 |
||
|
||
Глава 2. Основная терминология
2.1. Инженерное понятие интеллекта
2.2. Системы и управление
2.3. Представление знания и работа с ним
2.4. Информационная база
Глава 2. Основная терминология
Интеллект – это, прежде всего, процесс.
2.1. Инженерное понятие интеллекта
Практическая неприемлемость “классического” подхода к управлению в условиях невозможности создания точной математической, алгоритмической или иной подобной модели объекта заставляет разработчиков отходить от аппарата “критериально-оптимальных решений” в сторону поиска путей выработки “улучшений” качества принятия управляющих решений.
Такой переход для систем управления обычно осуществляется по двум направлениям, к сожалению, иногда относимым к “интеллектуальным”:
В простейших случаях эти направления являются вполне приемлемыми. Однако для системно-сложных объектов необходимое качество управления может быть достигнуто только за счет использования контекстно-зависимых языков их представления {36. Здесь мы должны дать подробное пояснение употребляемому в тексте понятию контекстной зависимости языка. Достаточно ясно, что нас не может удовлетворить понятие бесконтекстной и контекстно-зависимой грамматик Хомского [8], ибо они определены и структурированы относительно иерархии автоматов: грамматики типа 3 соответствуют конечным автоматам, грамматики типа 2 – автоматам с магазинной памятью, грамматики типа 1 – линейно ограниченным автоматам и грамматики типа 0 (языки с грамматиками 0 и 1 типа относятся по Хомскому к контекстно-зависимым) соответствуют машине Тьюринга. Мы используем в работе терминологию математической логики и рассматриваем понятие контекстно-зависимого языка, как языка, смысл любой совокупности предложений которого может быть зависим от предыдущего высказывания на этом языке.// //Поэтому контекст мы определяем в его классическом смысле [29] локализованной в пространстве и времени совокупности высказываний и терминов (на любом языке, не обязательно на “естественном” языке человека), предопределяющей текущее значение рассматриваемого термина или их совокупности; это подобно тому, как в языкознании контекстом называют “лингвистическое окружение данной языковой единицы”. В принципе, можно ввести понятие пределов контекста, но здесь нам важнее дать понятие контекстуального (контекстно-зависимого) определения – определения, которое строится на основании знания связи определяемого с текущим контекстом, в котором он употребляется. Все языковое представление информации на входе, внутри и на выходе интеллектуальной системы в общем случае контекстуально.} и систем управления, работающих с такими языками, что, собственно, и является предметом прикладной теории ИСУ.
Это означает не только самостоятельную область существования прикладной теории ИСУ, но и определенную смысловую нагрузку, которую эта теория возлагает на понятие “интеллектуальность” и основные термины, включая и новое, информационное, а не сигнальное понятие парадигмы управления.
Прикладная теория ИСУ требует определения всех ее терминов таким образом, чтобы из них вытекало практическое понимание последовательности действий, ведущей к созданию систем управления для системно-сложных объектов.
Как известно, причина того, что определяющие термины оказываются, скорее всего, менее ясными и точными, чем определяемый термин, состоит в том, что первые, как правило, более абстрактны и имеют более общий характер. Правда, это утверждение может оказаться неверным, если используются некоторые современные методы определения (например, “определение через абстракцию” – один из видов символической логики). Однако оно верно для определений через род и видовые отличия.
В принципе, определение должно начинаться с определяющих терминов и вести к определяемому термину. Вывод говорит об истинности заключения при условии, что мы уже знаем истинность посылок. Определение говорит о значении определяемого термина при условии, что мы уже знаем значения определяющих терминов. Таким образом, вывод сдвигает проблему истины к посылкам, не будучи способным решить ее. А определение сдвигает проблему значения к определяющим терминам, также не будучи способным разрешить ее [32].
Сказанное означает, что возможной степени точности и полезности соглашений по проблеме ИСУ мы добьемся, если начнем изложение материала с исходных посылок, отличающихся от пресловутого “пусть” в математике тем, что при невозможности (отметим – и ненужности) введения “строгой аксиоматики” при работе на контекстно-зависимом уровне представления систем {37.Открытые системы при базировании на той или иной аксиоматике могут становиться закрытыми. Эта проблема является одной из важнейших в настоящей книге.}, нам придется строго следить за объемами понятий и в момент их введения, и в момент употребления.
Для начала вспомним и сравним неискаженные, “академические” значения трех терминов “интеллект”, “субъект” и “объект”. Их прямая взаимосвязь позволяет сделать следующие выводы.
