Inženjering znanja

Izvor: Hrvatska internetska enciklopedija
Inačica 424770 od 9. ožujka 2022. u 05:39 koju je unio WikiSysop (razgovor | doprinosi) (brisanje nepotrebnog teksta)
(razl) ←Starija inačica | vidi trenutačnu inačicu (razl) | Novija inačica→ (razl)
Skoči na:orijentacija, traži

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."[1]

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[2]

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.[3]

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[4]
  • Zack, Michael H., Managing Codified Knowledge, Sloan Management Review, ljeto 1999.[5]
  • 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[6]
  • CommonKADS[7]

Izvori

  1. Edward Feigenbaum i Pamela McCorduck, 1983.
  2. N.R. Milton, 2008.
  3. Zack, Michael H., 20. srpnja 2000.
  4. Knowledge Technologies, 18. ožujka 2009.
  5. Managing Codified Knowledge
  6. Knowledge engineering, 19. ožujka 2009.
  7. CommonKADS

Vanjske poveznice