает с преимуществом —
именно меньшая напряженность эксперта может повлиять на результат — раз ра-
бота ненастоящая, то и решение может отличаться от настоящего.

Наблюдения за имитацией проводят также и в тех случаях, когда наблюдения за


реальным процессом по каким-либо причинам невозможны (например, профес-
сиональная этика врача-психиатра может не допускать присутствия посторонне-
го на приеме).

100
101




Рис. 4.1. Классификация методов извлечения знаний

Коммуникативные методы извлечения знаний охватывают методы и процедуры контак-
тов инженера по знаниям с непосредственным источником знаний — экспертом, а тек-
стологические включают методы извлечения знаний из документов (методик, пособий,
руководств) и специальной литературы (статей, монографий, учебников).

Разделение этих групп методов на верхнем уровне классификации не означает их
антагонистичности, обычно инженер по знаниям комбинирует различные мето-
ды, например сначала изучает литературу, затем беседует с экспертами, или на-
оборот.

В свою очередь, коммуникативные методы можно также разделить на две груп-


пы: активные и пассивные. Пассивные методы подразумевают, что ведущая роль
в процедуре извлечения как бы передается эксперту, а инженер по знаниям толь-
ко протоколирует рассуждения эксперта во время его реальной работы по приня-
тию решений или записывает то, что эксперт считает нужным самостоятельно
рассказать в форме лекции. В активных методах, напротив, инициатива полнос-
тью в руках инженера по знаниям, который активно контактирует с экспертом
различными способами — в играх, диалогах, беседах за круглым столом и т. д.

Следует еще раз подчеркнуть, что и активные и пассивные методы могут чередо-


ваться даже в рамках одного сеанса извлечения знаний. Например, если инженер
по знаниям застенчив и не имеет большого опыта, то вначале он может использо-
вать пассивные методы, а постепенно, ближе знакомясь с экспертом, захватывать
инициативу и переходить «в наступление».
Пассивные методы на первый взгляд достаточно просты, но на самом деле требу-
ют от инженера по знаниям умения четко анализировать поток сознания эксперта
и выявлять в нем значимые фрагменты знаний. Отсутствие обратной связи (пас-
сивность инженера по знаниям) значительно ослабляет эффективность этих ме-
тодов, чем и объясняется их обычно вспомогательная роль при активных методах.

Активные методы можно разделить на две группы в зависимости от числа, экс-


пертов, отдающих свои знания. Если их число больше одного, то целесообразно
помимо серии индивидуальных контактов с каждым применять и методы груп-
повых обсуждений предметной области. Такие групповые методы обычно акти-
визируют мышление участников дискуссий и позволяют выявлять весьма не-
тривиальные аспекты их знаний. В свою очередь, индивидуальные методы на
сегодняшний день остаются ведущими, поскольку столь деликатная процедура,
как «отъем знаний», не терпит лишних свидетелей.

Отдельно следует сказать об играх. Игровые методы сейчас широко используются


в социологии, экономике, менеджменте, педагогике для подготовки руководите-
лей, учителей, врачей и других специалистов. Игра — это особая форма деятель-
ности и творчества, где человек раскрепощается и чувствует себя намного свобод-
нее, чем в обычной трудовой деятельности.

На выбор метода влияют три фактора: личностные особенности инженера по зна-


ниям, личностные особенности эксперта и характеристика предметной области.

Одна из возможных классификаций людей по психологическим характеристи-


кам [Обозов, 1986] делит всех на три типа:

  • мыслитель (познавательный тип);

  • собеседник (эмоционально-коммуникативный тип);

  • практик (практический тип).

Мыслители ориентированы на интеллектуальную работу, учебу, теоретические
обобщения и обладают такими характеристиками когнитивного стиля, как поле-
независимость и рефлексивность (см. параграф 3.3). Собеседники — это общи-
тельные, открытые люди, готовые к сотрудничеству. Практики предпочитают
действие разговорам, хорошо реализуют замыслы других, направлены на ре-
зультативность работы.

