Статистика
Онлайн всего: 1 Гостей: 1 Пользователей: 0
|
Каталог статей
Всего материалов в каталоге: 7
Показано материалов: 1-7 |
|
Статья - Бронфельд Г.Б., Михайлов А.В. Контроль и управление технологическими параметрами в режиме НЦУ в АСУ ТП "Нелидово"//Сб.докладов "Качество пластмасс и надежность изготавливаемых их них изделий", Ленинград, ЛДНТП, 1976, с.39-44.
|
Выступил 22 сентября на IV Всероссийской конференции «Нелинейная динамика в когнитивных исследованиях – 2015» в ИПФ РАН (фактически это была междеународная научно-техническая конференция, поскольку выступали и ученые из Белоруссии, Испании, США, Норвегии) с докладом "Сохранение, передача и использование знаний на основе технологии «прямого наложения знаний»". Встретили хорошо.
Ссылка - Бронфельд Г.Б. Сохранение, передача и использование знаний на основе технологии «прямого наложения знаний»/ Г.Б. Бронфельд // Труды IV Всероссийской конференции «Нелинейная динамика в когнитивных исследованиях – 2015», Н.Новгород, ИПФ РАН, 2015, с. 45-47
|
17 апреля 2015 г. выступил с докладом «Эффект гребня» при создании элинги методом «прямого наложения знаний» на ХХI Международной научно-технической конференции "Информационные системы и технологии ИСТ-2015", НГТУ им. Р.Е.Алексеева, г.Н.Новгород. Со вторым докладом выступал мой студент В.Л. Чепкасов В.Л. Полуавтоматическое моделирование текста с использованием молинг/ Ермилов, В.Л. Чепкасов, Г.Б. Бронфельд.
Встретили хорошо.
Рыбкин, А. В. «Эффект гребня» при создании элинги методом «прямо-го наложения знаний» / А.В. Рыбкин, Г.Б. Бронфельд //Материалы "ХХI Международной научно-технической конференции "Информационные системы и технологии
ИСТ-2015", г.Н.Новгород, НГТУ им. Р.Е.Алексеева, 2015, с. 382-383
|
|
Цель: Рассматривается взаимосвязь технологии прямого наложения знаний и «практически вечного» сохранения знаний.
Методология: В статье приводится кратко история попыток сохранения знаний и информации на различных носителях информации и проблемы, которые в связи с этим возникают в течение тысячелетий, в т.ч. на основе большого опыта традиционных библиотек. Показывается, как на основе технологии прямого наложения знаний (новых моделей знаний – молинг и нового носителя знаний – элинг) возникает эффект «практически вечного» сохранения знаний и информации (частично).
Результаты: Новым в статье является демонстрация возможности «практически вечного» сохранения знаний и информации (частично), как побочный эффект новой технологии прямого наложения знаний в процессе ее обычного функционирования. Приводится сравнительная таблица для разных носителей информации и необходимые графические представления.
Выводы: Демонстрируется, что новая технология прямого наложения знаний создает совершенно новые возможности «практически вечного» сохранения знаний и информации (частично), в частности, пока недоступные традиционным библиотечным методам. Элинги могут обеспечить «практически вечное» сохранение знаний, необходимых людям для практической деятельности и выживания в природной среде.
|
|
(доклад в кратком виде на Всероссийской научно-технической конференции "Информационные системы и технологии ИСТ-2005", г.Н.Новгород)
В информационных технологиях (ИТ), которые связаны со знанием, уже давно выделились следующие крупные и более мелкие направления: информационно-поисковые системы, автоматизированные системы принятия решений, компьютерное моделирование, экспертные системы, системы управления знаниями (СУЗ), интеллектуальные электронные книги (ИЭК).
Рассмотрим их связи с методами научного познания.
К основных методам научного познания, в частности, в философии, пока относятся эмпирический, теоретический и общелогический пути исследования [1] .
Эмпиризм опирается на:
- наблюдение над конкретными предметами и явлениями,
- эксперимент, связанный с активным вмешательством,
- сравнение, описание и измерение.
При теоретическом исследовании используются:
- формализация – отображение содержательного знания на формализованном языке,
- аксиоматический метод,
- гипотетико-дедуктивный метод,
- восхождение от абстрактного к конкретному.
Общелогические методы и приемы исследования включают в себя:
- анализ и синтез,
- абстрагирование, обобщение и идеализацию,
- индукцию и дедукцию,
- индуктивные методы установления причинных связей,
- аналогию,
- моделирование,
-системный подход,
- структурно-функциональный подход,
- вероятностно-статистические методы.
