Rozróżnieniu na byt i niebyt, jedno i wielokrotne, niezmienne i stałe nie mogła towarzyszyć refleksja nad ich istotą i wzajemnym powiązaniem. Wraz z dogmatyzmem wiary religijnej rozwijała się świadomość myśląca, poszerzał się jej dostępny obszar, pomnażały się i doskonaliły techniki i metody poznania. Jeśli, powiedzmy, u braminów wiedza była rytualna, to znaczy sprowadzała się do zapamiętywania pewnych formuł, przywoływania tego czy innego obrazu (mitologem), któremu towarzyszyło rytualne działanie, to starożytne indyjskie szkoły filozoficzne charakteryzowały się chęcią opracowania metod wiedzy racjonalnej. Racjonalizm był podsycany wątpliwościami co do sztywności autorytetu tradycji wedyjskiej.

Gorąca debata, która charakteryzowała zwłaszcza VII-I wiek p.n.e., doprowadziła z jednej strony do rozwoju schematów metodologicznych zdolnych odrzucić każde stanowisko (ajnanavada - dosłownie „agnostycyzm”), z drugiej zaś do rozwoju pramanavady - doktryna środków zdobyczy wiedzy. Szkoła sankhji uznawała trzy pramany: percepcję (pratyaksha), logiczną konkluzję (anuman) i dowód autorytetu (shabda), Nyaikowie dodali czwartą pramanę – „porównanie” i mimansę – „przypuszczenie” itp.

Różnorodność teorii epistemologicznych starożytnych Indii jest trudna do ustrukturyzowania. A jednak rosyjski naukowiec F.I. Szczerbata, wciąż najbardziej autorytatywny badacz logiki buddyjskiej na świecie, uważał, że można podzielić je na dwie grupy: epistemologię realistyczną i nierealistyczną. Pierwsza obejmowała prawie wszystkie kierunki starożytnej myśli indyjskiej, z wyjątkiem buddyzmu. Epistemologia realistyczna sprowadzała się do uznania poznawalności świata zewnętrznego w jego prawdziwej rzeczywistości: „Cała struktura świata zewnętrznego, jego relacje i przyczynowość – wszystko to jest poznawalne poprzez zmysły. Inteligencja, czyli rozum, jest cechą stworzoną w duszy jednostki za pomocą czynników specjalnych: nie jest to istota duszy, przez wnioskowanie intelekt poznaje te same przedmioty, które poznał już zmysłami, ale poznaje je ze znacznie większą jasnością. i odrębność.” Epistemologia realistyczna została najdokładniej rozwinięta i broniona w Nyaya Vaisesika.

Najbardziej zdecydowany sprzeciw wobec realistycznej teorii poznania reprezentowała logika buddyjska, której wybitnym przedstawicielem był Nagardżuna (II w.) ze szkoły madhjamiki. Logicy buddyjscy argumentowali całkiem przekonująco, że tak naprawdę nie ma nic, co nie byłoby w pewnym aspekcie względne i dlatego można zaprzeczyć ostatecznej rzeczywistości wszystkiego, co istnieje. „Własna natura” rzeczy nie jest uwikłana w związki przyczynowo-skutkowe, dlatego umiejscowiona jest poza światem zjawisk, w sferze wiecznych, niezmiennych istot, z którymi „uczestnictwo” jest niemożliwe. Stąd ich nierzeczywistość lub pustka: „Nie ma dharmy, która nie byłaby śunją”.

Brak wyraźnego rozróżnienia na byt i niebyt, odzwierciedlający dominującą pozycję naturalizmu w starożytnej filozofii chińskiej, wpłynął na specyfikę rozwoju procesu teoretyczno-poznawczego. Spośród konkurujących ze sobą „stu szkół” szkoła Mohistów (założyciel Mo-tzu, 468-376 p.n.e.) najbardziej zajmowała się epistemologią, starając się zrozumieć takie metafizyczne kategorie, jak byt, przestrzeń, czas, jakość, przyczynowość itp. Mohiści próbowali scharakteryzować proces poznania jako proces ujawniania przyczynowości, identyfikowania podobieństw i różnic między zjawiskami oraz dzielenia rzeczy na kategorie. Przedstawili trzy zasady sprawdzania prawdziwości wiedzy. Pierwsza to „fundament”, co oznaczało doświadczenie i osąd starożytnych mędrców. Drugie to „źródło”, czyli „fakty, które zwykli ludzie słyszeli i widzieli”. Trzecim jest „stosowalność”, czyli praktyczne zastosowanie.