Для характеристики предметных областей можно предложить следующую клас-


сификацию:

  • хорошо документированные;

  • средне документированные;

  • слабо документированные.

Эта классификация связана с соотношением двух видов знаний Z, и Z2, введен-
ных в п. 1.3, где Z, — это экспертное «личное» знание, a Z2 — материализованное в
книгах «общее» знание в данной конкретной области. Если представить знания
Z,lnпредметной области как объединение Z, и Z2, то есть ZIIO- Z1EZ2, то рис. 4.2 на-
глядно иллюстрирует предложенную классификацию.

104
105


Сеансы наблюдений могут потребовать от инженера по знаниям:

  • овладения техникой стенографии для фиксации действий эксперта в реаль-
    ном масштабе времени; .

  • ознакомления с методиками хронометража для четкого структурирования
    производственного процесса по времени;

  • развития навыков «чтения по глазам», то есть наблюдательности к жестам, ми-
    мике и другим невербальным компонентам общения;

  • серьезного предварительного знакомства с предметной областью, так как из-за
    отсутствия «обратной связи» иногда многое непонятно в действиях экспертов.

Протоколы наблюдений после сеансов в ходе домашней работы тщательно рас-
шифровываются, а затем обсуждаются с экспертом.

Таким образом, наблюдения — один из наиболее распространенных методов из-


влечения знаний на начальных этапах разработки. Обычно он применяется не
самостоятельно, а в совокупности с другими методами.

Анализ протоколов «мыслей вслух»

Протоколирование «мыслей вслух» отличается от наблюдений тем, что эксперта


просят не просто прокомментировать свои действия и решения, но и объяснить,
как это решение было найдено, то есть продемонстрировать всю цепочку своих
рассуждений. Во время рассуждений эксперта все его слова, весь «поток созна-
ния» протоколируется инженером по знаниям, при этом полезно отметить даже
паузы и междометия. Иногда этот метод называют «вербальные отчеты» [Морго-
ев, 1988].

Вопрос об использовании для этой цели магнитофонов и диктофонов является


дискуссионным, поскольку магнитофон иногда парализующе действует на экс-
перта, разрушая атмосферу доверительности, которая может и должна возни-
кать при непосредственном общении.

Основной трудностью при протоколировании «мыслей вслух» является прин-


ципиальная сложность для любого человека объяснить, как он думает. При этом
существуют экспериментальные психологические доказательства того факта,
что люди не всегда в состоянии достоверно описывать мыслительные процессы.
Кроме того, часть знаний, хранящихся в невербальной форме (например, различ-
ные процедурные знания типа «как завязывать шнурки»), вообще слабо корре-
лируют с их словесным описанием. Автор теории фреймов М. Минский считает,
что «только как исключение, а не как правило, человек может объяснить то, что
он знает» [Minsky, 1981]. Однако существуют люди, склонные к рефлексии, для
которых эта работа является вполне доступной. Следовательно, описанная в па-
раграфе 3.3. такая характеристика когнитивного стиля, как рефлексивность, яв-
ляется для эксперта более чем желательной.

Расшифровка полученных протоколов производится инженером по знаниям са-


мостоятельно с коррекциями на следующих сеансах извлечения знаний. Удачно
проведенное протоколирование «мыслей вслух» является одним из наиболее эф-
фективных методов извлечения, поскольку в нем эксперт может проявить себя
максимально ярко, он ничем не скован, никто ему не мешает, он как бы свободно
парит в потоке собственных умозаключений и рассуждений. Он может здесь
блеснуть эрудицией, продемонстрировать глубину своих познаний. Для большо-
го числа экспертов это самый приятный и лестный способ извлечения знаний.

От инженера по знаниям метод «мысли вслух» требует тех же умений, что и метод


наблюдений. Обычно «мысли вслух» дополняются потом одним из активных ме-
тодов для реализации обратной связи между интерпретацией инженера по знани-
ям и представлениями эксперта.