Этапы развития науки, связанные с перестройкой исследовательских стратегий, заданных основаниями науки, получили название научных революций.
Современная научная революция характеризуется [1-3]:
- применением методов историческая реконструкции в широких аспектах;
- развитием идей синергетики;
- рассмотрению крупных систем в целом, например, биосферы (парадигма целостности;
- методологический плюрализм;
- соединение объективного мира и мира человека, преодоление разрыва объекта и субъекта.
Рассмотрим роль ИТ-технологий в этом процессе [4-7]:.
ИТ за десятилетия развития привели к появлению
- крупных баз данных и знаний в процессе создания информационно-поисковых систем,
- собственно информационных систем для обработки информации и управления;
- электронных книг и электронных библиотек,
- мощных баз данных и знаний для научно-технических исследований,
- экспертных систем,
- систем управления знаниями на предприятиях и организациях.
Только за последние 20 лет в ИТ развились новые направления:
- Интернет;
- поиск и обнаружение данных (в т.ч. новых) из имеющихся информационных массивов – технология OLAP;
- систем управления знаниями на предприятиях и организациях[5, 8-10];
- интеллектуальный анализ данных (data mining) [11];
- интеллектуальные электронные книги (ИЭК) [12-14].
Общее в них то, что они работают не с конкретными объектами, а с информацией и знаниями, занесенными в различные виды памяти ЭВМ; используют один какой-то базовый язык для их формализации; применяют формальные логические или иные математические методы поиска и вывода результата (как правило, научно обоснованные, хотя иногда и эвристические).
Согласно К.Попперу [15].существует третий «мир», куда входит человеческое знание, который отражает первый мир физических объектов или физических состояний. И в этот третий мир входят книги, журналы, библиотеки, а сегодня можно добавить и компьютерные базы данных и знаний. К.Поппер настаивает на объективности его существования, независимо от того, воспринимается он кем-то или нет. Подобным образом высказывался и академик Д.Поспелов.
К.Поппер даже приводит мысленный эксперимент, - что, если все наши машины и орудия труда разрушены, а также уничтожены все наши субъективные знания о них и умение пользоваться ими, но сохранились библиотеки и наша способность учиться, то после преодоления значительных трудностей наш мир может начать развиваться снова.
Теперь - «как и прежде, машины и орудия труда разрушены, уничтожены также и наши субъективные знания, включая субъективные знания о машинах и орудиях труда и умение пользоваться ими. Однако на этот раз уничтожены и все библиотеки, так что наша способность учиться, используя книги, становится невозможной». В этом случае, считает Поппер, возрождение нашей цивилизации не произойдет в течение многих тысячелетий.
В этом «третьем мире» компьютерная составляющая данных и знаний занимает все большее место.
Практика и принципиальные возможности новых ИТ-технологий позволяют получать новые знания об окружающем мире на основе анализа собственных баз данных и знаний, отражающих реальный окружающий мир.
Таким образом, можно предположить, что применение современных методов в ИТ при обработке данных и знаний дает нам новую возможность научного познания.
Назовем этот метод КОМПЬЮТЕРНЫМ ЭМПИРИЗМОМ.
Основные характеристики:
- основывается на исследовании вербализованных знаний, содержащихся в книгах, документах, компьютерных базах данных и знаниях и т.п.;
- методы исследования: традиционные для научного познания в сочетании со специфическими компьютерными методами;
- при этом процесс понимания, верификации и анализа получаемых результатов можно проводить традиционными для научного познания методами. Даже, если мы вынуждены будем иногда использовать термин "полагание" (belief), а не «знание», из-за недостаточной доказанности. Все равно из-за гигантских объемов имеющейся информации и знаний у людей (и к тому же постоянно поступающей в больших объемах) этот путь дает новые возможности в научных исследованиях.
Что обнаруживается ?
Это:
- новые факты или события: А, В и т.д.
- новые отношения между фактами или событиями: например, обнаруженная в базе знаний связь А с В, ведет, в частности, к "из А следует В";
- новые взаимосвязи и зависимости, например, "из А следует В" и "из В следует С" ведет к "из А следует С"и т.д.
Что это дает?
Продвижение в решении проблем:
- постоянно нарастающего потока информации;
- связанными с ограниченными возможностями системы образования по обучению человека и человека по скорости ее восприятия;
- скопившихся у человечества множества срочных критических проблем – экологических, энергетических, климатических и т.д.