Под интеллектом понимается способность мышления, рационального познания {38. См. энциклопедическое определение понятия интеллекта.}. Эта способность реализуется в тройке субъект – управляющее действие – объект (СУО) или (в общем случае) в последовательности субъект – управляющее действие – субъект – управляющее действие … – объект. Сказанное следует из существующих определений субъекта {39. Субъект – лежащий внизу, находящийся в основе. Определяется как носитель познания, источник активности. Может реализоваться как индивид, но не является синонимом биологического живого. Например, в языкознании это термин, объединяющий понятия грамматического, логического и семантического субъектов.} и объекта {40. Объект – то, что противостоит субъекту в его предметно – практической и познавательной деятельности.}.
Однако это еще не интеллект, а только “заготовка для интеллекта”. Интеллектуальная система “инженерно” возникает только тогда, когда в процессе познания две указанные ее части периодически меняются ролями{41. Для тех, кто неудовлетворен такой “инженерной” трактовкой интеллекта и считает ее слишком примитивной для столь “высокого” понятия, напоминаем, что и Творец является, прежде всего, Инженером. Тем не менее, в части III мы приводим необходимые пояснения, перспективы и комментарии, показывающие правомочность такого подхода к интеллекту на этапе перехода к феноменологическому восприятию информации.}: субъект переходит в состояние объекта, объект становится ответным источником активности – субъектом. Непрерывно требуется подтверждение – субъект должен становиться объектом для восприятия правильности контекстного понимания его сообщения. Без такой организации общения мы не можем получить даже директивно-командного стиля управления в сколько-нибудь сложной системе, ибо для планирования следующей команды надо, как минимум, быть уверенным в правильном контекстном понимании предыдущей, а сигнал обратной связи такого рода подтверждение не обеспечивает.
Вывод первый: интеллект инженерно существует как атрибут субъектно-объектной пары, как свойство, определяющее процесс субъектно-объектного взаимодействия. Интеллект – это, прежде всего, процесс.
Вывод второй: все интеллектуальные системы являются системами управления по определению субъекта и объекта, без информационного взаимодействия которых они не существуют. Интеллектуальная система – это система, подобная генератору, вырабатывающему управляющую информацию, и его “резонансные характеристики” являются ее важнейшими показателями.
Вывод третий: интеллектуальное управление не интеллектуальной системой требует субъектно-объектной организации “управителя” {42. Если этот или предыдущие тезисы вызывают сомнения, просим отложить критику до ознакомления с понятием “двухконусной топологии” и “информационным резонансом” в части III.}.
Итак, что же мы должны понимать под терминологическим смыслом именно интеллектуального управления и концепцией ИСУ?
Отметим, что по общепринятому определению неинтеллектуальной системы управления как “совокупности управляемого объекта и устройства (системы) управления”, просто не предусматривается ничего, кроме управления объекта самим собой, что является сущностью функциональной обратной связи.
Для САУ с привнесенной коррекцией в качестве субъекта в момент коррекции выступает человек (или созданный им алгоритм адаптации), он же оценивает своими средствами измененное состояние объекта и снова, как субъект вводит корректирующее воздействие. Эта схема является эвристическим вариантом того, что мы выше назвали “заготовкой для интеллекта” и, по ясным причинам, не может быть использована для организации полноценного субъектно-объектного взаимодействия, но только для его частичной алгоритмической имитации.
В концептуальном смысле под ИСУ понимается направление, связанное с организацией управления в сложных системах и обеспечивающее самостоятельное принятие ими управляющих решений без использования в этом акте привносимой человеком информации, дополнительной относительно накопленной в ИСУ к моменту принятия решения.
Для ИСУ, как автоматической системы, можно дать следующий комментарий. Если интеллект – процесс, а под интеллектуальной системой понимается генератор информации (как выяснится в дальнейшем – с довольно необычными свойствами, но здесь пока достаточно сказать, что он реализован процессом СУО), то терминологически “свойство интеллектуальности” является синонимом факта автоматического (изнутри системы) управления собой или некоторой другой системой. Кроме того, “управление… это ничто иное, как посылка сообщений, которые эффективно (выделено нами) влияют на поведение их получателя” [9]. Эффективность здесь в нашем понимании означает, что речь изначально идет об активной системе оценивания результатов, т.е. о двухстороннем контекстуальном взаимодействии.