Лекции

Лекция является самым старым способом передачи знаний. Лекторское искусст-


во издревле очень высоко ценилось во всех областях науки и культуры. Но нас
сейчас интересует не столько способность к подготовке и чтению лекций, сколь-
ко способность эту лекцию слушать, конспектировать и усваивать. Уже говори-
лось, что чаще всего экспертов не выбирают, и поэтому учить эксперта чтению
лекции инженер по знаниям не сможет. Но если эксперт имеет опыт преподава-
теля (например, профессор клиники или опытный руководитель производства),
то можно воспользоваться таким концентрированным фрагментом знаний, как
лекция. В лекции эксперту также предоставлено много степеней свободы для са-
мовыражения; при этом необходимо сформулировать эксперту тему и задачу
лекции. Например, тема цикла лекций «Постановка диагноза — воспаление лег-
ких», тема конкретной лекции «Рассуждения по анализу рентгенограмм», зада-
ча — научить слушателей по перечисленным экспертом признакам ставить диаг-
ноз воспаления легких и делать прогноз. При такой постановке опытный лектор
может заранее структурировать свои знания и ход рассуждений. От инженера по
знаниям в этой ситуации требуется лишь грамотно законспектировать лекцию и
в конце задать необходимые вопросы.

Студенты хорошо знают, что конспекты лекций одного и того же лектора у раз-


ных студентов существенно отличаются. Списать конспект лекций просят, как
правило, у одного-двух студентов из группы. Люди, умело ведущие конспект,
обычно сильные студенты. Обратное не верно. В чем же заключается искусство
ведения конспекта? В «помехоустойчивости». Записывать главное, опускать вто-
ростепенное, выделять фрагменты знаний (параграфы, под-параграфы), записы-
вать только осмысленные предложения, уметь обобщать.

Хороший вопрос по ходу лекции помогает и лектору и слушателю. Серьезные и


глубокие вопросы могут существенно поднять авторитет инженера по знаниям в
глазах эксперта..

Опытный лектор знает, что все вопросы можно условно разбить на три группы:



  • умные вопросы, углубляющие лекцию;

  • глупые вопросы или вопросы не по существу;

  • вопросы «на засыпку» или провокационные.

104
105


Сеансы наблюдений могут потребовать от инженера по знаниям:

  • овладения техникой стенографии для фиксации действий эксперта в реаль-
    ном масштабе времени; .

  • ознакомления с методиками хронометража для четкого структурирования
    производственного процесса по времени;

  • развития навыков «чтения по глазам», то есть наблюдательности к жестам, ми-
    мике и другим невербальным компонентам общения;

  • серьезного предварительного знакомства с предметной областью, так как из-за
    отсутствия «обратной связи» иногда многое непонятно в действиях экспертов.

Протоколы наблюдений после сеансов в ходе домашней работы тщательно рас-
шифровываются, а затем обсуждаются с экспертом.

Таким образом, наблюдения — один из наиболее распространенных методов из-


влечения знаний на начальных этапах разработки. Обычно он применяется не
самостоятельно, а в совокупности с другими методами.

Анализ протоколов «мыслей вслух»

Протоколирование «мыслей вслух» отличается от наблюдений тем, что эксперта


просят не просто прокомментировать свои действия и решения, но и объяснить,
как это решение было найдено, то есть продемонстрировать всю цепочку своих
рассуждений. Во время рассуждений эксперта все его слова, весь «поток созна-
ния» протоколируется инженером по знаниям, при этом полезно отметить даже
паузы и междометия. Иногда этот метод называют «вербальные отчеты» [Морго-
ев, 1988].

Вопрос об использовании для этой цели магнитофонов и диктофонов является


дискуссионным, поскольку магнитофон иногда парализующе действует на экс-
перта, разрушая атмосферу доверительности, которая может и должна возни-
кать при непосредственном общении.

