3. эпистемологическое содержание компьютерной революции
advertisement
Государственное образовательное учреждение высшего профессионального образования “МАТИ” Российский государственный технологический университет имени К.Э. Циолковского ДОКЛАД ПО ПРЕДМЕТУ: «ИСТОРИЯ И ФИЛОСОФИЯ НАУКИ» НА ТЕМУ «ЭПИСТЕМОЛОГИЧЕСКОЕ СОДЕРЖАНИЕ КОМПЬЮТЕРНОЙ РЕВОЛЮЦИИ» Выполнила: аспирантка Добрышина Екатерина Валерьевна. Москва, 2009 СОДЕРЖАНИЕ ВВЕДЕНИЕ.............................................................................................................................. 3 1. 2. КОМПЬЮТЕРНАЯ РЕВОЛЮЦИЯ ........................................................................... 4 1.1. Понятие компьютерной революции ....................................................................... 4 1.2. Основные поколений компьютеров ........................................................................ 5 ЭПИСТЕМОЛОГИЯ ..................................................................................................... 8 2.1. Понятие эпистемологии ......................................................................................... 8 2.2. Основные вопросы эпистемологии ......................................................................... 9 3. ЭПИСТЕМОЛОГИЧЕСКОЕ СОДЕРЖАНИЕ КОМПЬЮТЕРНОЙ РЕВОЛЮЦИИ ...................................................................................................................... 11 3.1. Эпистемологический контекст компьютерной революции .............................. 11 3.2. Искусственный интеллект и понятие знания .................................................... 12 3.3. Проблема истинности знания. Представление и приобретение знаний ......... 15 3.4. Основные проблемы представления знаний в компьютере ............................... 18 ЗАКЛЮЧЕНИЕ .................................................................................................................... 21 СПИСОК ЛИТЕРАТУРЫ .................................................................................................. 22 ВВЕДЕНИЕ Задача сбора, обработки и накопления информации стояла перед человечеством на всех этапах его развития. В течение долгого времени основными инструментами для ее решения были мозг, язык и слух человека. Лишь малая часть накопленных человечеством фактов и знаний могла таким образом сохраняться и передаваться из поколения в поколение. В истории развития человечества можно выделить два революционных достижения в области сбора, обработки и накопления информации. Первая из них связана с изобретением письменности и книгопечатания. На этой основе была создана принципиально новая технология хранения и распространении информации, ориентированная на внешние носители (бумажная информатика). Бумажная технология позволила избавиться от необходимости всецело полагаться на такой зыбкий и ненадежный инструмент, каким является человеческая память. Несмотря на революционный прорыв в сборе и хранении информации бумажная информатика не затронула область обработки информации. Здесь основным рабочим инструментом продолжал оставаться человеческий мозг. Второе революционное достижение связано с появлением электронных вычислительных машин (ЭВМ). Подобно тому, как изобретение паровоза открыло эру механизации и автоматизации физического труда, изобретение ЭВМ сделало то же самое в отношении труда умственного. Если для облегчения физического труда человек мог привлечь других представителей животного мира (лошадь, например), то для облегчения умственного труда человек не мог привлечь ни одного другого представителя животного мира. Прогресс в сфере компьютерной техники, широкое ее использование в различных областях жизни, формирование новых научных дисциплин, связанных с автоматизированной обработкой информации, способствуют осознанию новых вопросов, касающихся человеческого знания, роли знания в жизни общества, видов знания и способов его существования, — словом, вопросов, касающихся того, что может быть названо эпистемологическим контекстом компьютерной революции. Человеческое познание, мышление, знание, разум в течение многих веков были предметом философского исследования. С появлением кибернетики, компьютеров и компьютерных систем, которые стали называть интеллектуальными системами (ИС), с развитием такого направления, как искусственный интеллект (ИИ), мышление, интеллект, а затем и знание стали предметом интереса математических и инженернотехнических дисциплин. Это побудило людей по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, остававшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания. Эпистемология, которая также называется теорией познания, есть ветвь философии, имеющая дело с исследованием природы, источников, и значимости знания. Среди главных вопросов фигурируют попытки ответить на вопрос: Что такое знание? Как мы его получаем? Могут ли наши средства получения знания быть защищены против скептического вызова? Эти вопросы так же стары, как сама философия. В данной работе: описываются основные понятия и этапы компьютерной революции,; рассматриваются основные вопросы эпистемологии; раскрывается эпистемологическое содержание компьютерной революции. 