Э_4: объяснение и предсказание явлений

Этот завершающий этап является одновременно и частичным критерием истинности полученного знания. Если выявленная система знаний эксперта полна и объективна, то на ее основании можно делать прогнозы и объяс­нять любые явления из данной предметной области. Обычно базы знаний ЭС страдают фрагментарностью и модульностью (несвязанностью) компо­нентов. 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 обучающие системы, которые ориентированы на генерацию новых знаний и на "предсказание".

Предлагаемая методология вооружает аналитика аппаратом, позволяющим избежать традиционных ошибок, приводящих к неполноте, противоречиво­сти, фрагментарности БЗ, и указывает направление, в котором необходимо двигаться разработчикам. И хотя на сегодняшний день большинство БЗ прорабатываются лишь до этапа Э_3, знание полной схемы обогащает и углубляет процесс проектирования.

Методы практического извлечения знаний

Рассмотрим, какими практическими методами можно получить знания. В предыдущих разделах по умолчанию предполагалось, что это некоторое взаимодействие инженера по знаниям и эксперта в форме непосредственно­го живого общения. В литературе [Волков, Ломнев, 1989; Осипов, 1998, Boose, 1989; Cullen, Bryman, 1988; Adeli, 1994] упоминаются около 15 руч­ных (неавтоматизированных) методов извлечения и более 20 автоматизиро­ванных методов приобретения и формирования знаний.

Рассмотрим классификацию методов извлечения знаний, которая позволит инженерам по знаниям в зависимости от конкретной задачи и ситуации вы­брать подходящий метод (рис. 2.15).

Рис. 2.15.Классификация методов извлечения знаний

При такой классификации в качестве основного принципа деления высту­пает источник знаний. Соответственно все методы делятся на:

Ø коммуникативные;

Ø текстологические.

Определение 2.6

Коммуникативные методы извлечения знаний — это набор приемов и процедур, предполагающих контакт инженера по знаниям с непосредственным ис­точником знаний — экспертом, а текстологические 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 методы, например сначала изучает литературу, затем беседует с экспертами, или наоборот.

В свою очередь, коммуникативные методы можно также разделить на две группы: пассивные и активные.

Пассивные методы подразумевают, что ведущая роль в процедуре извлече­ния передается эксперту, а инженер по знаниям только протоколирует рас­суждения эксперта во время его реальной работы по принятию решений или записывает то, что эксперт считает нужным самостоятельно рассказать в форме лекции. В активных методах, напротив, инициатива полностью 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 чередоваться даже в рамках одного сеанса извлечения знаний. Например, если инженер по знаниям застенчив и не имеет большого опыта, то вначале он может использовать 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 требуют от инженера по знаниям умения четко анализировать поток созна­ния эксперта и выявлять в нем значимые фрагменты знаний. Отсутствие обратной связи (пассивность инженера по знаниям) значительно ослабляет эффективность этих методов, чем и объясняется их обычно вспомогатель­ная роль при активных методах.

Активные методы можно разделить на две группы в зависимости от числа экспертов, отдающих свои знания. Если их число больше одного, то целе­сообразно помимо серии индивидуальных контактов с каждым применять и методы групповых обсуждений предметной области.

Такие групповые методы обычно активизируют мышление участников дис­куссий и позволяют выявлять весьма нетривиальные аспекты их знаний. В свою очередь, индивидуальные методы на сегодняшний день остаются ведущими, поскольку столь деликатная процедура, как "отъем знаний", не терпит лишних свидетелей.

Игровые методы сейчас широко используются в социологии, экономике, менеджменте, педагогике для подготовки руководителей, учителей, врачей и других специалистов. Игра — это особая форма деятельности и творчества, где человек раскрепощается и чувствует себя намного свободнее, чем в обычной трудовой деятельности.

На выбор метода влияют три фактора: личностные особенности инженера по знаниям, личностные особенности эксперта и характеристика предмет­ной области.

Одна из возможных классификаций людей по психологическим характеристикам [Обозов, 1986] делит всех на три типа:

Ø мыслитель (познавательный тип);

Ø собеседник (эмоционально-коммуникативный тип);

Ø практик (практический тип).

Мыслители ориентированы на интеллектуальную работу, учебу, теоретиче­ские обобщения и обладают такими характеристиками когнитивного стиля, как поленезависимость и рефлексивность (см. разд. 2.3).

Собеседники — это общительные, открытые люди, готовые к сотрудничест­ву. Практики предпочитают действие разговорам, хорошо реализуют замыс­лы других, направлены на результативность работы.

Для характеристики предметных областей можно предложить следующую классификацию (рис. 2.16):

Ø хорошо документированные;

Ø средне документированные;

Ø слабо документированные.

Эта классификация связана с соотношением двух видов знаний Z₁ и Z₂, введенных в разд. 1.1, где Z₁ — это экспертное "личное" знание, a Z₂ — материализованное в книгах "общее" знание в данной конкретной области. Если представить знания Zпо предметной области как объединение Z₁ и Z₂, т. е. Zпо = Z1ˇZ2, то рис. 2.16 наглядно иллюстрирует предложенную классификацию.

Рис. 2.16.Классификация предметных областей

Кроме этого, предметные области можно разделить по критерию структурированности знаний. Под структурированностью будем понимать степень теоретического осмысления и выявленности основных закономерностей и принципов, действующих в данной предметной области. И хотя ЭС тради­ционно применяются в слабо структурированных предметных областях, сейчас наблюдается тенденция расширения сферы внедрения экспертных систем.

По степени структурированности знаний предметные области могут быть:

Ø хорошо структурированными — с четкой аксиоматизацией, широким применением математического аппарата, устоявшейся терминологией;

Ø средне структурированными — с определившейся терминологией, развивающейся теорией, явными взаимосвязями между явлениями;

Ø слабо структурированными — с размытыми определениями, богатой эмпирикой, скрытыми взаимосвязями, с большим количеством “белых пятен”.

Введенные в данном разделе классификации методов и предметных областей помогут инженеру по знаниям, четко определив свою предметную область, соотнести ее с предложенными типами и наметить подходящий метод или группу методов извлечения знаний. Однако, скорее всего, реальная работа полностью зачеркнет его выбор, и окажется, что его хорошо документированная область является слабо документированной, а метод наблюдений надо срочно заменять играми!

Такова реальная сложность процедур извлечения знаний, требующая специальной подготовки аналитика. Лучшая подготовка — это повышение квалификации на специальных курсах (например, в “Школе аналитика” (http//:www.ber.ru). Самоподготовка (рис. 2.17) включает:

Ø общую;

Ø специальную (частично может совпадать с предлагаемой в [Шумилина, 1973] подготовкой к журналистскому интервью), дополненную в связи со спецификой инженерии знаний;

Ø конкретную (базируется на прочтении специальных текстов, выбранных совместно с экспертами из некоторого "базового" списка литературы, который постепенно введет аналитика в предметную область. В этом спи­ске могут быть учебники для начинающих, главы и фрагменты из монографий, популярные издания);

Ø психологическую.

Подготовка занимает разное время в зависимости от степени профессиона­лизма аналитика, но в любом случае она необходима, т. к. несколько уменьшает вероятность самого нерационального метода — метода проб и ошибок.

Рис. 2.17. Подготовка к извлечению знаний