Inženjering znanja
Inženjering znanja je, prema definiciji, "inženjerska disciplina koja podrazumijeva integraciju znanja u računalni sustav s ciljem rješavanja kompleksnih problemskih zadataka koji inače iziskuju visoku razinu ljudske stručnosti."[1]
U svrhu objašnjenja inženjeringa znanja potrebno je definirati znanje kao takvo. Znanje je:
- visoko-strukturirani oblik informacija
- faktor potreban za stručno razmišljanje
- segment podjele između ne-stručnjaka i stručnjaka
- faktor potreban za izvršavanje kompleksnih zadataka
- poput mehanizma ili stroja u ljudskoj glavi[2]
U tom kontekstu znanje je aktivnost koja manipulira, transformira ili stvara rezultat iz nečega. Štoviše, djeluje kao mehanizam koji iz podataka i informacija kreira odluke i definirane postupke.
U svrhu shvaćanja znanja kao cerebralnog mehanizma svake osobe potrebno je znati kako je to znanje strukturirano tj. od kojih se komponenti sastoji i na koji način su one povezane te kako znanje djeluje, tj. kako se komponente ponašaju i koji se procesi odvijaju.
Znanje predstavljaju naša vjerovanja i vrednovanja koja se zasnivaju na smisleno organiziranom skupu informacija (poruka) do kojih dolazimo iskustvom, komunikacijom ili zaključivanjem.[3]
Inženjering znanja je predmet istraživanja u području umjetne inteligencije, koji se bavi izradom sustava zasnovanih na znanju (eng. KBS - Knowledge-based systems). Takvi su sustavi definirani kao računalni programi koji sadrže široki spektar znanja, pravila i mehaničkih rezonanci poradi rješavanja stvarnih problema, zamjenjujući ljudske stručnjake.
Osnovni oblik sustava zasnovanih na znanju su ekspertni sustavi (eng. ES - Expert systems) čija je svrha oponašanje rezonantnih procesa stručnjaka. Takvi sustavi imaju mogućnost obavljanja stručnjakova posla kroz duže vremensko razdoblje. Tipični primjeri ekspertnih sustava uključuju dijagnoze bakterijalnih infekcija, savjetovanje u istraživanju mineralnih sirovina ili vrednovanje prilikom dizajniranja elektroničkog sklopovlja.
- Procjena problematike
- Razvijanje osnovne strukture sustava
- Prikupljanje i strukturiranje povezanih informacija, znanja i postavki (IPK model)
- Implementacija strukturiranog znanja u baze znanja
- Testiranje i procjena umetnutog znanja
- Integracija i održavanje sustava
- Revizija i procjena sustava
S obzirom na složenost postupaka inženjeringa znanja, ovi se postupci mogu preklapati i ponavljati, tako da sama izrada KB sustava nužno ne podrazumijeva njihov kronološki slijed.
Sakupljanje znanja uključuje iznošenje, opisivanje, prikupljanje, analizu, oblikovanje i provjeru znanja za proces inženjeringa znanja.
Počeci inženjeringa znanja bili su popraćeni problemima prikupljanja dovoljno znanja visoke kvalitete za izradu pouzdanog i korisnog sustava, jer se ta aktivnost pokazala kao vrlo skupa i dugotrajna. Stoga je sakupljanje znanja kao takvo identificirano kao najproblematičniji proces u izgradnji sustava, a samim time prometnulo se u glavno istraživačko polje u inženjeringu znanja.
Cilj sakupljanja znanja razvitak je metoda i alata koji olakšavaju zahtijevan proces što efikasnijeg preuzimanja znanja od stručnjaka. S obzirom na važnost i zaposlenost stručnjaka od vitalne je važnosti minimalizacija vremena koju bi isti provodili na sesijama prikupljanja znanja.
PCPACK se nametnuo kao najrazvijeniji program prikupljanja znanja, zasnovan na istraživanjima iz psihologije i umjetne inteligencije u potpunosti je konzistentan s metodologijom inženjeringa znanja. PCPACK je u principu set programskih alata sastavljen od: alata za protokol, ljestvičnog alata, dijagramskog alata, alata za matrice, anotacijskog alata i izdavačkog alata.