Перспективные направления по оперативному решению некоторых проблем с помощью ИТ-технологий:
- создание систем управления знаниями на основе единого модельного подхода;
- запуск производства интеллектуальных электронных книг.
|
|
(доклад в кратком виде на международной научно-технической конференции "Информационные системы и технологии ИСТ-2009", г.Н.Новгород)
Создание интеллектуальных систем (ИС) для обработки знаний на основе аналитического подхода приводит к появлению баз знаний (БЗ) с большим объемом формализованных моделей знаний из разных источников знаний, в основном текстового вида.
Применение логического вывода в таких системах приводит, казалось бы, к неограниченному времени перебора вариантов, даже при относительно простых запросах, что создает проблемы в общении с пользователем.
Применение метода прямой интеграции знаний на основе наложения знаний в некоторых разновидностях ИС аналитической системе управления знаниями (АСУЗ) и интеллектуальной электронной книге – элинге - несколько снижает остроту проблему, но пока не решает проблему в принципе.
Наложение знаний означает, - если одно и то же предложение текста в разных источниках знаний или вводимых документах содержит одно и то же формальное представление знаний (в т.ч. с учетом синонимов) и понимаемое одинаковым образом экспертом-редактором (вводящим знание в БЗ), то оно вводится один раз с указанием всех идентификаторов, где эта формальная модель знаний встречается ( в т.ч. в том же источнике знаний). Т.е. практически исчезает дублирование знаний, столь мешающее специалистам - пользователям при их работе с текстовыми источниками знаний и с рядом информационных и интеллектуальных систем, в том числе с Интернетом.
Для чего пользователь обращается к системе?
Чтобы получить знания, как ему, например, обрабатывать конкретную деталь. Есть, например, отработанные автоматизированные системы технологической подготовки. Ну а если в детали есть некие особенности конструкции или материалов, непредусмотренные технологической системой?
Тогда ему приходится искать решение самостоятельно – вот тут требуется АСУЗ (или элинга). Пользователь задает вопрос системе и пошла цепочка ответов в виде блоков взаимосвязанного текста на основе разных принципов, в т.ч. при логическом выводе – через связь понятий или использования имманентных свойств исходных текстов – когезии и когерентности. И хотя получаемый текст - совершенно искусственен, обладает свойством интертекстуальности, но тем не менее является линейным (хотя получен нелинейным образом) в основных блоках, обладает свойством семантической связанности. Получаемый результат, как правило, имеет форму дискурса, поскольку связан с реакцией АСУЗ (или элинги) на запросы и уточнения пользователя.
Построение системы вывода AСУЗ (или элинги) таково, что в принципе возможна выдача значительной части БЗ ИС в связи с даже одним запросом пользователя. Но это бессмысленно, поскольку пользователь не в состоянии воспринимать огромные объемы знаний, закладываемые в AСУЗ (или элинги). А критерии решения на самом деле и самому пользователю не ясны и в описании задачи нет всех необходимых условий и ограничений. Поэтому здесь и подход решения интеллектуальных задач, заложенный в системе ALICE когда-то Лорьером Ж.-Л. также непригоден.
В теории решения изобретательских задач (ТРИЗ) и методе «мозгового штурма» (и ряде других) используется путь создания определенной среды и условий для эффективной работы по поиску решений.
В AСУЗ (или элинге) также создается специальная среда для ускоренного и эффективного нахождения рациональных решений. Она заключается в следующих этапах:
1. Задание запроса пользователем по интересующему его вопросу;
2. AСУЗ (или элинга) быстро выдает пользователю взаимосвязанный поток текста (блоками), который логический вывод может за заданный короткий промежуток времени получить, причем упорядоченный по уровню достоверности выводов. При первом запросе пользователя такой ответ ИС называется «начальным», постепенно далее уточняемым и развиваемым;
3. Пользователь анализирует получаемую информацию и, если необходимо, продолжает вывод (блоками) подготовленного результата, или уточняет интересующие его детали, или делает новый запрос, т.е. переходит к пункту 1;
4. Когда пользователь убеждается, что он получил от ИС, то что ему надо, или удовлетворительного ответа получить невозможно, он заканчивает поиск.
При этом надо иметь в виду, что пользователь имеет возможность «плавать в море знаний», причем разных, чего нет в других разновидностях ИС, кроме ЭС и онтологических систем. Но в ЭС всегда узкая предметная область, а онтологические системы, принципиально лишены той конкретности знаний, которые необходимы пользователю для решения конкретных задач и слишком статичны.
