Системы управления знаниями организации

Управле́ние зна́ниями (англ. knowledge management) — это методология, направленная на повышение уровня конкурентоспособности и защищенности компании за счет использования полного набора инструментов защиты, управления и экономики нематериальных активов компании. Рассматривает стратегии, направленные на предоставление вовремя нужных знаний тем членам сообщества, которым эти знания необходимы для того, чтобы повысить эффективность деятельности сообщества.

КМ – это установленный в корпорации формальный порядок работы с информационными ресурсами для облегчения доступа к знаниям и повторного их использования с помощью современных информационных технологий. При этом знания классифицируются и распределяются по категориям в соответствии с предопределенной, но развивающейся онтологией структурированных и полуструктурированных баз данных и баз знаний. Основная цель КМ – сделать знания доступными и повторно используемыми на уровне всей корпорации.

Для применения систем КМ используются разнообразные технологии: электронная почта; базы и хранилища данных; системы групповой поддержки; браузеры и системы поиска; корпоративные сети и Internet; экспертные системы и системы баз знаний; интеллектуальные системы.

Традиционно проектировщики систем КМ ориентировались лишь на отдельные группы потребителей – главным образом менеджеров, работающих с тем, что обычно называется Исполнительной информационной системой (EIS -Executive Information System). Такая система содержит набор инструментальных средств для нисходящего доступа к базам данных, – все, что необходимо для поддержки принятия решений в процессе управления корпорацией. Более современные КМ системы спроектированы уже в расчете на целую организацию. Если руководству организации необходим доступ к информации и знаниям, рядовые сотрудники тоже могут быть заинтересованы в этой информации. Кроме того, технология КМ идеально подходит для рабочих групп, не связанных с управлением, например, групп поддержки клиентов, когда запросы пользователей и ответы на них кодируются и вводятся в базу данных, доступную всем сотрудникам компании, обслуживающим клиентов.

The American Productivity & Quality Center, неприбыльная образовательно-исследовательская организация, рассматривает управление знаниями как совокупность стратегий и процессов по выявлению, приобретению, распространению, использованию, контролю и обмену знаниями, необходимыми для обеспечения конкурентоспособности бизнеса

Ресурсы знаний различаются в зависимости от отраслей индустрии и приложений, но как правило, они включают руководства, письма, новости, информацию о заказчике, сведения о конкурентах и данные, накопившиеся в процессе работы. Для применения систем КМ используются разнообразные технологии: электронная почта; базы и хранилища данных; системы групповой поддержки; браузеры и системы поиска; корпоративные сети и Internet; экспертные системы и системы баз знаний; интеллектуальные системы.

Управление знаниями – это совокупность процессов, которые управляют созданием, распространением, обработкой и использованием знаний внутри предприятия

Необходимость разработки КМ – систем обусловлена следующими причинами:

-Работники предприятия тратят слишком много времени на поиск необходимой информации;

-Опыт ведущих и наиболее квалифицированных специалистов используется только ими самими

-Ценная информация захоронена в огромном количестве документов и данных. доступ которым затруднен.

-Дорогостоящие ошибки повторяются из-за недостаточной информированности и игнорирования предыдущего опыта

156. Экспертные системы: основные понятия, обобщенная структура.

Основное направление интеллектуальных технологий сегодня = это обработка знаний. Системы, ядром которых является база знаний, называют интеллектуальными.

Наиболее распространенным видом интеллектуальных систем являются экспертные системы

ЭС предназначены для так называемых неформализованных задач. Неформализованные задачи обычно обладают следующими особенностями:

· ошибочностью, неоднозначностью, неполнотой и противоречивостью исходных данных;

· ошибочностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемной области и решаемой задаче;

· большой размерностью пространства решения, т.е. перебор при поиске решения весьма велик;

· динамически изменяющимися данными и знаниями.

. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ.

ЭС – это класс ИС, ориентированный на тиражирование опыта высококвалифицированных специалистов в областях, где качество принятия решений традиционно зависит от уровня экспертизы, например, медицина, юриспруденция, геология, экономика, военное дело

Экспертные системы достаточно молоды – первые системы такого рода, MYCIN и DENDRAL появились в США в конце 70-х. В настоящее время насчитывается несколько тысяч промышленных ЭС, которые дают советы:

Ø По управлению перевозками – AIRPLAN

Ø По прогнозу военных действий ANALIST, BATTLE

Ø По оценке финансовых рисков – RAD

Ø По налогообложению - Rune

Ø По постановке медицинских диагнозов – ARAMIS

Главное отличие ИС и ЭС от других программных средств – это наличие базы знаний.