3 1. КОМПЬЮТЕРНАЯ РЕВОЛЮЦИЯ 1.1. Понятие компьютерной революции Еще не так давно, всего несколько десятков лет назад, ЭВМ представляла собой целый набор огромных шкафов, занимавших несколько больших помещений. А всего и делала-то, что довольно быстро считала. Нужна была буйная фантазия журналистов, чтобы увидеть в этих гигантских арифмометрах «думающие агрегаты, и даже пугать людей тем, что ЭВМ вот-вот станут разумнее человека. Такая переоценка возможностей человека объяснима. ЭВМ прочно вошли в нашу производственную деятельность, и в настоящее время нет необходимости доказывать целесообразность использования вычислительной техники в системах управления технологическими процессами, проектирования, научных исследований, административного управления, в учебном процессе, банковских расчетах, здравоохранении, сфере обслуживания и т.д. При этом последние годы как за рубежом, так и в нашей стране характеризуются резким увеличением производства мини- и микро-ЭВМ (персональные ЭВМ). На основе мини и персональных ЭВМ можно строить локальные и глобальные сети ЭВМ, что позволяет решать сложные задачи по управлению производством. Исследования показали, что из всей информации, образующейся в организации, 60-80% используется непосредственно в этой же организации, циркулируя между подразделениями и сотрудниками, и только оставшаяся часть в обобщенном виде поступает в министерства и ведомства. Это значит, что средства вычислительной техники, рассредоточенные по подразделениям и рабочим местам, должны функционировать в едином процессе, а сотрудникам организации должна быть поставлена возможность общения с помощью абонентских средств между собой, с единым или распределенным банком данных. Одновременно должна быть обеспечена высокая эффективность использования вычислительной техники. Решению этой задачи в значительной степени способствовало появление микроэлектронных средств средней и большой степени интеграции, персональных ЭВМ, оборудования со встроенными микропроцессорами. Компьютерная революция – одна из главных составляющих научнотехнической революции второй половины XX века, оказывающая глубокое воздействие на все стороны жизни общества. Понятие компьютерной революции характеризует беспрецедентный масштаб и силу влияния электронной вычислительной техники на развитие экономики, науки, техники, образования, культуры. Компьютеры составляют основу индустриально-информационных комплексов, позволяющих эффективно использовать новые технологии. Информатика, вычислительная техника и автоматизированные системы оказывают революционное воздействие на проектноконструкторские разработки и научные исследования, управление хозяйственной и духовной жизнью. В эпоху компьютерной революции существенно преобразуются содержание и характер общего и профессионального обучения, по-новому ставятся проблемы развития человеческого интеллекта и личности. Серьезное влияние компьютеризированный образ жизни оказывает на мировоззрение людей. Изменяются процессы формирования материальных и духовных потребностей, интересов, устремлений различных слоев и групп населения. С компьютерной революцией связаны серьезные качественные сдвиги в социально-культурной и социально- 4 политической сферах. Компьютеризация затрагивает все области общественного сознания, средства массовой информации. В условиях современной политической структуры компьютеризация приводит к новым жестким формам социального контроля, ограничению свободы граждан, усилению политизации общества. 1.2. Основные поколения компьютеров Компьютеры первого поколения Первое поколение.(1945-1954) - компьютеры на электронных лампах. Это доисторические времена, эпоха становления вычислительной техники. Большинство машин первого поколения были экспериментальными устройствами и строились с целью проверки тех или иных теоретических положений. Вес и размеры этих компьютерных динозавров, которые нередко требовали для себя отдельных зданий, давно стали легендой. Основоположниками компьютерной науки по праву считаются Клод Шеннон создатель теории информации, Алан Тьюринг - математик, разработавший теорию программ и алгоритмов, и Джон фон Нейман - автор конструкции вычислительных устройств, которая до сих пор лежит в основе большинства компьютеров. В те же годы возникла еще одна новая наука, связанная с информатикой, - кибернетика, наука об управлении как одном из основных информационных процессов. Основателем кибернетики является американский математик Норберт Винер. Компьютеры второго поколения Во втором поколении компьютеров (1955-1964) вместо электронных ламп использовались транзисторы, а в качестве устройств памяти стали применяться магнитные сердечники и магнитные барабаны - далекие предки современных жестких дисков. Все это позволило резко уменьшить габариты и стоимость компьютеров, которые тогда впервые стали строиться на продажу. Но главные достижения этой эпохи принадлежат к области программ. На втором поколении компьютеров впервые появилось то, что сегодня называется операционной системой. Тогда же были разработаны первые языки высокого уровня - Фортран, Алгол, Кобол. Эти