Войти
Инженерия знаний (KE) относится к все технические, научные и социальные аспекты, связанные с созданием, поддержкой и использованием систем, основанных на знаниях.
Одним из первых примеров экспертной системы было MYCIN, 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 затем и во всем мире) в 1980-х годах. Стэнфордский проект эвристического программирования, возглавляемый Эдвардом Фейгенбаумом, был одним из лидеров в определении и разработке первых экспертных систем.
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 подхода:
Многие из первых экспертных систем были разработаны крупными консалтинговыми и системными интеграционные фирмы, такие как Andersen Consulting. Эти фирмы уже хорошо протестировали традиционные водопадные методологии (например, Method / 1 для Андерсена), которым 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 беспрецедентной природы экспертных систем они были одними из первых приложений, принявших методы быстрой разработки приложений, которые включают итерацию и создание прототипов. а также или вместо подробного анализа и проектирования. В 1980-е годы такой подход поддерживалось немногими традиционными программными методами.
Последней проблемой при использовании традиционных методов для разработки экспертных систем была необходимость приобретения 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 специальных методологий, специально предназначенных для создания экспертных систем. Одной из первых и наиболее популярных таких методологий, специально разработанных для экспертных систем, была методология сбора знаний и структурирования документации (KADS), разработанная в Европе. KADS имел большой успех в Европе, а также использовался в Соединенных Штатах.