Таким образом, достаточно сказать “интеллектуальная система”, чтобы было ясно, что речь идет об управлении. Правильным ли будет вывод о том, что в названии теории ИСУ употреблено лишнее слово?
Действительно, сочетание ИСУ возникло “исторически”, до последнего времени употреблялось без особого осмысления объема понятия и, в какой-то степени, следовало по пути бессмысленного термина “искусственный интеллект”.
Исходя из нашего нежелания плодить новую терминологию, мы сохраняем термин ИСУ для подчеркивания важности именно основного, управляющего свойства интеллекта и выделения систем, для которых, начиная с некоторого уровня сложности, невозможно иное управление (иное существование!), кроме как интеллектуальное. Этим мы впрямую указываем факт реальной опасности смыслового (системного) разрушения системно-сложных образований при попытке их математического или кибернетического моделирования.
Будем помнить – ИСУ суть более общий термин, нежели САУ. Последняя, по своему определению, занимается “системно более простыми” объектами, поддающимися модельному замыканию без потерь своих существенных свойств.
2.2. Системы и управление
Мы уже располагаем достаточным объемом исходных соглашений, чтобы перейти к изложению понятия “система”. Это понятие должно быть конструктивным, т.е. таким, на базе которого возможно изложение построений, составляющих сущность прикладной теории интеллектуальных систем управления. Нас должно интересовать нахождение определения системно-сложной тройки СУО, отражающего некоторую глобальную характеристику ее сложности и объясняющего неизбежность возникновения на некотором уровне именно интеллектуальной системы управления.
В классическом варианте ТАУ система управления по определению включает в себя объект управления (управляемую систему). В теории ИСУ, как в более общей теории, методологически необходимо раздельное рассмотрение системы управления и управляемой системы (субъекта и объекта). Необходимо обратить особое внимание на уяснение этих различий и особенностей употребления терминов в разных ситуациях управления.
Начнем с рассмотрения самого простого определения системы:
- система есть совокупность или множество организационно связанных между собой частей, называемых подсистемами (элементами системы, обладающими свойством выделяемости из системы) и, в свою очередь, могущих являться системами. Контекст, в котором существует система, лежит вне ее.
Системой управления в общепринятом понимании такая система становится только после определения некоторым наблюдателем множества функциональных связей между выходами и входами составляющих ее подсистем, в свою очередь характеризующихся своими передаточными характеристиками.
Для этого всегда выставляется требование измерения взаимодействия сигналов и подсистем, определяется допустимый диапазон их существования. Тем самым управление сводится к управлению в замкнутых системах и к сигнальной парадигме, к управлению на основе модели.
Любая активность, имитируемая в ее подсистемах алгоритмическим, вероятностным, эвристическим и другим аналогичным путем, подчиняется привнесенным наблюдателем законам связи между этими подсистемами. Эти законы выражаются алгоритмом функционирования и, следовательно, управление такого рода гарантируется заданным предписанием, заданным законом реагирования, т.е. является контекстно-независимым {44.Напомним, что условная зависимость, присущая алгоритмам, не может трактоваться как контекстная зависимость.}.
Система, выше некоторого уровня сложности, всегда существует как система управления в структуре СУО, всегда становится сочетанием субъектов и объектов, находящихся во внешнем относительно них мире:
- интеллектуальная система есть совокупность или множество субъектов и объектов, связанных между собой организационно, т.е. находящихся в состоянии активности и противостояния друг относительно друга и под воздействием внешнего мира.
Внешний контекст, в котором существует эта система, также лежит вне ее, но в отличие от неинтеллектуальной системы интеллектуальная система “внутренне контекстуальна”. В данном случае мы избавлены от необходимости дополнительного определения управления в системе, оно предопределено активностью субъекта как носителя познания.
Таким образом, управление, по определению интеллектуальной системы, зависит от результатов познания, оценка которых возможна только через индивидуальный фильтр информации, созданный субъектом в себе как некоторый контекст, ситуационный “образ”. В этом случае управление характеризуется как контекстно-зависимое, его сущность определяется не сигналом управления, а контекстной тождественностью восприятия информации, “договоренностью” субъекта и объекта.
Из сказанного следует, что интеллектуальная система “биологического уровня”, содержащая в себе совокупность субъекта (субъектов) и объекта (см. о двухполушарности биологической интеллектуальной системы как о “спусковом механизме” интеллекта в части III), в принципе, не нуждается во “внешнем наблюдателе” для выделения ее из внешнего мира, но допускает его как внесистемного субъекта, как дополнительное, целенаправленное внешнее управление. Внешний же мир, в отличие от внешнего субъекта, по определению оказывает на интеллектуальную систему возмущающее воздействие, не имеющее, в общем случае, с точки зрения этой системы целевой направленности.
