О понятии «знание» в философии науки и искусственном интеллекте

Круглый стол «Философско-методологические проблемы когнитивных и компьютерных наук», О.П.Кузнецов, д.т.н., проф., Москва

Существующие определения знания в число его неотъемлемых характеристик, как правило, включают истинность, достоверность, надежность. С этой точки зрения неистинное знание не есть знание вообще. Однако при реальном употреблении понятия «знание» в философии науки эти характеристики не считаются обязательными. Развитие науки предполагает не только получение новых знаний, но и корректировку (вплоть до опровержения) прежних знаний, т.е. признание их ненадежными или просто неверными. Известный принцип фальсифицируемости объявляет потенциально ненадежным любое научное знание.

В искусственном интеллекте понятие «знание» приобрело конструктивный характер. Оно широко используется в интеллектуальных технологиях, которые называют экспертными системами или «системами, основанными на знаниях». В современных работах по искусственному интеллекту активно обсуждаются достаточно точные понятия «база знаний», «представление знаний» и др. В то же время авторы этих работ, как правило, уклоняются от определения самого знания — скорее всего, потому, что требования, предъявляемые к научному знанию, в экспертных системах соблюсти не удается. «Знания», используемые в экспертных системах, — это набор фактов и правил, полученных от экспертов. Знания разных экспертов могут противоречить друг другу, и, следовательно, по крайней мере, одно из них неверно. Более того, совокупность правил, сформулированных одним и тем же экспертом, может оказаться противоречивой. В результате вполне корректные логические рассуждения могут привести к противоречащим заключениям в зависимости от того, какие правила (и в каком порядке) будут использоваться. Тем не менее методологически удобно любые наборы фактов и правил считать знаниями (допуская, что они могут быть неверными или противоречивыми) — хотя бы потому, что все процедуры интеллектуальных технологий, связанные с обработкой знаний (извлечение и представление знаний, обновление базы знаний и т.д.), с формальной точки зрения прямого отношения к истинности не имеют.

Представляется, что такой формальный подход наиболее перспективен при определении понятия «знание», так как он оставляет свободу для различных интерпретаций. Примерная схема этого определения такова: знание — это совокупность фактов и правил, хранящаяся в некоторой базе знаний, плюс средства представления и обработки, присущие этой базе. Отметим, что в этой схеме понятие «базы знаний» первично по отношению к «знанию».

Предлагаемый подход аналогичен подходу теории формальных систем, при котором внутренние свойства формальной системы обсуждаются в терминах выводимости. В логических исчислениях понятие противоречивости определяется как выводимость А&??А и является внутренним свойством исчисления, в отличие от понятия истинности, которое возникает при интерпретациях исчисления. Противоречивое исчисление остается исчислением. Подобно этому противоречивое знание предлагается формально считать знанием, а непротиворечивость и, тем более, истинность — одной из характеристик (безусловно, желательной) качества знания.

К реальному научному знанию неприменим стандартный подход математической логики, при котором в противоречивом исчислении «выводимо все, что угодно» и потому такие исчисления бесполезны. Этот подход статичен — он неявно предполагает, что исчисление со всеми его теоремами возникает сразу же, как только объявлены аксиомы и правила вывода. Научное знание — это динамическая система, изменяющая свои состояния. Всякое текущее состояние общепринятого ядра научного знания, — это совокупность утверждений и правил, в котором противоречие не обнаружено. Обнаружение противоречий в текущем состоянии знания — не менее важная сторона научной деятельности, чем получение новых знаний.

Источник

Поделиться в соц. сетях

Автор

Дмитрий Федоров

Редактор сайта, старший преподаватель кафедры вычислительных систем и программирования СПбГЭУ. Сфера интересов: - разработка и проведение обучающих курсов на основе языка программирования Python для всех специальностей; - проведение семинаров по методологии научной деятельности; - исследование трансформации рынка труда с использованием методов анализа данных.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *