CC BY
75
Раздел 5. Теоретические и прикладные аспекты высшего профессионального образования
12. Takacs C. They don't get gifted until 4th grade: what parents can do until then // Roeper Review.
1982. N 4. P. 43-45.
13. Whitmore J.R. Giftedness, conflict and underachievement. Boston: Allyn & Bacon. 1980.
Эволюция концепций компьютерной репрезентации знания и эпистемологического содержания искусственного интеллекта
д.ф.н. проф. Ивлев В.Ю., д.ф.н. проф. Ивлева МЛ., к.ф.н. доц. Иноземцев В А.
Университет машиностроения 8 (495) 223-05-23, marinanonna@yandex.ru
Аннотация. В статье разрабатывается постнеклассическая эпистемология компьютерных наук, которая предстаёт в виде концепций компьютерной репрезенто-логии и эпистемологии искусственного интеллекта ^И-этстемологии).
Ключевые слова: концепции компьютерной репрезентации знания; искусственный интеллект (ИИ); эпистемологическое содержание искусственного интеллекта; интеллектуальные информационные технологии; компьютерные (машинные) знания; стадии эволюции компьютерной репрезентации знания; типы научной рациональности.
Исследование выполнено при финансовой поддержке РГНФ в рамках научно-исследовательского проекта РГНФ № 12-03-00479.
В ходе развернувшихся начиная с середины 50-х годов XX века исследований в области искусственного интеллекта ^И) на передний план в этом направлении междисциплинарных исследований выдвигается проблема компьютерной репрезентации знания. Сущность этой проблемы состоит в фиксации, кодификации, формализации и запечатлении в характерных для ИИ знаковых системах разнообразных компьютерных знаний с целью их хранения, трансляции, трансформации и последующего применения. Под термином «ко^ьютерные (м^инные) знания» в ИИ понимают вводимую с помощью специальных процедур в базы и банки знаний интеллектуальных компьютерных систем информацию о закономерностях структуры и функционирования определённым образом выделенных и описанных фрагментов действительности, называемых предметными областями [3]. Концепции компьютерной репрезентации знания (логическая, сетевая, фреймовая) являются различными способами решения проблемы компьютерной репрезентации знания. Под концепциями компьютерной репрезентации знания понимаются совокупности компьютерных моделей репрезентации знания и соответствующие этим моделям языковые, логические и программные средства.
Концепции компьютерной репрезентации знания образуют основу эпистемологического содержания ИИ, которое представляет собой совокупность эпистемологических проблем и методов их решения, связанных с трансформацией в способах производства компьютерных знаний, их фиксацией, обработкой и использованием. Появление этих проблем вызывается интенсивным развитием и применением интеллектуальных и других современных информационных технологий, а также рефлексией над компьютерными знаниями. В эпистемологическое содержание ИИ наряду с компьютерной репрезентацией знания входят такие разделы ИИ-исследований, которые являются решением соответствующих проблем ИИ, как манипулирование знаниями, их пополнение, обобщение и классификация, приобретение знаний, компьютерное восприятие и компьютерное понимание и некоторые другие.
Следует различать эпистемологическое содержание ИИ в широком смысле и в узком смыслах слова. Под эпистемологическим содержанием ИИ в узком смысле слова будем понимать совокупность эпистемологических идей, проблем и способов их решения, образованных парой компьютерная репрезентация знания и манипулирование знаниями. Причем посредством последнего термина обозначим такой раздел ИИ, в котором осуществляется изу-
Раздел 5. Теоретические и прикладные аспекты высшего профессионального образования чение различных способов рассуждений и выводов одних компьютерных знаний из других. Эпистемологическое содержание ИИ в широком смысле слова образуют наряду с эпистемологическим содержанием ИИ в узком смысле слова эпистемологические проблемы и пути их решения, которые характерны для концепций приобретения знаний, пополнения и обобщения знаний, а также компьютерного восприятия и компьютерного понимания.
Обратимся к философско-методологическому анализу концепций компьютерной репрезентации знания в контексте такого целостного направления междисциплинарных исследований, которым является в настоящее время ИИ. Этот анализ не должен ограничиваться фиксацией отдельных разрозненных примеров репрезентации знания в интеллектуальных системах, имеющих место в развитии структур компьютерных знаний, а выступать в качестве такого анализа, который осуществляется на базе комплексной реконструкции важнейших стадий становления и развития концепций компьютерной репрезентации знания.