Problemy epistemologiczne i logiczne rozważano także w szkole imion i u Xunziego (ok. 313-238 p.n.e.). Jednak naturalistyczna postawa starożytnej filozofii chińskiej, z jej nieodłącznym niedorozwojem idei ideału i transcendentalności, utrudniała rozwój logiki formalnej i dialektyki jako niezależnych dyscyplin. Chińscy filozofowie praktycznie nie operowali pojęciem „sprzeczności” (a bez tego dialektyka nie jest możliwa). Jednak chińscy filozofowie szeroko posługiwali się pojęciem opozycji.

Najczęściej terminy filozoficzne były używane jako sposób klasyfikacji, ustanawiający hierarchiczny porządek rzeczy. Brak metodologii logicznej rekompensowano metodologią numerologiczną (xiang shu xue), składającą się z kompleksów numerycznych i struktur przestrzennych powiązanych ze sobą symbolicznie, skojarzeniowo, estetycznie itp. Standardowe schematy numerologiczne opierały się na trzech podstawowych liczbach: 2, 3 i ich sumie 5. Od urodzenia rzeczy są nieodłącznie związane z binarnością, trójcą i pięciokrotnością, argumentował Skryba Mo w 510 rpne. Ontologicznymi odpowiednikami tych dwóch są siły yin i yang, trójca to niebo, ziemia i człowiek, pentada to pięć elementów.

Zatem metodologia wiedzy w starożytnych Chinach rozwijała się w dwóch głównych kierunkach - z jednej strony numerologicznej, genetycznie wywodzącej się z kultury archaicznej i praktyki wróżenia, oraz protologicznej z drugiej. Badania sowieckich sinologów pokazują, że formalnie uniwersalny charakter metodologii numerologicznej stwarzał dla niej pewne zalety w porównaniu z tradycją protologiczną. W rezultacie ten ostatni stopniowo do końca III wieku p.n.e. opuścił scenę intelektualną.

Epistemologia jest gałęzią filozofii związaną z teorią poznania, czyli teorią odbicia rzeczywistości w świadomości człowieka.

Inżynieria wiedzy jako nauka jest, że tak powiem, podwójnie epistemologiczna – rzeczywistość (O) najpierw odbija się w świadomości eksperta (M 1), a następnie działania i doświadczenie eksperta są interpretowane przez świadomość inżyniera wiedzy (M 2), co już stanowi podstawę konstrukcji trzeciej interpretacji (P z) – pól wiedzy systemu ekspertowego (rys. 17.8). Proces poznania ma na celu w istocie stworzenie w umyśle człowieka wewnętrznej reprezentacji otaczającego świata.

Ryż. 17.8. Epistemologiczny aspekt ekstrakcji wiedzy

Analityka w procesie ekstrakcji wiedzy interesuje przede wszystkim komponent wiedzy związany z niekanoniczną wiedzą indywidualną ekspertów, gdyż obszary tematyczne posiadające tego typu wiedzę uznawane są za najbardziej podatne na wdrażanie systemów ekspertowych. Obszary te zwykle nazywa się empirycznymi, gdyż zgromadziły one dużą ilość indywidualnych faktów i obserwacji empirycznych, natomiast ich teoretyczne uogólnienie jest kwestią przyszłości.

Wiedza zawsze wiąże się z tworzeniem nowych koncepcji i teorii. Co ciekawe, często ekspert generuje nową wiedzę „w locie”, już w kontekście rozmowy z analitykiem. Takie wygenerowanie wiedzy może być przydatne również dla samego eksperta, który do tego momentu mógł nie być świadomy szeregu zależności i wzorców występujących w obszarze tematycznym. Analitykowi, będącemu „położną” przy narodzinach nowej wiedzy, pomóc mogą tu narzędzia metodologii systemowej, która pozwala na wykorzystanie znanych zasad logiki badań naukowych i pojęciowej hierarchii nauki. Metodologia ta zmusza go do dostrzegania ogółu za szczegółem, tj. budować łańcuchy:

FAKT ® FAKT OGÓLNY ® PRAWO EMPIRYCZNE ® PRAWO TEORETYCZNE

Inżynier wiedzy nie zawsze dotrze do ostatniego ogniwa tego łańcucha, ale już sama chęć ruchu może być niezwykle owocna. Podejście to jest w pełni spójne ze strukturą samej wiedzy, która ma dwa poziomy:

empiryczne (obserwacje, zjawiska);

teoretyczne (prawa, abstrakcje, uogólnienia).

