WikiDer > Инженерия знаний

Knowledge engineering
Эта статья о методах разработки экспертных систем. Для применения технологий, основанных на знаниях, в области производства и САПР см. Инженерия, основанная на знаниях.

Инженерия знаний (KE) относится ко всем техническим, научным и социальным аспектам, связанным с созданием, обслуживанием и использованием системы, основанные на знаниях.

Фон

Экспертные системы

Один из первых примеров экспертная система был МИЦИН, приложение для выполнения медицинской диагностики. В примере MYCIN экспертами в предметной области были врачи, а представленные знания - их опыт диагностики.

Экспертные системы были впервые разработаны в лабораториях искусственного интеллекта как попытка понять сложные человеческие решения. Основываясь на положительных результатах этих первоначальных прототипов, технология была принята деловым сообществом США (а позже и во всем мире) в 1980-х годах. Стэнфордские проекты эвристического программирования, возглавляемые Эдвард Фейгенбаум был одним из лидеров в определении и разработке первых экспертных систем.

История

В первые дни существования экспертных систем формальный процесс создания программного обеспечения практически отсутствовал. Исследователи просто сели с экспертами в предметной области и начали программировать, часто разрабатывая необходимые инструменты (например, механизмы вывода) одновременно с самими приложениями. По мере того, как экспертные системы переходили от академических прототипов к развернутым бизнес-системам, стало понятно, что необходима методология, чтобы обеспечить предсказуемость и контроль в процессе создания программного обеспечения. По сути, было предпринято два попытки:

  1. Используйте традиционные методологии разработки программного обеспечения
  2. Разработка специальных методик, адаптированных к требованиям построения экспертных систем.

Многие из первых экспертных систем были разработаны крупными консалтинговыми компаниями и фирмами по системной интеграции, такими как Андерсен Консалтинг. Эти фирмы уже хорошо протестировали традиционные водопадные методологии (например, Method / 1 для Андерсена), которому они обучили весь свой персонал и которые практически всегда использовались для разработки программного обеспечения для своих клиентов. Одной из тенденций ранней разработки экспертных систем было простое применение этих каскадных методов к разработке экспертных систем.

Еще одна проблема, связанная с использованием традиционных методов для разработки экспертных систем, заключалась в том, что из-за беспрецедентного характера экспертных систем они были одними из первых приложений, которые приняли быстрая разработка приложений методы, которые включают итерацию и прототипирование, а также или вместо подробного анализа и проектирования. В 1980-е годы такой подход поддерживалось немногими традиционными программными методами.

Последней проблемой использования традиционных методов для разработки экспертных систем была необходимость приобретение знаний. Приобретение знаний относится к процессу сбора экспертных знаний и их фиксации в форме правил и онтологий. Получение знаний требует особых требований, выходящих за рамки обычного процесса спецификации, используемого для отражения большинства бизнес-требований.

Эти проблемы привели ко второму подходу к инженерии знаний: разработке собственных методологий, специально предназначенных для построения экспертных систем.[1] Одной из первых и наиболее популярных методологий, специально разработанных для экспертных систем, была методология Приобретение знаний и структурирование документации (KADS), разработанная в Европе. KADS имел большой успех в Европе, а также использовался в Соединенных Штатах.[2]

Смотрите также

Рекомендации

  1. ^ Фейгенбаум, Эдвард; МакКордук, Памела (1983). Пятое поколение (1-е изд.). Ридинг, Массачусетс: Эддисон-Уэсли. ISBN 978-0-201-11519-2. OCLC 9324691.
  2. ^ Schreiber, August Th .; Аккерманс, Ганс; Anjewierden, Anjo; Dehoog, Роберт; Шедболт, Найджел; Вандевельде, Вальтер; Вилинга, Боб (2000), Инженерия знаний и управление: методология CommonKADS (1-е изд.), Кембридж, Массачусетс: MIT Press, ISBN 978-0-262-19300-9

внешняя ссылка