Разработчики “классических САУ” вынуждены абстрагироваться от такого рода связей во имя чистоты математических построений или говорить об управлении по возмущению, требуя точного измерения внешних возмущений и точного задания характеристик объекта управления, что, в свою очередь, сводит систему к замкнутой.
Встречаются утверждения типа: “в системе необходимо иметь внутреннюю модель внешнего мира” [например, 10]. Оправданием таким утверждениям служит только то, что внешним миром интеллектуальной системы стараются считать что-нибудь вроде ящика с перегородками, розетками и ориентацией “по звездам”, где ей предписывают “существовать”. Насколько это интересно, предоставляем читателю судить самостоятельно.
Но в прикладной теории все инженерные решения должны быть обоснованы и приняты в условиях, когда игнорирование внешних связей невозможно, а измерение возмущений и нахождение точных характеристик системы нереально. Интеллектуальная система – открытая система.
В прикладной теории ИСУ системы рассматриваются только во взаимодействии с окружающим их внешним миром, а рабочим определением открытой системы становится следующее определение:
- под интеллектуальной (открытой {45. По мере изложения материала мы придем к контекстно-зависимому устройству Мира и соответственно, некоторой “двунаправленной” тождественности открытых и интеллектуальных систем с точки зрения их построения и существования.}) системой понимается совокупность активных субъектов и противостоящих им объектов (субъектов), порождаемая либо ситуационной возможностью (свободой воли) активного существования субъекта, либо целевой задачей (непреодолимым внешним воздействием на свободу воли) некоторого системного или внесистемного субъекта, причем все элементы любой природы, составляющие интеллектуальную систему, находятся под воздействием внешнего мира.
Сказанное выше означает, что прикладная теория ИСУ не только ориентирована на работу с открытыми системами, но и на явное разделение управления в интеллектуальной системе на внутреннее, внешнее и компенсацию непрогнозируемых воздействий внешнего мира.
Изучая открытые системы, мы переходим от функциональных моделей систем, заданных на языке передаточных функций, к реальным системам в их внешнем окружении, доступным нам без потерь только на языке, уровень сложности которого обеспечивает их понятийное взаимодействие с “внешним управителем” и идентификацию семантики их взаимодействия с внешним миром.
Вспомним: большинство принципиальных трудностей теории статистических решений и автоматического управления возникает, когда рассматриваемые системы являются открытыми и решения необходимо принимать при наличии неопределенностей. Тот факт, что некоторые системы вообще несводимы к замкнутым, является одной из важнейших причин внимания к теории ИСУ, которая берет на себя поиск методов принятия управляющих решений в наиболее сложных случаях.
Рассмотрение объектов и систем во внешнем мире обычно называют “системным подходом”. В общем случае, “системный подход” и “прикладная теория систем” могут считаться синонимами. Ясно, что прикладная теория ИСУ изучает специфику систем управления, ответственных за устойчивость и поведенческие (целевые) аспекты управляемой системы, исключительно в контексте системного подхода.
В заключение этого раздела отметим, что во многих случаях рассмотрения того или иного феномена на основании какой-либо аксиоматики, т.е. при его анализе как замкнутой системы, мы даже теоретически не имеем возможности разобраться, что именно мы наблюдаем – сам феномен или результат его взаимодействия со средой или аппаратом его представления.
Это еще одно подтверждение невозможности адекватного моделирования систем, сущностью которых является существование во внешнем мире.
2.3. Представление знания и работа с ним
Проблемы представления знания и работу с ним обычно относят к области информационных или интеллектуальных технологий, исходя из математико-программистского подхода к постановке этого вопроса. Мы же предлагаем “более естественное” рассмотрение проблемы представления с позиции открытых систем и знания, и интеллекта как процесса.
Начнем с того, что понятие информационной технологии полезно задавать как совокупность практических методов, использующих информационные законы и процессы. Иными словами, вся организация работы с информацией обычно относится к группе “информационных технологий{46. Фактическая неопределенность информационной науки, ее “количественная” направленность по К.Шеннону влечет за собой возможность отнесения к информационной технологии вообще всех проблем информатики. Мы не затрагиваем этот вопрос здесь более подробно просто потому, что после перехода от информатики к информодинамике эта проблема получает свое естественное разрешение.}”.