Więcej na ten temat ASPEKT GNOSEOLOGICZNY Istota aspektu epistemologicznego:

1. Koncepcja komunikacji jako metodologiczna zasada konstruowania struktury epistemologicznej przestrzeni społeczno-kulturowej miasta

Ontologia i epistemologia są terminami filozoficznymi. Ontologia definiuje naukę o bycie, istnieniu. Przedmiotem ontologii jest badanie abstrakcyjnych i ogólnych kategorii filozoficznych, takich jak substancja, przyczyna, działanie, zjawisko.

Epistemologia w filozofii jest teorią poznania. Aspekt epistemologiczny łączy w sobie metodologiczne problemy zdobywania nowej wiedzy naukowej, gdyż procesowi poznania często towarzyszy powstawanie nowych koncepcji i teorii.

Stosowany charakter sztucznej inteligencji wyznaczył szereg znaczeń ontologii w jej obszarze:

Ontologia jako system kategorii będących konsekwencją określonego poglądu na świat;

Ontologia jako nieformalny system konceptualizacji wiedzy, polegający na konstruowaniu opisu zbioru wybranych obiektów, pojęć, powiązań i relacji w danej dziedzinie wiedzy za pomocą środków formalnych lub nieformalnych;

Ontologia to reprezentacja systemu pojęciowego w formie teorii logicznej, co oznacza użycie określonej składni do reprezentowania wiedzy.

Naszą osobliwość widzimy w zastosowaniu aparatu epistemologicznego w procesie tworzenia baz wiedzy sztucznej inteligencji.

W procesie tworzenia bazy wiedzy eksperci dość często po raz pierwszy tworzą pewne wzorce w oparciu o zgromadzone doświadczenie empiryczne. Głównymi kryteriami jakości nowej wiedzy są spójność wewnętrzna, spójność, obiektywizm i historyzm.

W procesie ekstrakcji wiedzy analityków interesuje przede wszystkim wiedza empiryczna ekspertów, która reprezentuje wyniki obserwacji, które mogą być niespójne. Wewnętrzną spójność wiedzy empirycznej charakteryzuje koncepcja modalności, niespójności i niekompletności. Modalność wiedzy odnosi się do możliwości jej istnienia w różnych kategoriach. Niespójność jest naturalną właściwością wiedzy empirycznej i nie zawsze można ją wyeliminować. Wręcz przeciwnie, niespójność może służyć jako punkt wyjścia w rozumowaniu ekspertów. Niepełna wiedza wiąże się z możliwością wyczerpującego opisu dowolnego obszaru tematycznego.

Wiedza systematyczna polega na określeniu miejsca nowej wiedzy w wielopoziomowej, hierarchicznej organizacji. W takim przypadku konieczne jest znalezienie odpowiedzi na pytania: jakie pojęcia uszczegóławiają lub uogólniają nową wiedzę i jakie mają związki ze znanymi faktami i wzorcami?

Prawie niemożliwe jest określenie obiektywności wiedzy. Procesy akumulacji, opisu, prezentacji, przetwarzania, interpretacji i oceny jakości wiedzy dokonują konkretni ludzie, dlatego ich wyniki są subiektywne. Obiektywizm niektórych przepisów często wiąże się z zakresem ich stosowania. Granice tego obszaru można ustalić eksperymentalnie lub teoretycznie, ale nie zawsze. Jako pośredni dowód obiektywności przyjmuje się czasem zbieżność poglądów różnych ekspertów i potwierdzenie postawionych hipotez znanymi faktami.

Historyzm wiedzy wiąże się z rozwojem i zmianą poglądów na dany temat w czasie.

Proces poznania można przedstawić za pomocą następujących etapów:

1. Opis i uogólnienie faktów;

2. Identyfikowanie powiązań między faktami, formułowanie reguł i wzorców;

3. Budowa modelu wiedzy z przedmiotu;

4. Wyjaśnianie i przewidywanie zjawisk na podstawie modelu.

Na początkowych etapach inżynier wiedzy, badając strukturę wniosków eksperta, może wykorzystać różne teorie i podejścia do zbudowania formalnego modelu wiedzy dziedzinowej. Najbardziej znane i często stosowane techniki to logika matematyczna, teoria skojarzeń i psychologia Gestalt.