Основной трудностью при протоколировании «мыслей вслух» является прин-


ципиальная сложность для любого человека объяснить, как он думает. При этом
существуют экспериментальные психологические доказательства того факта,
что люди не всегда в состоянии достоверно описывать мыслительные процессы.
Кроме того, часть знаний, хранящихся в невербальной форме (например, различ-
ные процедурные знания типа «как завязывать шнурки»), вообще слабо корре-
лируют с их словесным описанием. Автор теории фреймов М. Минский считает,
что «только как исключение, а не как правило, человек может объяснить то, что
он знает» [Minsky, 1981]. Однако существуют люди, склонные к рефлексии, для
которых эта работа является вполне доступной. Следовательно, описанная в па-
раграфе 3.3. такая характеристика когнитивного стиля, как рефлексивность, яв-
ляется для эксперта более чем желательной.

Расшифровка полученных протоколов производится инженером по знаниям са-


мостоятельно с коррекциями на следующих сеансах извлечения знаний. Удачно
проведенное протоколирование «мыслей вслух» является одним из наиболее эф-
фективных методов извлечения, поскольку в нем эксперт может проявить себя
максимально ярко, он ничем не скован, никто ему не мешает, он как бы свободно
парит в потоке собственных умозаключений и рассуждений. Он может здесь
блеснуть эрудицией, продемонстрировать глубину своих познаний. Для большо-
го числа экспертов это самый приятный и лестный способ извлечения знаний.

От инженера по знаниям метод «мысли вслух» требует тех же умений, что и метод


наблюдений. Обычно «мысли вслух» дополняются потом одним из активных ме-
тодов для реализации обратной связи между интерпретацией инженера по знани-
ям и представлениями эксперта.

Лекции

Лекция является самым старым способом передачи знаний. Лекторское искусст-


во издревле очень высоко ценилось во всех областях науки и культуры. Но нас
сейчас интересует не столько способность к подготовке и чтению лекций, сколь-
ко способность эту лекцию слушать, конспектировать и усваивать. Уже говори-
лось, что чаще всего экспертов не выбирают, и поэтому учить эксперта чтению
лекции инженер по знаниям не сможет. Но если эксперт имеет опыт преподава-
теля (например, профессор клиники или опытный руководитель производства),
то можно воспользоваться таким концентрированным фрагментом знаний, как
лекция. В лекции эксперту также предоставлено много степеней свободы для са-
мовыражения; при этом необходимо сформулировать эксперту тему и задачу
лекции. Например, тема цикла лекций «Постановка диагноза — воспаление лег-
ких», тема конкретной лекции «Рассуждения по анализу рентгенограмм», зада-
ча — научить слушателей по перечисленным экспертом признакам ставить диаг-
ноз воспаления легких и делать прогноз. При такой постановке опытный лектор
может заранее структурировать свои знания и ход рассуждений. От инженера по
знаниям в этой ситуации требуется лишь грамотно законспектировать лекцию и
в конце задать необходимые вопросы.

Студенты хорошо знают, что конспекты лекций одного и того же лектора у раз-


ных студентов существенно отличаются. Списать конспект лекций просят, как
правило, у одного-двух студентов из группы. Люди, умело ведущие конспект,
обычно сильные студенты. Обратное не верно. В чем же заключается искусство
ведения конспекта? В «помехоустойчивости». Записывать главное, опускать вто-
ростепенное, выделять фрагменты знаний (параграфы, под-параграфы), записы-
вать только осмысленные предложения, уметь обобщать.

Хороший вопрос по ходу лекции помогает и лектору и слушателю. Серьезные и


глубокие вопросы могут существенно поднять авторитет инженера по знаниям в
глазах эксперта..

Опытный лектор знает, что все вопросы можно условно разбить на три группы:



  • умные вопросы, углубляющие лекцию;

  • глупые вопросы или вопросы не по существу;

  • вопросы «на засыпку» или провокационные.

1106
107


Если инженер по знаниям задает вопросы второго типа, то возможны две реак-
ции. Вежливый эксперт будет разговаривать с таким аналитиком как с ребенком,
который сейчас не понимает и все равно ничего уже не поймет. Заносчивый экс-
перт просто выйдет из контакта, не желая терять время. Если же инженер по зна-
ниям захочет продемонстрировать свою эрудицию вопросами третьего типа, то
ничего, кроме раздражения и отчуждения, он, по-видимому, в ответ не получит.