Достаточно понятно, что выбор той или иной технологии работы с информацией предопределяет не только предельные возможности создаваемой управляющей системы, но и систему взглядов на способности этой системы, в частности, выработку понятия того, что мы в практическом смысле должны понимать под активностью субъекта и интеллектуальностью системы, даже если конкретный разработчик и не пользуется понятием СУО.
Введем несколько необходимых нам терминов, относящихся к “интеллектуальному подмножеству” информационной технологии, причем так, чтобы из этих определений следовала возможность непосредственной инженерной реализации практических систем, т.е. используем терминологию предметную, определяющую объем понятия, а не сдвигающую проблему значения к определяющим терминам, как это обычно делается.
Определим, что данные включают в себя (состоят из) описания объектов, их окружения, явлений, фактов. Это структуросоставляющее понятие, бесконечное множество реализаций записей на любых языках, доступных для нашего восприятия и интерпретации как целостных образований.
Знание, в общем случае, является переменной во времени и контексте совокупностью именованных отношений между данными. Это структурообразующее понятие, бесконечный процесс изменения связей данных.
Общение на уровне знания должно предопределять возможность равнопонятного (воспринимаемого в одном контексте) двум и более системам использования взаимосвязанной информации на языке, способном нести и передавать данные и знание о предметной области.
Соответственно, предметной или проблемной областью мы будем называть совокупность данных и знания, представляющуюся достаточной для информационного (заданного на контекстно-зависимом языке) обеспечения решения некоторой задачи или совокупности задач интеллектуальной системы.
Сложность понятия знание, всегда выражаемого на некотором языке отношений, заключена в множественности возможностей его реализации и неразрывностью с понятием данные, в непрерывном процессе его изменения, учет которого обеспечивает реализацию контекстной связи данных.
Можно выделить несколько уровней представления знания в его связи с данными:
Приведенный список характеризует различные уровни работы с информацией, выделяет качественно различные группы информационных технологий, особо подчеркивая возможности работы со знанием на уровне контекстно-зависимого описания предметной области, т.е. на уровне семантики и контекстной зависимости трактовки каждой информационной посылки.
Как будет видно из дальнейшего, между первым и последующими уровнями представления знания проходит стена, отделяющая интеллектуальные системы от неинтеллектуальных, а само понятие знания не является исключительной принадлежностью интеллектуальных систем и кардинально изменяется на каждом уровне его представления.
На первом уровне оно связано с выражением контекстно-зависимых отношений между данными. Здесь знание определяется текущей структурой связей между данными в некоторой информационной базе, которая изменяется после каждого акта общения, после обработки каждого входящего сообщения на контекстно-зависимом языке.
Это высшая инженерная форма представления знания, допускающая для сохранения семантики интерпретации данных как актуализацию этих данных и возможных типов отношений между ними, так и актуализацию самой структуры их связей. Следовательно, речь идет здесь о полноценной организации процесса СУО.
На втором уровне знание понимается лишь как процедура единственно возможной содержательной интерпретации связей данных. Отношения между данными практически неизменны и определены исходной структурой базы данных. Знание, как это и следует предполагать для неинтеллектуального уровня, определяемого использованием алгоритмического языка, обеднено стабильностью связей между данными.
Можно сказать, что это уровень фиксированного знания, знания, которое мы понимаем как справочные сведения с возможностью актуализации данных, но не связей между ними (если, конечно, эти связи не выведены на уровень данных{47. Но и в этом случае мы все равно получаем информационную систему с дополнительным набором фактов и ничего более.}). В пределе информационная система такого рода приближается к “половинке” интеллектуальной системы, одностороннему процессу СУО.
На третьем уровне речь идет об использовании различного рода математических выражений, экономно описывающих данные и их связи. В пределах этого языка находятся и интерпретируются связи между данными, то есть “пространный” контекстно-независимый язык здесь по возможности заменяется функциональным языком математики. Все остальное здесь аналогично второму уровню, кроме, пожалуй, еще большей жесткости взаимосвязей и невозможности, в общем случае, организации даже одностороннего процесса СУО.
Четвертый уровень фактически соответствует предельно обедненному второму уровню и рассматривается здесь только в связи с необходимостью обеспечения сравнительного анализа с другими подходами к определению понятия знания. Это связано с тем, что фактографические данные, как записи с обедненной структурой их связей, зачастую выделяются в отдельную группу.