Можно дать следующее определение экспертной системы: ЭС – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот опыт для консультаций менее квалифицированных специалистов.

Определим основные термины:

Пользователь – специалист предметной области, для которого предназначена система. Обычно его квалификация не очень высока, поэтому он нуждается в помощи экспертной системы.

Эксперт – специалист высокой квалификации, способный пополнять базу знаний.

Инженер по знаниям - специалист в области искусственного интеллекта, выступающий в роли промежуточного буфера между экспертом и базой знаний. Синонимы: когнитолог, аналитик, инженер- интерпретатор.

Интерфейс пользователя - комплекс программ, реализующих диалог пользователя с ЭС как на стадии ввода информации, так и при получении результатов

База знаний – совокупность знаний предметной области, записанная на машинный носитель в форме, понятной эксперту и пользователю.

Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ. Синонимы: машина вывода, блок логического вывода, дедуктивная машина.

Подсистема объяснений – программа, позволяющая пользователю получить ответ на вопросы «Как была получена та или иная рекомендация?» и «Почему система приняла такое решение?» Развитые подсистемы объяснений поддерживают и другие типы вопросов.

Интеллектуальный редактор БЗ – программа, представляющая инженеру по знаниям возможность создавать БЗ в диалоговом режиме. Включает в себя систему вложенных меню, подсказок и других сервисных средств, облегчающих работу с базой данных.

Процесс функционирования ЭС выглядит следующим образом: пользователь, желающий получить нужную информацию, через пользовательский интерфейс посылает запрос к ЭС, решатель, пользуясь базой знаний, генерирует и выдает пользователю необходимую информацию, объясняя при этом ход своих рассуждений. База данных обновляется и пополняется знаниями экспертов, которые передаются в ЭС с помощью инженера по знаниям.

157. Технологии и инструментальные средства разработки экспертных систем.

При разработке практически всех инструментальных средств за основу принимается методология автоматизации проектирования на базе использования прототипов. По отношению к программному обеспечению термин прототип означает "работающую модель программы, которая функционально эквивалентна подмножеству конечного продукта". Идея состоит в том, чтобы на ранней стадии работы над проектом разработать упрощенную версию конечной программы, которая могла бы послужить доказательством продуктивности основных идей, положенных в основание проекта.

После всестороннего анализа прототип откладывается в сторону и начинается разработка рабочей версии программы, которая должна решать весь комплекс задач, определенных в спецификации проекта. Процесс разработки экспертной системы, как правило, состоит из последовательности отдельных этапов, на которых наращиваются возможности системы, причем каждый из этапов подразделяется на фазы проектирования, реализации, компоновки и тестирования. В результате после каждого этапа наращивания возможностей в распоряжении пользователя имеется система, которая способна справляться со все более сложными вариантами проблемы.

По своему назначению и функциональным возможностям инструментальные программы, применяемые при проектировании экспертных систем, можно разделить на четыре достаточно больших категории.

(1) Оболочки экспертных систем (expert system shells). Системы этого типа создаются, как правило, на основе какой-нибудь экспертной системы, достаточно хорошо зарекомендовавшей себя на практике. При создании оболочки из системы-прототипа удаляются компоненты, слишком специфичные для области ее непосредственного применения, и оставляются те, которые не имеют узкой специализации. Примером может служить система EMYCIN, созданная на основе прошедшей длительную "обкатку" системы MYCIN

(2) Языки программирования высокого уровня. Инструментальные средства этой категории избавляют разработчика от необходимости углубляться в детали реализации системы — способы эффективного распределения памяти, низкоуровневые процедуры доступа и манипулирования данными. Одним из наиболее известных представителей таких языков является OPS5.

(3) Среда программирования, поддерживающая несколько парадигм (multiple-paradigm programming environment). Средства этой категории включают несколько программных модулей, что позволяет пользователю комбинировать в процессе разработки экспертной системы разные стили программирования.

(4) Дополнительные модули. Средства этой категории представляют собой автономные программные модули, предназначенные для выполнения специфических задач в рамках выбранной архитектуры системы решения проблем.

«Инструментальные средства моделирования сложных систем».