Wyidealizowany model wiedzy dziedzinowej budowany jest w oparciu o ustalone logiczne powiązania pomiędzy pojęciami. Model jest sformalizowany za pomocą aparatu kategorycznego, formalnych systemów znaków matematyki i logiki. Aby odpowiednio przedstawić w modelu rzeczywisty obraz świata, inżynier wiedzy musi opanować takie techniki, jak idealizacja, abstrakcja i zgrubienie. Kryterium jakości skonstruowanego modelu jest zdolność systemu informacyjnego do przewidywania i wyjaśniania wielu zjawisk z zadanego obszaru tematycznego. Inżynier wiedzy musi dążyć do tego, aby powstały model wiedzy był wystarczająco kompletny, spójny i konsekwentny.

Krótka odpowiedź na pytanie egzaminacyjne z kursu AI – systemy sztucznej inteligencji (wszystkie pytania).

Epistemologia jest gałęzią filozofii związaną z teorią poznania, czyli teorią odbicia rzeczywistości w świadomości człowieka. Aspekt epistemologiczny (A3) ekstrakcji wiedzy łączy metodologiczne problemy pozyskiwania nowej wiedzy naukowej, gdyż tworząc bazę wiedzy, ekspert często po raz pierwszy formułuje pewne wzorce, które do tej pory stanowiły jego osobiste doświadczenie.

Inżynieria wiedzy jako nauka jest, że tak powiem, podwójnie epistemologiczna – po pierwsze rzeczywistość (O) odbija się w świadomości eksperta (M1), a następnie działania i doświadczenie eksperta są interpretowane przez świadomość inżyniera wiedzy (M2), co stanowi podstawę do skonstruowania trzeciej interpretacji (P) – pól wiedzy systemu ekspertowego.

Łańcuch epistemologiczny: fakt -> fakt uogólniony -> prawo empiryczne -> prawo teoretyczne.

Podejście to jest w pełni spójne ze strukturą samej wiedzy, która ma dwa poziomy:

1. Empiryczne (obserwacje, zjawiska).
2. Teoretyczne (prawa, abstrakcje, uogólnienia).

Kryteria metodologiczne:

A3 = (S31, S32, 533) = (spójność wewnętrzna, spójność, obiektywizm, historyzm).

Wewnętrzna spójność (S31)

Główne cechy wiedzy empirycznej:

S31 = (s31_i) = (modalność, niespójność, niekompletność)

Modalność wiedzy oznacza możliwość jej istnienia w różnych kategoriach, czyli w konstrukcjach istnienia i obowiązku. Ponadto musimy rozróżnić takie odcienie modalności jak:

• ekspert o tym wie...;
• ekspert uważa, że...;
• ekspert chce...;
• ekspert uważa, że.... .

Ewentualna niespójność wiedzy empirycznej jest naturalną konsekwencją podstawowych praw dialektyki i sprzeczności te nie zawsze powinny być rozwiązywane na polu wiedzy, wręcz przeciwnie, to właśnie sprzeczności stanowią najczęściej punkt wyjścia w rozważaniach. rozumowanie ekspertów.

Niepełna wiedza wiąże się z niemożnością pełnego opisu obszaru tematycznego. Zadaniem analityka jest ograniczenie tej niekompletności do pewnych ram „kompletności”, czyli zawężenie granic obszaru tematycznego lub wprowadzenie szeregu ograniczeń i założeń upraszczających problem.

Systematyczność (S32)

Systemowo-strukturalne podejście do poznania ukierunkowuje analityka na rozważenie dowolnego obszaru tematycznego z punktu widzenia praw systemowej całości i interakcji jej części składowych. Współczesny strukturalizm wywodzi się z wielopoziomowej hierarchicznej organizacji dowolnego obiektu, to znaczy wszystkie procesy i zjawiska można rozpatrywać jako wiele mniejszych podzbiorów (cech, szczegółów) i odwrotnie, dowolne obiekty można (i należy) uważać za elementy wyższego klasy uogólnień.

Obiektywizm (S33)

Proces poznania jest głęboko subiektywny, to znaczy w istotny sposób zależy od cech samego poznającego podmiotu. Zatem subiektywność zaczyna się od opisu faktów i wzrasta w miarę pogłębiania się idealizacji przedmiotów.

