Инженер по знаниям

Материал из Циклопедии
Перейти к навигации Перейти к поиску

Инженер по знаниям (Онтоинженер[1], англ. knowledge engineer; синонимы: инженер знаний, когнитолог, специалист по ИИ) — специалист по искусственному интеллекту, проектирующий и создающий экспертную систему.

Обычно инженер по знаниям выступает в роли посредника между экспертом и базой знаний.

Должностные обязанности[править]

  • помогает эксперту выявить и структурировать знания, необходимые для работы экспертной системы, можно даже сказать, что инженер по знаниям извлекает из эксперта неформализованные знания последнего;
  • осуществляет выбор той интеллектуальной системы, которая наиболее подходит для данной проблемной области, и определяет способ представления знаний в этой ИС;
  • выделяет и программирует (традиционными средствами) стандартные функции (типичные для данной проблемной области), которые будут использоваться в правилах, вводимых экспертом.

Особенности и основные этапы работы[править]

Инженер по знаниям (аналитик) является главной фигурой при извлечении знаний из источника знаний (эксперта, документации и т.д.). Результат его работы отражает структуру представлений и рассуждений специалистов.

Объективные трудности извлечения знаний заключаются в том, что:

  • знания эксперта многослойны, часто из цепочки рассуждений со временем выпадают звенья, которые непросто восстановить;
  • часть знаний и умений хранится в памяти в невербальной форме и связана сложной логико-ассоциативной сетью;
  • большинству экспертов не свойственна аналитичность и способность к ясному изложению.

Инженер по знаниям должен обладать специальными знаниями по системному анализу, формальной логике, когнитивному моделированию, а главное, методологии извлечения знаний.

Основные этапы работы[править]

  • Анализ предметной области.
  • Извлечение знаний.
  • Структурирование знаний.

Более полное описание этапов работы выглядит следующим образом:

  • Накопление. Стихийное и бессистемное накопление информации.
  • Извлечение. Процесс переноса компетентности специалистов на аналитика. Это один из наиболее сложных и трудоемких этапов, от его успешности зависит дальнейшая жизнеспособность системы.
  • Структурирование и формализация. На этом этапе должны быть выделены основные понятия, выработана структура представления информации. Она должна быть максимально наглядной и такой, чтобы её было легко изменять и дополнять. Именно на этом этапе создаются описания и модели бизнес процессов и структуры потоков информации.
  • Проектирование системы. Предметная постановка задачи, разработка архитектуры и спецификаций для программирования.
  • Программная реализация. Разработка собственно программного комплекса системы.
  • Обслуживание. Под ним понимается корректировка формализованных данных и знаний (добавление, обновление); «чистка» - удаление устаревшей информации; фильтрация данных и знаний для поиска информации, необходимой пользователям.

Примечания[править]

Литература[править]

  • Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание, Люгер, Джордж Ф., Издательский дом Вильямс, 2003 г., стр. 44.
  • Обработка знаний, С. Осуга, М. “Мир”, 1989.
  • Татьяна Гаврилова, Enterprise Partner, №8(25), 30 апреля 2001 г.
 
Общие понятия

Данные · Метаданные · Знания · Метазнание · Представление знаний · База знаний · Онтология · Семантическая паутина

Жёсткие модели

Продукции · Семантические сети · Фреймы · Логическая модель

Мягкие методы

Нейросети · Эволюционное моделирование · Нечёткая логика

Применения

Экспертные системы · Интеллектуальный анализ данных · Извлечение информации · Виртуальные собеседники · Гибридные интеллектуальные системы

Искусственный интеллект · Машинное обучение · Обработка естественного языка