тому сенсі, що нам необхідно продумати, що відбувається крок за кроком, коли виконується кожне правило. Фактично нам також буде необхідно детально продумати те, як всі правила взаємодіють. Фактично, щоб сформулювати наші правила, нам необхідно написати програму.
Нова технологія в IKM використовує як пряме, так і зворотне виведення, і перемикається між ними автоматично. В результаті в багатьох практичних випадках немає необхідності хвилюватися про ефективність, коли ми формулюємо правила, і немає необхідності хвилюватися про те, чи не будуть правила виконуватися вічно. Те, що ми робимо, більшою мірою схоже на формулювання специфікації ніж на написання програми. До того ж ми можемо негайно виконати наші специфікації, і перевірити, чи виконується те, що нам потрібно. Маємо такий висновок: щоб написати та виконати агентів в IKM, нам дійсно не обов’язково занурюватися в деталі того, як працює нова технологія.
Різниця між процедурними і новими декларативними технологіями скоріш подібна різниці між ручною та автоматичною коробками передач в автомобілі. Якщо ми дійсно хочемо дізнатися про те, як працює автоматична коробка передач, ми можемо це зробити, але більшість людей користуються нею, не піклуючись про деталі процесу. Тобто ми віримо, що автоматична коробка передач, працює правильно. Але якщо ми передаємо процедурне управління IKM-серверові, як ми можемо бути впевнені, що його методи зроблять відповідні висновки з наших правил? Як нам бути впевненими, що він виконає наших агентів правильно? Ось тут в діло вступає теорія декларативного знання.
Теорія декларативного знання
Перш за все, логіка, що використовується для правил та баз даних, відрізняється від логіки, яку можна знайти в класичній книзі з математики.
У класичній логіці, деяке твердження є:
істиною, коли це твердження присутній в базі;
хибою, коли присутнє протилежне твердження;
невизначеним, коли відсутні і пряме і протилежне твердження.
У реляційний базі даних, факт або присутній в базі даних (істина) або відсутній (хиба). Немає невідомого середнього значення. Це нормально при роботі з базами даних, але оскільки ми зацікавлені у використанні як правил, так і таблиць фактів, “не-класична” логіка баз даних спричиняє проблеми.
Класична логіка має теорію моделей, яка точно вказує, які висновки можливо вивести з сукупності тверджень. Але щойно почалося використання правил разом з базами даних, як з’ясувалося, що новій “не-класичній” логіці баз даних бракує такої теорії. Фактично, інколи було не зовсім зрозуміло, які висновки можливо утворити з деяких правил та бази даних. Тобто використання деяких правил стає неможливим.
На наше щастя, є метод дослідження сукупності правил, для визначення того, чи вона піддається обробці. Метод є частиною IKM. Так, сторінка перевірки IKM попередить користувача про такий дефект і сповістить, що потрібно змінити в агенті, який створюється.
Зіткнувшись з такими проблемами, виявленими методом випробування, було винайдено теорію декларативного знання, що дає визначення "бездефектних" сукупностей правил і таблиць баз даних. Теорія стверджує, що від таких сукупностей можливе зробити висновки.
Висновки
Сучасний IKM – це багатокористувачева програма, що виконується на одному сервері. Декілька людей можуть одночасно використовувати свої Web-клієнти (браузери), щоб під’єднатися до IKM для того, щоб створити та виконати агентів. Стан IKM сьогодні - "робочий прототип", або, якщо хочете, "версія 0.9 ".
Використовувати агента в ІКМ – просто, не є складним і сам процес написання агентів. Але ця простота має скоріш амбіційну мету, таку, що люди, які використовують і створюють агентів зазвичай не потребують піклуватися про те, як агенти працюють.
Мета ІКМ – віддалитися від програмування, перейти від того, як агент повинен працювати, до правильного описання, що агент повинен зробити. Програма IKM серверу має комплексне завдання автоматичного інтерпретування цього “як зробити” на “що зробити”. Як у випадку з системами керування базами даних, це – тема для численних розробок, оскільки потреби в таких системах зростають.
Ми говорили про деякі шляхи використання IKM технології, щоб звести разом динамічні цифрові бібліотеки і деякі аспекти способу роботи людей із знанням, яке захищається і практикується діловими консультантами. Ми намітили схему того, як DL, складаючись з сукупностей документів, відповідних метаданих, пошукових функцій, і агентів, можуть сприяти успіху в світі електронного бізнесу. IKM забезпечує середовище, яке допомагає особі з неявним знанням справи робити його явним, зрозумілим іншим, і здатним до виконання як агент. Знання представляється на рівні природної та ділової мови, отже воно легке для розуміння, спільного використання, та змінювання.
Оскільки Internet Knowledge Manager підтримує новий спосіб представлення людського знання в програмному забезпеченні, він міг би спричинити появу нових способів управління знанням, використання цифрових бібліотек та ведення електронного бізнесу.
Література
Adrian Walker. The Internet Knowledge Manager, Dynamic Digital Libraries, and Agents You Can Understand, - D-Lib Magazine, March 1998.
K. Apt, H. Blair, and A. Walker. Towards a Theory of Declarative Knowledge, In: Foundations of Deductive Databases and Logic Programming, J. Minker (Ed.), Morgan Kaufmann, 1988.
T. H. Davenport and Laurence Prusak. Working Knowledge: How Organizations Manage What They Know. ISBN: 0-87584-655-6, December 1997.