W związku z tym bardziej słuszne jest mówienie o głębi zrozumienia niż o obiektywności wiedzy. Rozumienie to współtworzenie, proces interpretacji przedmiotu z punktu widzenia podmiotu. Jest to złożony i niejednoznaczny proces, który zachodzi w głębi ludzkiej świadomości i wymaga mobilizacji wszystkich zdolności intelektualnych i emocjonalnych człowieka. Analityk powinien skoncentrować wszystkie swoje wysiłki na zrozumieniu problemu.

W psychologii znany jest wynik, który potwierdza fakt, że ludzie, którzy szybko i skutecznie rozwiązują problemy intelektualne, większość czasu spędzają na ich zrozumieniu, podczas gdy słabi rozwiązujący szybko zaczynają szukać rozwiązania i najczęściej nie mogą go znaleźć.

Historyzm (S34)

Kryterium to jest związane z rozwojem. Znajomość teraźniejszości jest wiedzą o przeszłości, która ją zrodziła. I chociaż większość systemów ekspertowych dostarcza „poziomą” wycinkę wiedzy – bez uwzględnienia czasu (w statyce), inżynier wiedzy musi zawsze rozpatrywać procesy biorąc pod uwagę zmiany czasu – zarówno powiązanie z przeszłością, jak i powiązanie z przyszłością.

Po rozważeniu głównych kryteriów naukowego charakteru wiedzy spróbujemy teraz opisać jej strukturę. Metodologiczną strukturę poznania można przedstawić jako pewien ciąg etapów.

Parametry (S3i) wpisują się organicznie w tę strukturę poznania, którą można przedstawić jako sekwencję etapów opisanych poniżej z perspektywy inżyniera wiedzy:

• E_1: opis i uogólnienie faktów;
• E_2: ustalanie powiązań logicznych i matematycznych, dedukcja i indukcja praw;
• E_3: konstrukcja wyidealizowanego modelu;
• E_4: Wyjaśnianie i przewidywanie zjawisk.

Epistemologia jest gałęzią filozofii związaną z teorią poznania, czyli teorią odbicia rzeczywistości w świadomości człowieka.

Inżynieria wiedzy jako nauka jest, że tak powiem, podwójnie epistemologiczna – rzeczywistość (O) najpierw odbija się w świadomości eksperta (M1), a następnie działania i doświadczenie eksperta są interpretowane przez świadomość inżyniera wiedzy ( M2), na podstawie którego można skonstruować trzecią interpretację (Pz) – pola wiedzy systemu ekspertowego (rysunek 11). Proces poznania ma na celu w istocie stworzenie w umyśle człowieka wewnętrznej reprezentacji otaczającego świata.

Rysunek 11 – Epistemologiczny aspekt wydobywania wiedzy

Analityka w procesie ekstrakcji wiedzy interesuje przede wszystkim komponent wiedzy związany z niekanoniczną wiedzą indywidualną ekspertów, gdyż obszary tematyczne posiadające tego typu wiedzę uznawane są za najbardziej podatne na wdrażanie systemów ekspertowych. Obszary te zwykle nazywa się empirycznymi, gdyż zgromadziły one dużą ilość indywidualnych faktów i obserwacji empirycznych, natomiast ich teoretyczne uogólnienie jest kwestią przyszłości.

Wiedza zawsze wiąże się z tworzeniem nowych koncepcji i teorii. Co ciekawe, często ekspert generuje nową wiedzę „w locie”, już w kontekście rozmowy z analitykiem. Takie wygenerowanie wiedzy może być przydatne również dla samego eksperta, który do tego momentu mógł nie być świadomy szeregu zależności i wzorców występujących w obszarze tematycznym. Analitykowi, będącemu „położną” przy narodzinach nowej wiedzy, pomóc mogą tu narzędzia metodologii systemowej, która pozwala na wykorzystanie znanych zasad logiki badań naukowych i pojęciowej hierarchii nauki. Metodologia ta zmusza go do dostrzegania ogółu za szczegółem, tj. budować łańcuchy:

FAKT = - >= FAKT UOGÓLNIONY = - > PRAWO EMPIRYCZNE = - > PRAWO TEORETYCZNE.

Inżynier wiedzy nie zawsze dotrze do ostatniego ogniwa tego łańcucha, ale już sama chęć ruchu może być niezwykle owocna. Podejście to jest w pełni spójne ze strukturą samej wiedzy, która ma dwa poziomy:

1. empiryczne (obserwacje, zjawiska);

2. teoretyczne (prawa, abstrakcje, uogólnienia).

