Инженерия знаний

Инженерия знаний ( KE ) относится ко всем аспектам, связанным с системами, основанными на знаниях .

Фон

Экспертные системы

Одним из первых примеров экспертной системы было MYCIN — приложение для проведения медицинской диагностики. В примере MYCIN экспертами в предметной области были врачи, а представленные знания представляли собой их опыт в диагностике.

Экспертные системы были впервые разработаны в лабораториях искусственного интеллекта как попытка понять сложные процессы принятия решений человеком. Основываясь на положительных результатах этих первоначальных прототипов, технология была принята деловым сообществом США (а затем и во всем мире) в 1980-х годах. Стэнфордский проект эвристического программирования, возглавляемый Эдвардом Фейгенбаумом, был одним из лидеров в определении и разработке первых экспертных систем.

История

На заре существования экспертных систем формальный процесс создания программного обеспечения был практически отсутствующим. Исследователи просто встретились с экспертами в предметной области и начали программировать, часто разрабатывая необходимые инструменты (например, механизмы вывода ) одновременно с самими приложениями. По мере того как экспертные системы перешли от академических прототипов к развернутым бизнес-системам, стало понятно, что необходима методология, обеспечивающая предсказуемость и контроль процесса создания программного обеспечения. По сути, было опробовано два подхода:

Используйте традиционные методологии разработки программного обеспечения.
Разрабатывать специальные методологии, адаптированные к требованиям построения экспертных систем.

Многие из первых экспертных систем были разработаны крупными консалтинговыми фирмами и фирмами по системной интеграции, такими как Andersen Consulting . Эти фирмы уже хорошо протестировали традиционные каскадные методологии (например, Method/1 для Andersen), которым они обучили весь свой персонал и которые практически всегда использовались при разработке программного обеспечения для своих клиентов. Одной из тенденций в разработке ранних экспертных систем было простое применение каскадных методов к разработке экспертных систем.

Другая проблема с использованием традиционных методов разработки экспертных систем заключалась в том, что из-за беспрецедентного характера экспертных систем они были одними из первых приложений, принявших методы быстрой разработки приложений , включающие итерацию и прототипирование, а также или вместо детального анализа и проектирования. В 1980-х годах этот тип подхода поддерживали лишь немногие традиционные программные методы.

Последней проблемой использования традиционных методов разработки экспертных систем была необходимость приобретения знаний . Приобретение знаний относится к процессу сбора экспертных знаний и их фиксации в форме правил и онтологий. Приобретение знаний имеет особые требования, выходящие за рамки обычного процесса спецификации, используемого для учета большинства бизнес-требований.

Эти проблемы привели ко второму подходу к инженерии знаний: разработке специальных методологий, специально предназначенных для создания экспертных систем. ^{[ 1 ]} Одной из первых и наиболее популярных таких методологий, специально разработанных для экспертных систем, была методология сбора знаний и структурирования документации (KADS), разработанная в Европе. KADS имел большой успех в Европе, а также использовался в США. ^{[ 2 ]}

См. также

Ссылки

^ Фейгенбаум, Эдвард; МакКордук, Памела (1983). Пятое поколение (1-е изд.). Ридинг, Массачусетс : Аддисон-Уэсли . ISBN 978-0-201-11519-2 . OCLC 9324691 .
^ Шрайбер, Август Четверг; Аккерманс, Ганс; Анжевирден, Анджо; Дехуг, Роберт ; Шедболт, Найджел ; Вандевельде, Уолтер; Вилинга, Боб (2000), Инженерия знаний и управление: методология CommonKADS (1-е изд.), Кембридж, Массачусетс : MIT Press, ISBN 978-0-262-19300-9

Внешние ссылки

Инженерия данных и знаний – журнал Elsevier
Обзор инженерии знаний , Кембриджский журнал
Международный журнал программной инженерии и инженерии знаний – World Scientific
Транзакции IEEE по знаниям и инженерии данных
Экспертные системы: Журнал инженерии знаний - Уайли-Блэквелл

[1] Фейгенбаум, Эдвард; МакКордук, Памела (1983). Пятое поколение (1-е изд.). Ридинг, Массачусетс : Аддисон-Уэсли . ISBN 978-0-201-11519-2 . OCLC 9324691 .

[2] Шрайбер, Август Четверг; Аккерманс, Ганс; Анжевирден, Анджо; Дехуг, Роберт ; Шедболт, Найджел ; Вандевельде, Уолтер; Вилинга, Боб (2000), Инженерия знаний и управление: методология CommonKADS (1-е изд.), Кембридж, Массачусетс : MIT Press, ISBN 978-0-262-19300-9

[ 1 ]

[ 2 ]

v т и Представление знаний и рассуждения
Backward chaining Case-based reasoning Commonsense reasoning Forward chaining Model-based reasoning Inference engines Proof assistants Knowledge engineering
Expert systems	CLIPS Connectionist expert systems Expert systems for mortgages Legal expert systems
Reasoning systems	Theorem provers Constraint solvers Deductive classifiers Logic programs Procedural reasoning systems Rule engines
Ontology languages	Attempto Controlled English CycL F-logic FO(.) Knowledge Interchange Format Web Ontology Language
Theorem provers	CARINE E Nqthm Otter Paradox Prover9 SPASS TPS Z3
Constraint satisfaction	Constraint programming Constraint logic programming Local consistency SMT solvers
Automated planning	Motion planning Multi-agent planning Partial-order planning Preference-based planning Reactive planning State space planning