Выбор концепций компьютерной репрезентации знания в качестве объекта такого анализа детерминируется соображениями как логико-методологического, так и эпистемологического порядка. Во-первых, предметом этих концепций в рамках ИИ-исследований являются сложные развивающиеся системы компьютерных знаний, адекватное теоретическое описание которых требует обязательного использования фундаментальных принципов и идей современной философии, и, в особенности, эвристико-методологического потенциала эпистемологии. Во-вторых, компьютерная репрезентация знания, равно как и всё проблемное поле знания в ИИ, по праву принадлежит к числу наиболее актуальных направлений современного научного познания. Принципы и методы компьютерной репрезентации знания в последние десятилетия широко используются в ряде научных дисциплин, а также приобретают отчётливо выраженную когнитивную направленность и оказывают существенное влияние на разработку информационных и интеллектуальных технологий. Исходя из этого, задача комплексной методологической реконструкции становления и развития концепций компьютерной репрезентации знания приобретает как теоретическое, так и практическое значение.
Необходимой предпосылкой воспроизведения становления и развития концепций компьютерной репрезентации знания в динамике и структуре ИИ-исследований является выделение важнейших стадий эволюции компьютерной репрезентации знания как относительно автономной области научных изысканий. В качестве основания дифференциации на такие стадии, которые отличаются не только содержательной интерпретацией проблемной области исследования, но и особенностями методологического и эпистемологического порядка, будем использовать в работе принцип выделения и последовательной смены типов научной рациональности.
Проблема компьютерной репрезентации знания является слоясной и многоплановой проблемой, решение которой зависит от множества параметров и обстоятельств. Построение адекватных концепций компьютерной репрезентации знания следует рассматривать в качестве одной из основных задач ИИ-исследований. Однако теория ИИ не сразу приходит к постановке такой сложной задачи.
В процессе своей эволюции концепции компьютерной репрезентации знания проходят три основных стадии: 1) классическую; 2) неклассическую; 3) постнеклассическую. На каждой из этих стадий происходит последовательное усложнение предметной области исследования, изменяются типы конструируемых моделей и языков компьютерной репрезентации знания и соответственно более глубоко и рельефно воспроизводятся структуры репрезентируемых компьютерных знаний. Цели, концептуальный аппарат и методологический инструментарий, используемые на каждом из названных этапов решения проблемы компьютерной репрезентации знания, радикально трансформируются и ассимилируются на последующих более зрелых стадиях развития концепций компьютерной репрезентации знания.
На классической стадии развития концепций компьютерной репрезентации знания (вторая половина 1950-х - первая половина 1970-х годов) разрабатываются логическая и от-
Раздел 5. Теоретические и прикладные аспекты высшего профессионального образования части сетевая концепции компьютерной репрезентации знания. Неклассическая стадия (вторая половина 1970-х - 1990-е годы) выражается в создании фреймовой концепции компьютерной репрезентации знания. Наконец, постнеклассическая стадия оформляется в последнее десятилетие. На этой стадии исследователи стремятся к выработке синтетических концепций компьютерной репрезентации знания, которые вобрали бы достоинства предшествующих концепций и были бы избавлены от их основных недостатков. Вместе с тем, постнеклассическая стадия в компьютерной репрезентации знания ориентируется на постнеклассический ИИ.
Развитие эпистемологического содержания ИИ в узком смысле слова с момента появления этого направления на рубеже 60-х - 70-х годов XX века и вплоть до настоящего времени проходит несколько этапов, на каждом из которых происходит смена соответствующих парадигм: 1) классической; 2) неклассической; 3) постнеклассической. Классический этап в эволюции эпистемологического содержания в узком смысле слова представляет собой парадигму «^ассические концепции компьютерной репрезентации знания + вывод». Под выводом в этой парадигме понимается достоверный вывод, характерный для формальных систем, но отчасти и начавший набирать обороты с конца 1970-х годов правдоподобный вывод, ориентированный на неклассические (индоктивные, немонотонные, псевдофизические и некоторые другие)логики.