Обычно в литературе указывается, что основные исследования и разработки, которые ведутся в области технологии интеллектуальных систем, “охватывают все уровни работы с данными”, при этом рассматриваются “особенности знания, которые отличают его от данных”.
Правильный подход здесь один: во-первых, все уровни работы с данными, кроме первого, не являются интеллектуальной задачей, а во-вторых, данные не существуют без отношений между ними (того или иного варианта упорядочения, изменяющегося в ту или иную сторону по мере получения новых информационных посылок) и соответственно, не отличаются, а неразделимы со знанием и текущим контекстом интерпретации.
Это можно высказать кратко: когда знание перестает быть процессом, а контекст предопределен – интеллект исчезает.
Отметим сферу предметных областей, где наиболее целесообразно работать с данными и знанием, представленными языковыми моделями. Это области с преобладанием эмпирического знания, где сложность фактов и их описаний исключает использование языка математики - так называемые описательные науки, которые, в общем-то, и стали таковыми, ибо изучают то, что не может быть адекватно обеспечено языком математики – открытые системы в их природном окружении, системы, наблюдаемый на уровне аппарата лингвистики{48. Как будет видно из дальнейшего, именно такой подход позволяет добиваться наибольшей степени адекватности описания той или иной системы, особенно при введении понятия изменения формально-логических свойств лингвистического аппарата под действием входных информационных потоков.}.
Сказанное выше означает, что совокупность знание – данные в задачах управления представляется некоторой семиотической системой{49. Вообще говоря, под семиотикой понимается наука о знаках и знаковых системах, а также о языках, как знаковых системах, причем общий подход к языковым знаковым системам, включающий не только традиционное понятие языка, но и языки запахов, свиста, абстрактной живописи и тому подобное, требует еще своего теоретического обоснования. Языком может являться все, что обеспечивает возникновение и существование коммуникативной функции для своих пользователей. Как отметил Б.Парамонов: “Мы живем не в объективной реальности, а в знаковых системах”.}. Рассмотрим этот вопрос в интересующем нас ключе.
В семиотической системе обычно выделяют три аспекта: синтаксический, семантический и прагматический. Такого рода разделение интересует нас по следующей причине. В соответствии с перечисленными тремя аспектами семиотических систем необходимо выделить три типа знания как три типа отношений между данными: синтаксические, семантические и прагматические.
Знание синтаксического типа характеризует синтаксическую структуру потока информации, которая не зависит от смысла и содержания используемых при этом понятий, т.е. интеллектуальную систему не образует.
Семантическое знание рассматривается как структура, образующая текущий контекст. Оно содержат информацию, непосредственно связанную с текущими значениями и смыслом описываемых понятий и предопределяет состояние связей данных в информационной базе.
Прагматическое знание предопределяет наиболее вероятные связи, описывающие данные с точки зрения решаемой задачи (обобщенный или “объективный” контекст), например, с учетом действующих в данной задаче специфических критериев и соглашений.
Понятие объективности соответствует трактовке прагматики, прагматического аспекта создания интеллектуальной системы, как направленного ограничения ее “свободы воли”, ограничения ненужных связей и “фантазии связей по контекстам” для системы, от которой мы не ждем переизбытка интеллектуальности. Для сравнения вспомним, что мы имеем в виду, когда даем человеку характеристику “прагматик”.
С инженерной точки зрения, синтаксическая, семантическая и прагматическая стороны знания являются различными связями одного или группы терминов (данных) с другими записями в информационной базе.
Из сказанного ясно, что наиболее общая проблема построения системы управления семантического или семантико-прагматического уровня взаимодействия, связана с выбором технологии контекстно-зависимого представления знания, построением информационных баз (данных и знания) о предметной области и механизма вывода для получения необходимых решений.
Логика этого механизма может меняться в зависимости от контекстов взаимосвязи знаков (их прагматики), что является одной из важнейших причин начальной организации всех практических работ только на проблемно-ориентированном подмножестве контекстно-зависимого языка, то есть там, где мы надеемся на некоторое постоянство контекста{50. Это условие является полезным только в смысле обеспечения некоторой начальной простоты построений. Но, в отличие от “чистых формально-логических систем”, условие постоянства контекста не является для нас обязательным. Все наши построения ориентированы, в конечном счете, именно на изменчивость текущего контекста, без чего мы не имеем права говорить об интеллектуальных системах.}.
2.4. Информационная база
В связи с встречающимися в литературе достаточно некорректными утверждениями о данных и знании и их соотнесении, приведем обобщенный пример такого рода изложения материала.
