WikiDer > База знаний

Knowledge base

А база знаний (КБ) - это технология, используемая для хранить сложный структурированный и неструктурированная информация используется компьютерной системой. Первоначально термин использовался в связи с экспертные системы; которые были первыми системы, основанные на знаниях.

Первоначальное использование термина

Первоначально термин «база знаний» использовался для описания одной из двух подсистем экспертной системы. Система, основанная на знаниях, состоит из базы знаний, представляющей факты о мире, и Механизм логического вывода рассуждения об этих фактах и ​​использование правил и других форм логики для вывода новых фактов или выявления несоответствий.[1]

Характеристики

Термин «база знаний» был придуман, чтобы отличить эту форму хранилища знаний от более общего и широко используемого термина. база данных. В 1970-х годах практически все крупные Информационные системы управления хранят свои данные в виде иерархических или реляционных база данных. На данный момент в истории информационные технологии, различие между базой данных и базой знаний было четким и недвусмысленным.

База данных имела следующие свойства:

  • Плоские данные: данные обычно представлялись в табличном формате со строками или числами в каждом поле.
  • Несколько пользователей: обычная база данных, необходимая для поддержки нескольких пользователей или систем, которые одновременно используют одни и те же данные.
  • Транзакции: важным требованием к базе данных было поддержание целостности и согласованности данных, к которым обращается одновременные пользователи. Это так называемые КИСЛОТА Свойства: атомарность, последовательность, изоляция и долговечность.
  • Большие, долговечные данные: корпоративная база данных должна поддерживать не только тысячи, но и сотни тысяч или более строк данных. Такая база данных обычно необходима для сохранения после конкретных применений любой отдельной программы; ему нужно было хранить данные в течение многих лет и десятилетий, а не в течение всего срока службы программы.

Первые системы, основанные на знаниях, имели потребности в данных, противоположные этим требованиям к базам данных. Экспертная система требует структурированных данных. Не только таблицы с числами и строками, но и указатели на другие объекты, которые, в свою очередь, имеют дополнительные указатели. Идеальным представлением базы знаний является объектная модель (часто называемая онтология в искусственный интеллект литература) с классами, подклассами и экземплярами.

Ранние экспертные системы также мало нуждались в множестве пользователей или сложности, связанной с требованием транзакционных свойств данных. Данные ранних экспертных систем использовались для получения конкретного ответа, такого как медицинский диагноз, конструкция молекулы или реакция на чрезвычайную ситуацию.[1] Как только решение проблемы было известно, не было критической потребности хранить большие объемы данных обратно в постоянное хранилище памяти. Более точным утверждением было бы то, что, учитывая доступные технологии, исследователи пошли на компромисс и отказались от этих возможностей, потому что они поняли, что они превосходят то, что можно было ожидать, и они могут разработать полезные решения нетривиальных проблем без них. Даже с самого начала более проницательные исследователи осознавали потенциальные преимущества возможности хранить, анализировать и повторно использовать знания. Например, см. Обсуждение корпоративной памяти в самой ранней работе программы Knowledge-Based Software Assistant автора Корделл Грин и другие.[2]

Требования к объему базы знаний также были другими по сравнению с обычной базой данных. База знаний должна была знать факты о мире. Например, чтобы представить утверждение, что «Все люди смертны». База данных обычно не может отражать эти общие знания, а вместо этого должна хранить информацию о тысячах таблиц, которые представляют информацию о конкретных людях. Представление о том, что все люди смертны, и возможность рассуждать о любом конкретном человеке, что они смертны, - это работа базы знаний. Представление, что Джордж, Мэри, Сэм, Дженна, Майк и сотни тысяч других клиентов - это люди с определенным возрастом, полом, адресом и т. Д., - это работа для базы данных.[3][4]

По мере того как экспертные системы перешли от прототипов к системам, развернутым в корпоративных средах, требования к их хранилищам данных быстро начали перекрываться со стандартными требованиями к базам данных для нескольких распределенных пользователей с поддержкой транзакций. Первоначально спрос можно было наблюдать на двух разных, но конкурентных рынках. Из сообществ AI и Object-Oriented, объектно-ориентированные базы данных, такие как Versant появился. Это были системы, разработанные с нуля для поддержки объектно-ориентированных возможностей, а также для поддержки стандартных служб баз данных. С другой стороны, крупные поставщики баз данных, такие как Oracle добавили в свои продукты возможности, обеспечивающие поддержку требований базы знаний, таких как отношения и правила класса-подкласс.

Интернет как база знаний

Следующим этапом эволюции термина «база знаний» стал Интернет. С появлением Интернета поддержка документов, гипертекста и мультимедиа стала критически важной для любой корпоративной базы данных. Уже было недостаточно поддерживать большие таблицы данных или относительно небольшие объекты, которые жили в основном в памяти компьютера. Поддержка корпоративных веб-сайтов требовала настойчивости и транзакций для документов. Это создало совершенно новую дисциплину, известную как Управление веб-контентом. Другой движущей силой поддержки документов был рост управление знаниями поставщики, такие как Lotus Notes. Управление знаниями фактически появилось раньше Интернета, но с Интернетом между этими двумя областями была большая синергия. В продуктах управления знаниями для описания своих репозиториев использовался термин «база знаний», но значение имело небольшое различие. В случае с предыдущими системами, основанными на знаниях, знания предназначались в первую очередь для использования автоматизированной системы, чтобы рассуждать и делать выводы о мире. В продуктах управления знаниями знания предназначались в первую очередь для людей, например, чтобы служить хранилищем руководств, процедур, политик, передовых практик, повторно используемых проектов и кода и т. Д. В обоих случаях различия между использованием и типами систем были неопределенный. По мере расширения технологии редко можно было найти систему, которую можно было бы действительно четко классифицировать как основанную на знаниях в смысле экспертной системы, которая выполняла бы автоматизированные рассуждения и основанную на знаниях в смысле управления знаниями, которая предоставляла знания в форме документы и средства массовой информации, которые могут быть использованы нами, людьми.[5]

Смотрите также

Рекомендации

  1. ^ а б Хейс-Рот, Фредерик; Дональд Уотерман; Дуглас Ленат (1983). Создание экспертных систем. Эддисон-Уэсли. ISBN 0-201-10686-8.
  2. ^ Грин, Корделл; Д. Лакхэм; Р. Бальцер; Т. Читэм; К. Рич (1986). «Отчет о программном помощнике, основанном на знаниях». Чтения по искусственному интеллекту и программной инженерии. Морган Кауфманн: 377–428. Дои:10.1016 / B978-0-934613-12-5.50034-3. Получено 1 декабря 2013.
  3. ^ Фейгенбаум, Эдвард (1983). Пятое поколение: искусственный интеллект и компьютерный вызов Японии миру. Ридинг, Массачусетс: Эддисон-Уэсли. п.77. ISBN 0-201-11519-0. Ваша база данных - это история болезни пациента, включая его историю ... признаки жизненно важных функций, назначенные лекарства ... База знаний ... это то, что вы узнали в медицинской школе ... она состоит из фактов, предикатов и убеждений ...
  4. ^ Джарк, Матиас (1978). «Требования KBMS к системам, основанным на знаниях» (PDF). Логика, базы данных и искусственный интеллект. Берлин: Springer.
  5. ^ Кришна, S (1992). Введение в базы данных и системы баз знаний. Сингапур: World Scientific Publishing. ISBN 981-02-0619-4.

внешняя ссылка