Неклассическая парадигма эпистемологического содержания ИИ в узком смысле слова имеет вид «не^ассические концепции компьютерной репрезентации знания + обоснование». Эта парадигма вызревает из критического отношения к идее достоверного вывода и становится доминирующей к концу 1980-х годов в период расцвета исследований по созданию экспертных систем. В рамках данной парадигмы, которую можно представить также как имеющую вид «не^ассические концепции компьютерной репрезентации знания + аргументация», основной задачей становится поиск аргументов, релевантных тому положению дел, которое интеллектуальные системы должны доказать или опровергнуть. В неклассической парадигме на первый план выдвигается поиск релевантных знаний в базах знаний. При классической парадигме принятие или неприятие компьютерных знаний в базах знаний определяется истинностью или ложностью этих знаний в формальных системах, которые репрезентируют определенные предметные области. В неклассической парадигме принятие или неприятие знаний в базах знаний начинает определяться их совместимостью с уже имеющимися в базах знаниями, а также аргументированностью этих новых знаний с теми, которые до этого уже хранятся в базах знаний. Обоснование знаний заменяет в неклассической парадигме эпистемологического содержания ИИ в узком смысле слова выводимость в формальных системах, присущую классической парадигме.
Наконец, постнеклассическая шрадигма эпист^ологического содержания ИИ в узком смысле слова выражается формулой «постнеклассические концепции компьютерной репрезентации знания + оправдание». Эта парадигма начинает формироваться в последние годы в ИИ и приходит на смену неклассической парадигме. Постнеклассическая парадигма включает в сферу теории рассуждений новый аспект - систему ценностей тех разработчиков и экспертов, которые проводят рассуждения.
Впервые с необходимостью учета ценностных рассуждений сталкиваются инженеры по знаниям при построении экспертных систем в конце 1980-х годов. В процессе приобретения знаний от экспертов обнаруживается интересный феномен. Активно передаются экспертами лишь те знания, что укладываются в концептуальные репрезентации, которыми они руководствуются в своей деятельности. Постнеклассическая парадигма при этом базируется не на том, что знания получаются путем вывода в формальных системах или являются результатом аргументации в имеющихся системах знаний, а на том, что знания включаются в системы ценностей.
Ценностные рассуждения отчетливо проявляются в логиках «здравого смысла», ис-
Раздел 5. Теоретические и прикладные аспекты высшего профессионального образования пользуемых при проведении повседневных рассуждений, а также лежат в основе формирования поведения при построении экспертных систем. В связи с этим не является окончательно решённым вопрос о правомерности и целесообразности переноса подобных приемов в интеллектуальные системы. Таким образом, постнеклассическая парадигма эпистемологического содержания ИИ в узком смысле слова ориентируется на ценностные рассуждения, при проведении которых знания погружаются в систему имеющихся ценностей, и принимаются или опровергаются в зависимости от того, оправдывает или не оправдывает данная система ценностей исследуемые (ре^езентированные и преобразованные) знания.
Смена парадигм исследований в области компьютерной репрезентации знания и эпистемологического содержания ИИ в узком смысле слова детерминируется не только имманентной логикой развертывания содержания последовательно усложняющихся теоретических представлений в рамках данных направлений ИИ-исследований, но также динамикой методологических установок проводимого научного исследования, а также практическими реализациями при создании систем, основанных на знаниях.
Выводы
Осуществляемая в статье реконструкция становления и развития концепций компьютерной репрезентации знания и эпистемологического содержания ИИ в узком смысле слова проводится на основе принципа выделения и последовательной смены типов научной рациональности. Эта реконструкция позволяет зафиксировать конкретные способы компьютерной репрезентации знания и манипулирования знаниями, реализовавшиеся в процессе перехода от одних концепций к другим.
Наиболее рельефно отличие способов компьютерной репрезентации знания обнаруживаются в различиях между методами и технико-программными средствами компьютерной репрезентации знания, которые характерны для концепций компьютерной репрезентации знания на каждой из стадий её развития. Из совокупности технико-программных средств компьютерной репрезентации знания выделяются, во-первых, модели компьютерной репрезентации знания, включающие описания предметных областей, которые хранятся в памяти компьютеров и отображают информацию о закономерностях структуры и функционирования предметных областей. Во-вторых, языки компьютерной репрезентации знания, которые представляют собой комплексы информационно-программных средств, ориентированных на решение задач компьютерной репрезентации знания, таких как создание моделей предметных областей, интерпретация компьютерных знаний.