Обычно можно встретить примерно следующее.
Роль знаний в интеллектуальной деятельности определяет необходимость наличия в компьютере блока представления знаний (БПЗ). Это блок связан с внешним миром двумя блоками преобразователей (БП1 и БП2), которые преобразуют знания о предметной области (в том числе и запросы) из внешнего представления (ВшП) во внутреннее (ВтП) – блок БП1 и, наоборот, из внутреннего представления во внешнее – БП2, понятное для пользователя (рис. 2.1). Информационная модель блока представления знаний в общем случае состоит из блока интерпретаций (БИ), блока обучения (БО), блока вывода решений (БВР) и интеллектуального банка данных (ИБД) (рис. 2.2). ИБД, в свою очередь, подразделяют на базу знаний (БЗ) и базу данных (БД).
База знаний содержит сведения, отражающие закономерности данной предметной области и позволяющие прогнозировать и выводить новые факты, не отраженные в базе данных.
База данных включает фактографические, количественные данные, характеризующие предметную область.
Мы считаем, что этот материал достаточен для самостоятельной оценки такого рода построений. Основные неприятности, обеспечиваемые этим подходом, сводятся к структурному тождеству базы знания и базы данных, отсутствию какого-либо механизма разделения “данных” и “сведений” и использованию понятия информационной модели знания (и модели внешнего мира), что является отголоском “информационного угла зрения” и в реальных системах не ведет ни к каким конструктивным, инженерно реализуемым решениям.
Часто используемые для преодоления этих трудностей понятия экстенсионального и интенсионального знания также не ведут к радикальному изменению ситуации. Они только на самом общем уровне свидетельствуют о потенциальной необходимости разделения конкретного “экстенсионального знания” (под этим предлагается понимать “данные”) и абстрактного “интенсионального знания” (его, за неимением лучшего термина, называют “сведения”) при стандартном логическом или сетевом подходе к представлению информации в компьютере.
В связи с излишней свободой трактовки в литературе этих понятий как описателей знания, дадим для справки о них ряд определений и соответствующий комментарий.
Экстенсионал знака (объем знака) определяет конкретный класс всех его допустимых денотатов, т.е. объектов, обозначаемых данным знаком.
Интенсионал знака (смысл знака) определяет связанное с ним понятие.
Интенсиональные данные (обобщающие данные, старшие группировки в иерархии данных) описывают абстрактные объекты, события и т.п.
Экстенсиональные данные (младшие, относительно выделенного интенсионального уровня) представляют собой данные, характеризующие конкретные объекты или их младшие группировки (относительно интенсиональных) по классификации, существующей в данной предметной области.
В разных контекстах некоторый знак может выступать и как интенсионал и как экстенсионал.
Понятия экстенсионала и интенсионала обычно присутствуют во всех рассуждениях, связанных с теми или иными классифицирующими отношениями между некоторыми терминами.
Обобщающий смысл интенсионала зачастую ведет к глубоко неверной трактовке интенсиональных данных как знания в интеллектуальной системе. При этом подходе весь словарь предметной области фактически должен быть разделен на два зафиксированных уровня иерархических отношений между терминами. Совершенно ясно, что это еще один способ просто избавиться от контекстной зависимости языка и обеспечить работу с лингвистическим описанием объекта на уровне его кибернетической модели, выдавая за знание иерархию терминов.
Введение понятия экстенсионала и интенсионала, экстенсиональных данных и интенсионального знания в рассуждения об интеллектуальных системах отражает попытки некоторых исследователей трактовать знание через объем понятия.
Рассмотрим другой подход (рис. 2.3).
Не касаясь здесь уровня физической организации работы с совокупностью данные - знание, на логическом уровне выделим понятие “информационной базы”, то есть базы, в которой данные хранятся в совокупности со своими всевозможными связями. Для нас это означает, что информационная база может быть разделена на логическом уровне на две составляющие: базу данных – формальное хранилище записей и базу знания – формальное хранилище адресов и типов (имен) текущих связей данных.
Не имеет смысла вопрос о старшинстве базы данных и базы знания или их сравнительном анализе. Это логические объекты разной природы, взаимно дополняющие друг друга. В принципе, их можно считать некоторыми эквивалентами фактографической и семантической составляющих информационной посылки.
На логическом уровне представления информационная база состоит из связанных базы данных, базы знания и инструмента (системы) ее разработки и управления. В определенных условиях такая конструкция может выступать и как субъект, и как объект. Естественно, что пока это еще только инженерная реализация “половинки” интеллектуальной системы.