Здесь также, как и в ТРИЗ, и при «мозговом штурме» создаются условия для возникновения у пользователя новых ассоциаций, которые ведут к ускоренному нахождению решений с высокой оригинальностью и эффективностью. Этот процесс соответствует изложенному у М.Желены процессу поиска решения на основе самопроизводства (автопоэтики). В этом процессе все аспекты решения (критерии, альтернативы, представления и оценки) непрерывно исследуются и приспосабливаются в течение всего процесса. При этом возникает круговой и рекурсивный, но постепенно сужающийся поиск устойчивой конфигурации решения, начиная с «начального».
Назовем применяемый в АСУЗ (или элинге) подход – диалого-ассоциативным поиском. Каждый раз при подаче запроса сложно сказать, найдет ли пользователь необходимый ответ и каков он будет, но зато можно уверенно утверждать, что пользователь разберется в интересующем его вопросе намного лучше. И, одно из главных особенностей, - быстро, поскольку, не надо обращаться вначале - ни в другие книги, ни в другие библиотеки, ни к другим специалистам, ни в другие отделы, ни в другие организации (конечно при достаточной развитости AСУЗ (или элинги)). Это ускорит процесс нахождения рационального решения, в десятки, сотни, а возможно для некоторых случаев, и тысячи раз быстрее и дешевле. В чем-то похожий подход предполагалось использовать и при взаимодействии с пользователем над решением задач для ЭВМ 5 поколения.
Но до появления и использования ЭВМ 5 поколения пока еще далеко. |
(доклад в кратком виде на международной научно-технической конференции "Информационные системы и технологии ИСТ-2007", г.Н.Новгород)
Последние десятилетия характеризуются значительным вниманием к работе со знаниями с широким использованием достижений науки и ИТ-технологий, что приводит к постепенно повышающейся результативности их применения.
Известны следующие подходы и технологии:
- экспертные системы;
- онтологические системы;
- системы управления знаниями, аналитические системы управления знаниями;
- интеллектуальные электронные книги – элинги;
- интеллектуальный поиск информации, например, в Интернет;
- интеллектуальные системы принятия решений, например, интеллектуальные роботы.
Это сегодня уже среда, где работает человек, с одной, как составной элемент, а, с другой стороны, как пользователь, обладающий потенциально неограниченно большими возможностями по сравнению со специалистом, даже, чем 20-30 лет назад.
Тем не менее, относительно недавнее исследование изучение спроса находящиеся в одной из берлинских библиотек 45 тысяч научных и технических изданий, показали, 90% из них практически или совсем не читают или читают единицы. Объем ежегодной свежей информации оценивается в 5 экзабайт ( 1 экзабайт = 1 миллиард гигабайт – величина больше, чем 10 с восемьнадцатью нулями).
Тут на самом деле два варианта – или мы в полном тупике и ситуация продолжает ухудшаться или все-таки есть какие-то шансы на улучшение ситуации на базе имеющихся технологий и мы лишь эти возможности пока эффективно не используем и находим пока на одном из начальных этапов развития.
И, это пока, при том, что ЭВМ 5 поколения еще не существуют, хотя они тоже со временем внесут свой весьма существенный вклад в развитие систем работы со знаниями.
Приведем некоторый сравнительный анализ указанных направлений работы со знаниями.
ЭКСПЕРТНЫЕ СИСТЕМЫ
- предметная область – узкая;
- область применения – ограничена, обычно индивидуального применения;
- результат - конкретен и достаточно точен;
- доводится до уровня профессионального эксперта;
- модели – продукционные, семантические сети, фреймы, предикаты 1-го порядка и др.;
- размер моделей – от тысяч до десятков тысяч правил ;
- применяется исходное моделирование знаний по факту их содержания;
- применяется моделирование знаний эксперта. Имплицитные знания выявляются;
- вывод прямой и обратный, на синонимах не застревает;
- не принимают самостоятельно решений без человека;
- в разработке длительны и дороги.
ОНТОЛОГИЧЕСКИЕ СИСТЕМЫ
- предметная область – достаточно широкая;
- область применения – ограничена, ограниченного распространения;
- результат - псевдоконкретен;
- модели – продукционные, семантические сети, фреймы, предикаты 1-го порядка и др.;
- размер моделей – от десятков тысяч до 1 млн.понятий;
- применяется исходное моделирование знаний по факту их понимания;
- не применяется моделирование знаний эксперта;
- вывод прямой и обратный, на синонимах не застревает;
- не принимают самостоятельно решений без человека;
- в разработке длительны и дороги.
СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ (СУЗ), АНАЛИТИЧЕСКИЕ СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ (АСУЗ)
- предметная область – широкая;
- область применения – неограничена, индивидуальный продукт;
- результат – недостаточно конкретен для СУЗ, конкретен для АСУЗ;
- модели – продукционные, семантические сети, фреймы, предикаты 1-го порядка, молинги для АСУЗ и др.;
- размер моделей – зависит от объема ввода;
- СУЗ – не применяется исходное моделирование, АСУЗ - применяется исходное моделирование знаний по факту их содержания;
- СУЗ - не применяется моделирование знаний эксперта. АСУЗ – применяется моделирование знаний эксперта;
- вывод прямой и обратный. СУЗ - на синонимах застревает. АСУЗ – на синонимах не застревает;
- не принимают самостоятельно решений без человека;
- в разработке длительны и дороги.
ИНТЕЛЛЕКТУАЛЬНЫЕ ЭЛЕКТРОНННЫЕ КНИГИ (ИЭК) – ЭЛИНГИ
- предметная область – широкая;
- область применения – неограничена, массовый продукт;
- результат – достаточно конкретен ;
- модели – молинги;
- размер моделей – зависит от объема ввода;
- применяется исходное моделирование знаний по факту их содержания;
- применяется моделирование знаний эксперта;
- вывод прямой и обратный. На синонимах не застревает;
- не принимают самостоятельно решений без человека;
- для пользователя весьма дешевы.
ИНТЕЛЛЕКТУАЛЬНЫЙ ПОИСК ИНФОРМАЦИИ, например, в Интернет
- предметная область – широкая;
- область применения – неограничена, массовый продукт;
- результат – размыт;
- модели – продукционные, семантические сети, фреймы, предикаты 1-го порядка и др.;
- размер моделей – зависит от объема обрабатываемой информации;
- не применяется исходное моделирование;
- не применяется моделирование знаний эксперта;
- вывод прямой и обратный. На синонимах застревает;
- не принимают самостоятельно решений без человека;
- для пользователя недорог.
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ, например, ИНТЕЛЛЕКТУАЛЬНЫЕ РОБОТЫ
- предметная область – узкая;
- область применения – ограничена, массовый продукт;
- результат – конкретен;
- модели – продукционные, семантические сети, фреймы, предикаты 1-го порядка и др.;
- размер моделей – зависит от решаемой задачи;
- применяется исходное моделирование;
- применяется моделирование знаний эксперта;
- вывод прямой и обратный. На синонимах не застревает;
- принимают самостоятельно решения без человека;
- в разработке длительны и дороги, для пользователя – средней стоимости.
Наиболее успешные результаты до сих пор достигались на базе экспертных систем (ЭС). Лучшие ЭС, хотя и создавались для узких (иначе невозможно) предметных областей, обеспечивали результаты (после длительной эксплуатации и последовательного развития) значительно превышающие, достигаемые наиболее квалифицированными специалистами - людьми. Наиболее известна шахматная программа, выигрывающая даже у чемпионов мира, в частности, в последний матч у Крамника.
Максимально эффективный результат для пользователя достигается комплексным применением и сочетанием возможностей указанных подходов в работе со знаниями.
Складывающаяся сейчас ситуация в развитии систем работы со знаниями характерна для начальной стадии технологического сингулярного скачка, предсказанного Верноном Винджем в 1993 г. Впрочем, похоже к технологической сингулярности ведут несколько иные пути, чем им указанные.
В тоже время надо отметить, пока рассмотренные технологии являются лишь интеллектуальными помощниками человека, резко усиливающего его возможности. Они пока не могут заменить его во многих важных сферах интеллектуальной деятельности и практики, в частности, в связи с наличием у человека специфических методов получения, передачи информации и ее обработке, недоступных пока современной вычислительной технике и приборам. Кроме того, существует целый ряд информационных ресурсов, которые пока недоступны для работы с ними существующих систем работы со знаниями, а человек может с ними взаимодействовать.
Тем не менее, такие новые направления, как элинги и АСУЗ, в совокупности с другими подходами по работе со знаниями, уже позволяют принципиально справиться в определенной степени с нарастающей лавиной знаний на человечестве, во всяком случае в текущий момент и ближайшие десятилетия.
|
|
|