Аналогичным образом выделяются сменяющие друг друга различные способы манипулирования знаниями, которые составляют определённые концепции манипулирования знаниями. Эти концепции базируются на соответствующих концепциях компьютерной репрезентации знания и образуют совместно с ними концепции эпистемологического содержания ИИ в узком смысле слова. На смену доминировавшему на классической стадии манипулирования знаниями выводу (в начале стадии достоверному выводу, а к завершению данной стадии правдоподобному выводу), в эпоху неклассического типа манипулирования знаниями приходят процедуры обоснования и аргументации. Наконец, постнеклассический этап манипулирования знаниями характеризуется обращением к использованию процедур оправдания. Центральное место среди технико-программных средств манипулирования знаниями занимают так называемые языки манипулирования знаниями, являющиеся комплексами инфор-мационно-^о^аммных средств, предназначенных для манипулирования знаниями.
Литература
1. Ивлев В.Ю., Ивлева МЛ. Методологическая роль категорий необходимости, случайности и возможности в научном познании. М.: МГТУ «^ШУМ», 2011.
2. Искусственный интеллект. Справочное издание в 3-х кн. М., Радио и связь. 1990.
3. Минский М. Фреймы для представления знаний. М., Мир. 1979.
4. Поспелов ДА. Логико-лишвистические модели в управлении. М., Энергоатомиздат.
Раздел 5. Теоретические и прикладные аспекты высшего профессионального образования 1981.
5. Степин ВС. Теоретическое знание. М., Прогресс-^адиция. 2000.
6. Хакен Г. Тайны природы. Синергетика: учение о взаимодействии. Ижевск. ИКИ. 2003.
Об опыте организации самостоятельной работы студентов при изучении общей химии в Университете машиностроения
к.х.н. доц. Мартынова ТВ.
Университет машиностроения TVMartinova@rambler.ru
Аннотация. Предлагается методика организации самостоятельной работы студентов в процессе изучения общей химии в техническом вузе.
Ключевые слова: подготовка бакалавров по химии, задания для самоподготовки
Образовательные стандарты третьего поколения предусматривают увеличение времени на самостоятельную работу студентов. Студенты должны научиться самостоятельно овладевать знаниями. Какой объем материала отвести на самостоятельную работу? Какую форму отчетности требовать? Что сделать, чтобы заинтересовать студента этой работой? Какой уровень сложности должны иметь задания для самостоятельной работы? Это лишь некоторые из большого круга непростых вопросов, ответы на которые предстоит найти. Для решения этих задач, прежде всего, необходимо организовать самостоятельную работу студента по форме и по содержанию. Сделать это отчасти можно с помощью пособия, содержащего задания для самостоятельной работы, примеры их выполнения, алгоритмы решения расчетных задач. Опыт создания такого пособия в Университете машиностроения предлагается вашему вниманию.
Пособие ТВ. Мартыновой «Задания для самостоятельной работы». Учебное пособие по разделу «Общая химия» для студентов, обучающихся по всем специальностям и направлениям» издано в МГТУ «^^МИ». В 11 разделах пособия содержатся задания по темам:
1) Основные химические понятия и законы;
2) Строение атома и периодический закон;
3) Омическая связь;
4) Омическая термодинамика;
5) Омическая кинетика;
6) Растворы. Дисперсные системы; Окислительно-восстэдовительные реакции; Электрохимия; Металлы;
10) Органические полимерные материалы;
11) Омическая идентификация. Качественный и количественный анализ.
К каждой теме предлагаются контрольные вопросы для подготовки к занятиям. Вопросы поставлены как к материалу, излагаемому в лекциях, так и к материалу, которым студент должен овладевать самостоятельно по учебнику, найти ответ в дополнительной литературе или Интернете. Логическая последовательность вопросов может рассматриваться и как план семинара, и как план письменной работы для студентов, пропустивших занятие по данной теме, и как вопросы для подготовки к экзамену.
Например, в предложенных к первой теме контрольных вопросах требуется дать формулировки стехиометрических законов, определения основным химическим понятиям (атом, молекула, атомная и молекулярная масса, элемент, эквивалент, простое и сложное вещество, моль, молярная масса, молярный объем, относительная плотность газа); привести определе-