В случае целенаправленной работы со структурами данных на контекстно-зависимом уровне, включается процесс СУО, т.е. организация взаимодействия не менее двух таких информационных баз. В этом случае сумма информационных баз становится базой интеллектуальной по инженерному определению интеллектуальной системы.
Ясно, что инструмент создания и управления такой информационной базой суть сама ИСУ, содержащая эту базу, так как одной из ее задач как раз и является накопление, структуризация и использование данных и их контекстных связей для принятия управляющих решений уже на внешнем уровне. Так же ясно, что невозможно говорить о базе, существующей вне ИСУ, ибо упорядочение данных без внешней, относительно информационной базы, цели, задаваемой ИСУ, логически бессмысленно.
Структурную схему ИСУ как совокупность некоторого количества информационных, а в полном виде – уже как совокупность интеллектуальных баз мы рассмотрим в гл. 4. Пока же необходимо отметить, что в данном определении база наконец-то получает свое нормальное логическое значение – основа, пространство представления информации (среда для возникновения “информационных резонансов” – см. часть III), а отнюдь не банк и не склад для данных.
Можем ли мы представить себе знание без данных? Да, это возможно. Любая незаполненная таблица является здесь примером. Примером здесь является и обыкновенный резонансный фильтр. А вот можем ли мы представить себе данные без структуры? Это маловероятно, кроме как для какого-нибудь вырожденного случая, ибо данные упорядочены уже потому, что принадлежат системе, выделены из нее с какой-то определенной целью, упорядочены уже потому, что любая их структура или последовательность является упорядочением, а плохо упорядоченные данные сохраняют возможность их, пусть и неверной, интерпретации.
Вообще говоря, понятие “правильной” или “объективной” интерпретации данных (“правильной связи данных”) в определение знания вводить нельзя по простой причине – их упорядочение или структура связей постоянно меняются в зависимости от контекста входного информационного потока и, в этом смысле, любое упорядочение данных может быть правильным в некотором текущем контексте{51.Внимательный читатель уже отметил, что отсюда следует необходимость соответствующей коррекции общепринятого подхода к объектно-ориентированному описанию и представлению массивов данных. В принципе, мы хотим написать на эту тему отдельную книгу, а пока некоторые важные моменты будут отмечаться в необходимых местах по мере изложения материала.// //Тот же внимательный читатель уже готов предъявить нам замечание о нарушении обещания работать только с открытыми системами – данные это уже модель. Поясним для этой главы и всех последующих. Как будет видно из дальнейшего (хотя и на основе имеющегося материала уже можно сделать такой вывод), все сложные системы, также как и интеллект, существуют только как процесс. Во многих случаях целесообразно рассмотрение этого процесса при зафиксированном значении времени, точнее вне временной оси. Такого рода “модель” до тех пор, пока она не будет распространена на временную ось, является не замыканием системы, а ее “фотографией”, текущим срезом ее состояния. Главное в исследованиях – не распространять такое “модельное” представление системы на то, что требует ее рассмотрения в динамике ее внешних связей. Мы постараемся в дальнейшем, при явном и неявном упоминании или употреблении моделей, не нарушать этих соглашений.}.
Сделаем некоторые выводы.
Отрыв знания от данных возможен и представляет интерес для самостоятельного исследования структур его организации, например, с точки зрения оценок их стабильности под текущим потоком контекстных изменений.
Отрыв данных от их связи с какой-либо (пусть даже вероятностной) структурой (от интерпретации) невозможен, но и это представляет интерес для научного исследования, проблемой которого может являться, например, восстановление контекста по текущей структуре и предыстории связей данных.
Достаточно ясно, что должен существовать и некоторый механизм работы с данными и их структурой (семантической составляющей, знанием). Его задачей является создание последовательностей состояний информационной базы в различные моменты времени, соотнесение этих состояний с соответствующими им запросами и их контекстами, что в свою очередь может вести не к последовательной коррекции базы, а к весьма сложной структуре состояний при одновременном информационном обмене с несколькими источниками и многое другое.
Здесь мы считаем целесообразным сделать экскурс в проблему языков и языковых моделей для управления, которому мы посвятим целую гл. 3, после чего среди прочих вопросов гл. 4, посвященной сложности открытых систем, рассмотрим проблему перехода от базы информационой к базе интеллектуальной, реализующей структуру СУО.
| Site of Information
Technologies Designed by inftech@webservis.ru. |
|