Od sredine 1980-ih, inženjeri znanja razvili su niz načela, metoda i alata koji su znatno poboljšali proces sakupljanja znanja. Neki od ključnih načela inženjera znanja glase:
- oni ukazuju na postojanje različitih vrsta znanja, te se stoga pravilan pristup i tehnika trebaju koristiti za svaku
- inženjeri znanja ukazuju na postojanje različitih vrsta stručnjaka i stručnosti, tako da odgovarajuće metode trebaju biti odabrane
- oni prepoznaju postojanje različitih načina prezentacije znanja, koje mogu pomoći sakupljanju, provjeri i ponovnom korištenju znanja
- također, inženjeri znanja prepoznaju postojanje različitih načina korištenja znanja, tako da proces sakupljanja može biti vođen ciljevima projekta
- inženjeri znanja koriste strukturirane metode za povećanje učinkovitosti procesa sakupljanja znanja.
Postoje dva glavna razvojna pravca u inženjeringu znanja:
- Pravac prenošenja – tradicionalni pravac. U ovom pravcu pretpostavka je primijeniti konvencionalne metode inženjeringa znanja prilikom prijenosa ljudskoga znanja u sustav umjetne inteligencije.
- Pravac modeliranja – alternativni pravac. U ovom pravcu inženjer znanja pokušava oblikovati znanje i tehnike rješavanja problema područnog stručnjaka u sustav umjetne inteligencije.
Osnovna problematika metodologija inženjeringa znanja je uvođenje ontologija.
Najkorištenija metodologija u ovom području trenutno je CommonKADS. Kao vodeća metodologija za podršku inženjeringu znanja postupno se razvila i danas je potvrđena od mnoštva tvrtki i sveučilišta u kontekstu europskog "Esprit IT" programa. CommonKADS podržava razvoj sustava zasnovanih na znanju, koji podržavaju odabrane dijelove poslovnog procesa.
Uz CommonKADS, najpoznatije metodologije su MOKA i 47-Step Procedure.
- Application of Knowledge Engineering Methodologies to Support Engineering Design Application Development in Aerospace, 7th AIAA Aviation Technology, Integration and Operations Conference (ATIO) 18 - 20 September 2007, Belfast, Northern Ireland, str. 4
- Edward Feigenbaum i Pamela McCorduck, The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World, izdavači: Addison-Wesley 1983. i New American Library 1984.
- N.R. Milton, Knowledge technologies, Polimetrica 2008. str. 15-16[4]
- Zack, Michael H., Managing Codified Knowledge, Sloan Management Review, ljeto 1999.[5]
- PCPACK, Software Package, Version 1.4.4R, Release 5, Epistemics, Nottingham, United Kingdom, 2006.
- Schreiber, G., H. Akkermans, A. Anjewierden, R. de Hoog, N. Shadbolt, W. Van de Velde and B. Wielinga, “Knowledge Engineering and Management, The CommonKADS Methodology”, MIT Press, Boston, MA, SAD, 1999.
- Stokes, M., “Managing Engineering Knowledge, MOKA: ‘Methodology and Tools Oriented to Knowledge Based Engineering Applications’”, Professional Engineering Publishing Ltd, London, UK, 2001.
- Milton, N., “Knowledge Acquisition in Practice: A Step-by-step Guide”, Springer-Verlag London Ltd., London, UK, 2007.
- Knowledge engineering[6]
- CommonKADS[7]
- ↑ Edward Feigenbaum i Pamela McCorduck, 1983.
- ↑ N.R. Milton, 2008.
- ↑ Zack, Michael H., 20. srpnja 2000.
- ↑ Knowledge Technologies, 18. ožujka 2009.
- ↑ Managing Codified Knowledge
- ↑ Knowledge engineering Arhivirana inačica izvorne stranice od 18. veljače 2009. (Wayback Machine), 19. ožujka 2009.
- ↑ CommonKADS. Inačica izvorne stranice arhivirana 8. svibnja 2009. Pristupljeno 13. svibnja 2009. journal zahtijeva
|journal=(pomoć)
- epistemics.co.uk:Knowledge Engineering Arhivirana inačica izvorne stranice od 18. veljače 2009. (Wayback Machine) (engl.)
- Data & Knowledge Engineering - Elsevier Journal (engl.)
- Knowledge Engineering Review, Cambridge Journal (engl.)
- The International Journal of Software Engineering and Knowledge Engineering- World Scientific (engl.)
- IEEE Transactions on Knowledge and Data Engineering Arhivirana inačica izvorne stranice od 15. svibnja 2009. (Wayback Machine) (engl.)
- Expert Systems: The Journal of Knowledge Engineering Arhivirana inačica izvorne stranice od 12. lipnja 2008. (Wayback Machine) - Wiley-Blackwell (engl.)