Цель данной статьи - представить понятие знания и его связь с экспертными системами. Компоненты экспертной системы и процесс приобретения знаний при ее разработке также иллюстрируются как одна из наиболее важных частей. Во многих случаях этот процесс приобретения не выполняется правильно, поэтому вот рекомендация для его достижения.
Введение
Данные, информация, знания. Каждый из них является результатом обработки и использования предыдущего: информация - это группа данных, организованная для определенной цели в контексте, а знания - это смесь опыта, ценностей и информации (Carrión, н / д).
Сегодня одной из самых больших проблем в компаниях, будь то больших или малых, является использование знаний, которые постоянно генерируются всеми процессами и всем персоналом. Эта трудность в использовании знаний компании возникает из-за того, что ее источники очень разнообразны и варьируются от документов до баз данных, дискуссионных групп и самих людей.
развитие
Как знание может помочь моей компании?Каждая компания выполняет свою повседневную работу через определенные процессы: управление техникой, распределение рабочей нагрузки на техников, обслуживание клиентов по телефону, создание веб-сайта для сайта, ремонт компьютера, покупка расходных материалов, процесс гарантии и т. д. Простейший случай, чтобы объяснить, как знания могут быть использованы в компании, - это когда новый человек начинает свою деятельность, большую часть времени он не обладает необходимыми знаниями для их осуществления, поэтому он должен пройти обучение и получить время, иногда долго, чтобы адаптироваться и научиться решать различные проблемы, которые возникают. Если бы у этого человека была база, в которой хранились знания, возникающие каждый день у каждого человека, работающего в компании, процесс их адаптации был бы проще.Но часто, чтобы решить проблему, недостаточно иметь базу знаний: вам нужна экспертная система.
Согласно Turban и Aronson (2001), экспертная система - это «система, которая использует человеческие знания, полученные в компьютере, для решения проблем, которые обычно требуют человеческих знаний». Эти системы имеют 5 основных компонентов и показаны на следующей диаграмме (WTEC, 1993):
Рисунок 1. Базовая структура экспертной системы
Первый шаг, прежде чем разрабатывать экспертную систему, заключается в том, чтобы понять, как информация получена и как она преобразуется и используется для принятия окончательного решения. Эта особенность делает экспертную систему и процесс ее разработки совершенно разными от одной компании к другой. Люди, вовлеченные в этот предыдущий шаг, являются системным инженером и экспертами в предмете, который должен быть задокументирован.
Приобретение знаний
Компонент, который находится в контакте с прямым источником знаний, - это подсистема получения знаний, и именно по этой причине она представляет собой одно из самых узких мест в организациях. Много раз не только эксперт, но и группа из них отвечают за разработку системы и «опустошение» своих знаний на базе. Есть много инструментов и методов для получения этих знаний, среди которых интервью, наблюдение и создание сценариев. Далее описывается простой метод, представленный Milton (2003):
1. Проведите собеседование с экспертом (экспертами), чтобы: исследовать знания, которые необходимо приобрести, знать терминологию, цель знания и систему.
2. Создайте концептуальную диаграмму, основанную на результатах собеседования, и используйте ее для создания вопросов, соответствующих целям системы.
3. Проведите еще одно полуструктурированное интервью с экспертом, используя вопросы из шага 2.
4. Сгенерируйте понятия, правила, атрибуты, ценности, отношения, которые возникают из интервью.
5. Представьте эти элементы наиболее подходящим способом (текст, диаграммы, иллюстрации, гипертекст, анекдоты и т. Д.)
6. Представьте результаты эксперту и дайте ему возможность внести изменения в уже полученные знания.
7. Проконсультируйтесь с другими экспертами и внесите соответствующие изменения.
Важная рекомендация заключается в том, чтобы и эксперт по данному вопросу, и лицо, отвечающее за разработку системы в организации, объединили свои усилия для выполнения этого начального этапа.
С подсистемой получения знаний и готовой базой знаний необходимо следовать другим процессам для достижения разработки правил, взаимодействия с пользователем и механизмов вывода, однако цель этой статьи состоит в том, чтобы подчеркнуть важность Процесс приобретения знаний, поскольку он является начальным этапом развития экспертной системы и закладывает основу для ее правильной работы.
С помощью основательной экспертной системы, разработанной с момента ее создания, таким компаниям, как American Express, удалось избежать потерь от мошенничества и плохих кредитов на 27 миллионов долларов, Texas Instruments экономит 1 миллион долларов, документируя все свои процессы закупок и окупаемость инвестиций. IBM из серии экспертных систем стоимостью 2,5 миллиона долларов составила 37,5 миллиона долларов (да Сильва, 2000).
Большинство примеров документированных внедрений экспертных систем на данный момент представлены в крупных компаниях, однако эти типы систем могут быть легко внедрены в малых и средних компаниях с помощью таких баз данных, как Access, и таких инструментов, как Интернет.
С моей точки зрения, процесс приобретения знаний и, следовательно, развитие экспертной системы является непрерывным и постоянным. Всегда будут новые вещи: процессы, продукты, проблемы и т. Д. Для документирования и для этого организация должна знать об усилиях и ресурсах, необходимых для ее достижения. На мой взгляд, экспертные системы являются очень важной частью всех инструментов, которые помогают организациям сегодня принимать лучшие решения на основе знаний.
Библиография
Carrión, J. (н / д). Разница между данными, информацией и знаниями.
Да Силва, JC (2000). Экспертные системы обладают высоким потенциалом для дизайнеров. Журнал гидравлики и пневматики, 36-38.
Милтон, Н. (2003) Информация о приобретении знаний.
Тюрбан Э., Аронсон Дж. (2001). Системы поддержки принятия решений и интеллектуальные системы. Ред. Прентис.
WTEC, (1993). Инструменты построения экспертных систем: определения.
