Inženjering znanja

Inženjering znanja je, prema definiciji, "inženjerska disciplina koja podrazumijeva integraciju znanja u računalni sustav s ciljem rješavanja kompleksnih problemskih zadataka koji inače iziskuju visoku razinu ljudske stručnosti."

Znanje

U svrhu objašnjenja inženjeringa znanja potrebno je definirati znanje kao takvo. Znanje je:

• visoko-strukturirani oblik informacija
• faktor potreban za stručno razmišljanje
• segment podjele između ne-stručnjaka i stručnjaka
• faktor potreban za izvršavanje kompleksnih zadataka
• poput mehanizma ili stroja u ljudskoj glavi

U tom kontekstu znanje je aktivnost koja manipulira, transformira ili stvara rezultat iz nečega. Štoviše, djeluje kao mehanizam koji iz podataka i informacija kreira odluke i definirane postupke.

U svrhu shvaćanja znanja kao cerebralnog mehanizma svake osobe potrebno je znati kako je to znanje strukturirano tj. od kojih se komponenti sastoji i na koji način su one povezane te kako znanje djeluje, tj. kako se komponente ponašaju i koji se procesi odvijaju.

Znanje predstavljaju naša vjerovanja i vrednovanja koja se zasnivaju na smisleno organiziranom skupu informacija (poruka) do kojih dolazimo iskustvom, komunikacijom ili zaključivanjem.

Sustavi znanja

Inženjering znanja je predmet istraživanja u području umjetne inteligencije, koji se bavi izradom sustava zasnovanih na znanju (eng. KBS - Knowledge-based systems). Takvi su sustavi definirani kao računalni programi koji sadrže široki spektar znanja, pravila i mehaničkih rezonanci poradi rješavanja stvarnih problema, zamjenjujući ljudske stručnjake.

Osnovni oblik sustava zasnovanih na znanju su ekspertni sustavi (eng. ES - Expert systems) čija je svrha oponašanje rezonantnih procesa stručnjaka. Takvi sustavi imaju mogućnost obavljanja stručnjakova posla kroz duže vremensko razdoblje. Tipični primjeri ekspertnih sustava uključuju dijagnoze bakterijalnih infekcija, savjetovanje u istraživanju mineralnih sirovina ili vrednovanje prilikom dizajniranja elektroničkog sklopovlja.

Specifične aktivnosti za izradu sustava zasnovanog na znanju

• Procjena problematike
• Razvijanje osnovne strukture sustava
• Prikupljanje i strukturiranje povezanih informacija, znanja i postavki (IPK model)
• Implementacija strukturiranog znanja u baze znanja
• Testiranje i procjena umetnutog znanja
• Integracija i održavanje sustava
• Revizija i procjena sustava

S obzirom na složenost postupaka inženjeringa znanja, ovi se postupci mogu preklapati i ponavljati, tako da sama izrada KB sustava nužno ne podrazumijeva njihov kronološki slijed.

Sakupljanje znanja

Sakupljanje znanja uključuje iznošenje, opisivanje, prikupljanje, analizu, oblikovanje i provjeru znanja za proces inženjeringa znanja.

Počeci inženjeringa znanja bili su popraćeni problemima prikupljanja dovoljno znanja visoke kvalitete za izradu pouzdanog i korisnog sustava, jer se ta aktivnost pokazala kao vrlo skupa i dugotrajna. Stoga je sakupljanje znanja kao takvo identificirano kao najproblematičniji proces u izgradnji sustava, a samim time prometnulo se u glavno istraživačko polje u inženjeringu znanja.

Cilj sakupljanja znanja razvitak je metoda i alata koji olakšavaju zahtijevan proces što efikasnijeg preuzimanja znanja od stručnjaka. S obzirom na važnost i zaposlenost stručnjaka od vitalne je važnosti minimalizacija vremena koju bi isti provodili na sesijama prikupljanja znanja.

PCPACK se nametnuo kao najrazvijeniji program prikupljanja znanja, zasnovan na istraživanjima iz psihologije i umjetne inteligencije u potpunosti je konzistentan s metodologijom inženjeringa znanja. PCPACK je u principu set programskih alata sastavljen od: alata za protokol, ljestvičnog alata, dijagramskog alata, alata za matrice, anotacijskog alata i izdavačkog alata.

Načela inženjeringa znanja

Od sredine 1980-ih, inženjeri znanja razvili su niz načela, metoda i alata koji su znatno poboljšali proces sakupljanja znanja. Neki od ključnih načela inženjera znanja glase:

• oni ukazuju na postojanje različitih vrsta znanja, te se stoga pravilan pristup i tehnika trebaju koristiti za svaku
• inženjeri znanja ukazuju na postojanje različitih vrsta stručnjaka i stručnosti, tako da odgovarajuće metode trebaju biti odabrane
• oni prepoznaju postojanje različitih načina prezentacije znanja, koje mogu pomoći sakupljanju, provjeri i ponovnom korištenju znanja
• također, inženjeri znanja prepoznaju postojanje različitih načina korištenja znanja, tako da proces sakupljanja može biti vođen ciljevima projekta
• inženjeri znanja koriste strukturirane metode za povećanje učinkovitosti procesa sakupljanja znanja.

Pravci u inženjeringu znanja

Postoje dva glavna razvojna pravca u inženjeringu znanja:

• Pravac prenošenja – tradicionalni pravac. U ovom pravcu pretpostavka je primijeniti konvencionalne metode inženjeringa znanja prilikom prijenosa ljudskoga znanja u sustav umjetne inteligencije.
• Pravac modeliranja – alternativni pravac. U ovom pravcu inženjer znanja pokušava oblikovati znanje i tehnike rješavanja problema područnog stručnjaka u sustav umjetne inteligencije.

Metodologija inženjeringa znanja

Osnovna problematika metodologija inženjeringa znanja je uvođenje ontologija.

Najkorištenija metodologija u ovom području trenutno je CommonKADS. Kao vodeća metodologija za podršku inženjeringu znanja postupno se razvila i danas je potvrđena od mnoštva tvrtki i sveučilišta u kontekstu europskog "Esprit IT" programa. CommonKADS podržava razvoj sustava zasnovanih na znanju, koji podržavaju odabrane dijelove poslovnog procesa.

Uz CommonKADS, najpoznatije metodologije su MOKA i 47-Step Procedure.

Literatura

• Application of Knowledge Engineering Methodologies to Support Engineering Design Application Development in Aerospace, 7th AIAA Aviation Technology, Integration and Operations Conference (ATIO) 18 - 20 September 2007, Belfast, Northern Ireland, str. 4
• Edward Feigenbaum i Pamela McCorduck, The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World, izdavači: Addison-Wesley 1983. i New American Library 1984.
• N.R. Milton, Knowledge technologies, Polimetrica 2008. str. 15-16
• Zack, Michael H., Managing Codified Knowledge, Sloan Management Review, ljeto 1999.
• PCPACK, Software Package, Version 1.4.4R, Release 5, Epistemics, Nottingham, United Kingdom, 2006.
• Schreiber, G., H. Akkermans, A. Anjewierden, R. de Hoog, N. Shadbolt, W. Van de Velde and B. Wielinga, “Knowledge Engineering and Management, The CommonKADS Methodology”, MIT Press, Boston, MA, SAD, 1999.
• Stokes, M., “Managing Engineering Knowledge, MOKA: ‘Methodology and Tools Oriented to Knowledge Based Engineering Applications’”, Professional Engineering Publishing Ltd, London, UK, 2001.
• Milton, N., “Knowledge Acquisition in Practice: A Step-by-step Guide”, Springer-Verlag London Ltd., London, UK, 2007.
• Knowledge engineering
• CommonKADS

Vanjske poveznice

• epistemics.co.uk:Knowledge Engineering (engl.)
• Data & Knowledge Engineering - Elsevier Journal (engl.)
• Knowledge Engineering Review, Cambridge Journal (engl.)
• The International Journal of Software Engineering and Knowledge Engineering- World Scientific (engl.)
• IEEE Transactions on Knowledge and Data Engineering (engl.)
• Expert Systems: The Journal of Knowledge Engineering - Wiley-Blackwell (engl.)