Продолжительность лекции рекомендуется стандартная — от 40 до 50 минут и


через 5-10 минут — еще столько же. Курс обычно от двух до пяти лекций.

Метод извлечения знаний в форме лекций, как и все пассивные методы, использу-


ют в начале разработки как эффективный способ быстрого погружения инженера
по знаниям в предметную область.

В заключение несколько советов, как слушать лекции [Ребельский, 1989].



  1. К лекции подготовьтесь, то есть познакомьтесь с предметной областью.

  2. Слушайте с максимальным вниманием, для этого: устраните мешающие фак-
    торы (скрип двери, шорохи и т. д.); удобно устройтесь; поменьше двигайтесь.

  3. Учитесь отдыхать во время слушания (например, когда лектор приводит циф-
    ры, которые можно взять из справочника).

  4. Слушайте одновременно и лектора, и самого себя (параллельно с мыслями лек-
    тора по ассоциации возникают собственные мысли).

  5. Слушайте и одновременно записывайте, но записывайте текст сокращенно, ис-
    пользуя условные значки (для этого вовсе не следует непременно быть стено-
    графом, достаточно только установить для себя ряд условных значков и ими
    неизменно пользоваться).

  6. Расшифруйте записи лекции в тот же день.

  7. Не спорьте с лектором в процессе лекции.

  8. Рационально используйте перерывы в лекции для подведения итогов прослу-
    шанного.

Сравнительные характеристики пассивных методов извлечения знаний пред-
ставлены в табл. 4.1.

Таблица 4.1. Сравнительные характеристики пассивных методов извлечения знаний

ППассивный
мметод

иизвлечения


з (знаний

Наблюдения

«Мысли вслух»

Лекции

^Достоинства

Отсутствие влияния
аналитика и его
субъективной
позиции

Максимальное


приближение аналитика
к предметной области

Свобода
самовыражения
для эксперта

Обнаженность


структур
рассуждений

Свобода
самовыражения
для эксперта

Структурированное


изложение.
Высокая концентрация



Пассивный Наблюдения «Мысли вслух» Лекции

метод
извлечения


знаний







Отсутствие влияния
аналитика и его
субъективной
позиции

Отсутствие влияния
аналитика и его
субъективной
позиции

Недостатки

Отсутствие
обратной связи

фрагментарность


полученных
комментариев

Отсутствие
обратной связи

Возможность


ухода «в сторону»
в рассуждениях
эксперта

«Зашумленность»
деталями

Слабая
обратная связь

Недостаток
хороших лекторов
среди экспертов-
практиков


Требования
к эксперту
(типы
и основные
качества)

Собеседник
или мыслитель
(способность
к вербализации +
мыслей +
аналитичность +
открытость +
рефлексивность)

Собеседник
или мыслитель
(способность
к вербализации +
мыслей +
аналитичность +
открытость +
рефлексивность)

Мыслитель
(лекторские
способности)

Требования
к эксперту
(типы
и основные
качества)

Мыслитель
(наблюдательность +
поленезависимость)

Мыслитель
или собеседник
( контактность +
поленезависимость)

Мыслитель
(поле-
независимость +
способность
к обобщению)

Характе-
ристика
предметной
области

Слабо и средне
структурированные;
слабо и средне
документированные

Тоже

Слабо
документированные
и слабо
структурированные

4.2.2. Активные индивидуальные методы

Активные индивидуальные методы извлечения знаний на сегодняшний день —


наиболее распространенные. В той или иной степени к ним прибегают при раз-
работке практически любой ЭС.
К основным активным методам можно отнести:

  • анкетирование;

  • интервью;

  • свободный диалог;

  • игры с экспертом.

Во всех этих методах активную функцию выполняет инженер по знаниям, кото-
рый пишет сценарий и режиссирует сеансы извлечения знаний. Игры с экспертом

108



Поделитесь с Вашими друзьями:
1   ...   5   6   7   8   9   10   11   12   13


База данных защищена авторским правом ©dogmon.org 2019
обратиться к администрации

    Главная страница