Kryteria wiedzy naukowej

Teoria to nie tylko spójny system uogólniania wiedzy naukowej, to także pewien sposób wytwarzania nowej wiedzy. Głównymi metodologicznymi kryteriami naukowości, pozwalającymi na uznanie samej nowej wiedzy za naukową, oraz sposobem jej uzyskiwania są:

· wewnętrzna spójność i konsekwencja;

· systematyczny;

· obiektywizm;

· historyzm.

Wewnętrzna spójność. Na pierwszy rzut oka to kryterium po prostu nie sprawdza się w obszarach empirycznych: w nich fakty często się ze sobą nie zgadzają, definicje są sprzeczne, niejasne itp. Analityk, który zna cechy wiedzy empirycznej, jej modalność, niespójność i niekompletność, musi te „nierówności” empirii wygładzić.

Modalność wiedzy oznacza możliwość jej istnienia w różnych kategoriach, tj. w konstrukcjach istnienia i obowiązku. Zatem niektóre wzory są możliwe, inne obowiązkowe itp. Dodatkowo trzeba rozróżnić takie odcienie modalności jak: ekspert wie, że...; ekspert uważa, że...; ekspert chce...; ekspert uważa, że...

Ewentualna niespójność wiedzy empirycznej jest naturalną konsekwencją podstawowych praw dialektyki i sprzeczności te nie zawsze powinny być rozwiązywane na polu wiedzy, wręcz przeciwnie, to właśnie sprzeczności stanowią najczęściej punkt wyjścia w rozważaniach. rozumowanie ekspertów.

Niepełna wiedza wiąże się z niemożnością pełnego opisu obszaru tematycznego. Zadaniem analityka jest ograniczenie tej niekompletności do pewnych ram „kompletności”, tj. zawęzić granice obszaru tematycznego lub wprowadzić szereg ograniczeń i założeń upraszczających problem.

Systematyczność. Systemowo-strukturalne podejście do poznania (wracając do Hegla) ukierunkowuje analityka na rozpatrywanie dowolnego obszaru tematycznego z punktu widzenia praw całości systemowej i interakcji jej części składowych. Współczesny strukturalizm wywodzi się z wielopoziomowej hierarchicznej organizacji dowolnego obiektu, tj. wszystkie procesy i zjawiska można rozpatrywać jako wiele mniejszych podzbiorów (cech, szczegółów) i odwrotnie, dowolne obiekty można (i należy) uważać za elementy wyższych klas uogólnień.

Obiektywność. Proces poznania ma charakter głęboko subiektywny, tj. zasadniczo zależy to od cech samego poznającego podmiotu. Subiektywność zaczyna się od opisu faktów i wzrasta w miarę pogłębiania się idealizacji przedmiotów.

W związku z tym bardziej słuszne jest mówienie o głębi zrozumienia niż o obiektywności wiedzy. Rozumienie to współtworzenie, proces interpretacji przedmiotu z punktu widzenia podmiotu. Jest to złożony i niejednoznaczny proces, który odbywa się w głębi ludzkiej świadomości i wymaga mobilizacji wszystkich zdolności intelektualnych i emocjonalnych człowieka. Analityk powinien skoncentrować wszystkie swoje wysiłki na zrozumieniu problemu. Psychologia potwierdza fakt, że osoby, które szybko i skutecznie rozwiązują problemy intelektualne, większość czasu poświęcają na ich zrozumienie, natomiast ci, którzy szybko zaczynają szukać rozwiązania, najczęściej nie mogą go znaleźć.

Historyzm. Kryterium to jest związane z rozwojem. Znajomość teraźniejszości jest wiedzą o przeszłości, która ją zrodziła. I chociaż większość systemów ekspertowych dostarcza „poziomą” wycinkę wiedzy – bez uwzględnienia czasu (w statyce), inżynier wiedzy musi zawsze rozpatrywać procesy biorąc pod uwagę zmiany czasu – zarówno powiązanie z przeszłością, jak i powiązanie z przyszłością. Na przykład struktura pola wiedzy i bazy wiedzy musi umożliwiać dostosowanie i korektę zarówno w okresie opracowywania, jak i podczas działania systemu ekspertowego.

Po rozważeniu głównych kryteriów naukowego charakteru wiedzy spróbujemy teraz opisać jej strukturę. Metodologiczną strukturę poznania można przedstawić jako sekwencję etapów (ryc. 12), które rozważymy z perspektywy inżyniera wiedzy.

Opis i uogólnienie faktów. To jakby „sucha pozostałość” rozmów analityka z ekspertem. Staranność i kompletność prowadzenia protokołów podczas procesu ekstrakcji oraz punktualne „odrabianie zadań domowych” z nich są kluczem do produktywnego pierwszego etapu poznania.

W praktyce okazuje się, że trudno jest zachować opisane powyżej zasady obiektywizmu i konsekwencji. Najczęściej na tym etapie fakty są po prostu zbierane i niejako wrzucane do „wspólnego worka”; Doświadczony inżynier wiedzy często od razu próbuje znaleźć „półkę” lub „pudełko” na każdy fakt, pośrednio przygotowując się w ten sposób do etapu konceptualizacji.

Rysunek 12 - Struktura poznania

Tworzenie połączeń i wzorców. W głowie eksperta nawiązują się połączenia, choć często pośrednie; Zadaniem inżyniera jest określenie ram wniosków eksperta. Rekonstruując rozumowanie eksperta, inżynier wiedzy może oprzeć się na dwóch najpopularniejszych teoriach myślenia – logicznej i asocjacyjnej. Jednocześnie, o ile teoria logiczna, dzięki swoim zagorzałym wielbicielom w osobie matematyków, jest szeroko cytowana i wykorzystywana na wszelkie możliwe sposoby w pracach nad sztuczną inteligencją, to druga, teoria asocjacyjna, jest mniej znana i popularna, choć ma również starożytne korzenie. Piękno i harmonia teorii logicznej nie powinny przesłaniać smutnego faktu, że ludzie rzadko myślą w kategoriach logiki matematycznej.

Teoria asocjacyjna przedstawia myślenie jako łańcuch idei połączonych wspólnymi koncepcjami. Głównymi operacjami takiego myślenia są skojarzenia nabyte na podstawie różnorodnych powiązań; przywoływanie przeszłych doświadczeń; metodą prób i błędów, z okazjonalnym sukcesem; reakcje nawykowe („automatyczne”) itp.

Budowa wyidealizowanego modelu. Aby zbudować model odzwierciedlający zrozumienie przedmiotu przez podmiot, potrzebny jest specjalistyczny język, za pomocą którego można opisać i skonstruować wyidealizowane modele świata powstające w procesie myślenia. Język ten powstaje stopniowo za pomocą aparatu kategorycznego przyjętego w odpowiednim obszarze tematycznym, a także formalnych środków symbolicznych matematyki i logiki. Dla obszarów empirycznych taki język nie został jeszcze opracowany, a dziedzina wiedzy, którą analityk opisze w sposób na wpół sformalizowany, może być pierwszym krokiem w kierunku stworzenia takiego języka.

Wyjaśnianie i przewidywanie modeli. Ten końcowy etap struktury wiedzy jest jednocześnie cząstkowym kryterium prawdziwości zdobytej wiedzy. Jeżeli zidentyfikowany system wiedzy eksperckiej jest kompletny i obiektywny, to na jego podstawie można prognozować i wyjaśniać wszelkie zjawiska z danego obszaru tematycznego. Zazwyczaj bazy wiedzy systemów ekspertowych charakteryzują się fragmentacją i modułowością (niepowiązaniem) komponentów. To wszystko nie pozwala na stworzenie prawdziwie inteligentnych systemów, które podobnie jak człowiek potrafiłyby przewidywać nowe wzorce i wyjaśniać przypadki niewskazane wprost w bazie danych. Wyjątkiem są tu systemy generowania wiedzy, które skupiają się na generowaniu nowej wiedzy i „przewidywaniu”.

Podsumowując, wymieniamy najczęstsze niepowodzenia związane z epistemologicznymi problemami inżynierii wiedzy:

· wiedza fragmentaryczna, fragmentaryczna (w wyniku naruszenia zasady konsekwencji lub błędów w wyborze przedmiotu uwagi);

· niespójność wiedzy (wynikająca z naturalnej niespójności natury i społeczeństwa, niekompletności wydobytej wiedzy, niekompetencji eksperta);

· błędnej klasyfikacji (w wyniku błędnego określenia liczby klas lub niedokładnego opisu klasy);

· błędny poziom uogólnienia (spowodowany nadmiernym uszczegółowieniem lub uogólnieniem klas obiektów).