два важных усовершенствования позволили значительно упростить и ускорить написание программ для компьютеров; программирование, оставаясь наукой, приобретает черты ремесла. Соответственно расширялась и сфера применения компьютеров. Теперь уже не только ученые могли рассчитывать на доступ к вычислительной технике; компьютеры нашли применение в планировании и управлении, а некоторые крупные фирмы даже компьютеризовали свою бухгалтерию, предвосхищая моду на двадцать лет. Компьютеры третьего поколения В третьем поколении ЭВМ (1965-1974) впервые стали использоваться интегральные схемы - целые устройства и узлы из десятков и сотен транзисторов, выполненные на одном кристалле полупроводника (то, что сейчас называют микросхемами). В это же время появляется полупроводниковая память, которая и по всей день используется в персональных компьютерах в качестве оперативной. После появления транзисторов наиболее трудоемкой операцией при производстве компьютеров было соединение и спайка транзисторов для создания электронных схем. Но в 1959 г. Роберт Нойс (будущий основатель фирмы Intel) изобрел способ, позволяющий создавать на одной пластине кремния транзисторы и все необходимые соединения между ними. Полученные электронные схемы стали называться 5 интегральными схемами, или чипами. В 1968 г. фирма Burroughs выпустила первый компьютер на интегральных схемах, а в 1970 г. фирма Intel начала продавать интегральные схемы памяти. В дальнейшем количество транзисторов, которое удавалось разместить на единицу площади интегральной схемы, увеличивалось приблизительно вдвое каждый год, что и обеспечивает постоянное уменьшение стоимости компьютеров и повышение быстродействия. В эти годы производство компьютеров приобретает промышленный размах. Пробившаяся в лидеры фирма IBM первой реализовала семейство ЭВМ - серию полностью совместимых друг с другом компьютеров от самых маленьких, размером с небольшой шкаф (меньше тогда еще не делали), до самых мощных и дорогих моделей. Наиболее распространенным в те годы было семейство System/360 фирмы IBM, на основе которого в СССР была разработана серия ЕС ЭВМ. Еще в начале 60-х появляются первые миникомпьютеры - небольшие маломощные компьютеры, доступные по цене небольшим фирмам или лабораториям. Миникомпьютеры представляли собой первый шаг на пути к персональным компьютерам, пробные образцы которых были выпущены только в середине 70-х годов. Известное семейство миникомпьютеров PDP фирмы Digital Equipment послужило прототипом для советской серии машин СМ. Между тем количество элементов и соединений между ними, умещающихся в одной микросхеме, постоянно росло, и в 70-е годы интегральные схемы содержали уже тысячи транзисторов. Это позволило объединить в единственной маленькой детальке большинство компонентов компьютера - что и сделала в 1971 г. фирма Intel, выпустив первый микропроцессор, который предназначался для только-только появившихся настольных калькуляторов. Этому изобретению суждено было произвести в следующем десятилетии настоящую революцию - ведь микропроцессор является сердцем и душой нашего с вами персонального компьютера. Но и это еще не все - поистине, рубеж 60-х и 70-х годов был судьбоносным временем. В 1969 г. зародилась первая глобальная компьютерная сеть - зародыш того, что мы сейчас называем Интернетом. И в том же 1969 г. одновременно появились операционная система Unix и язык программирования С ("Си"), оказавшие огромное влияние на программный мир и до сих пор сохраняющие свое передовое положение. Компьютеры четвертого поколения К сожалению, дальше стройная картина смены поколений нарушается. Обычно считается, что период с 1975 по 1985 гг. принадлежит компьютерам четвертого поколения. Однако есть и другое мнение - многие полагают, что достижения этого периода не настолько велики, чтобы считать его равноправным поколением. Сторонники такой точки зрения называют это десятилетие принадлежащим "третьему-с половиной" поколению компьютеров, и только с 1985 г., по их мнению, следует отсчитывать годы жизни собственно четвертого поколения, здравствующего и по сей день. Так или иначе, очевидно, что начиная с середины 70-х все меньше становится принципиальных новаций в компьютерной науке. Прогресс идет в основном по пути развития того, что уже изобретено и придумано, - прежде всего за счет повышения мощности и миниатюризации элементной базы и самих компьютеров. И, конечно же, самое главное - что с начала 80-х, благодаря появлению персональных компьютеров, вычислительная техника становится по-настоящему массовой и общедоступной. Складывается парадоксальная ситуация: несмотря на то, 6 что персональные и миникомпьютеры по-прежнему во всех отношениях отстают от больших машин, львиная доля новшеств последнего десятилетия - графический пользовательский интерфейс, новые периферийные устройства, глобальные сети обязаны своим появлением и развитием именно этой "несерьезной" технике. Большие компьютеры и суперкомпьютеры, конечно же, отнюдь не вымерли и продолжают развиваться. Но теперь они уже не доминируют на компьютерной арене, как было раньше. Компьютеры пятого поколения Основные требования к компьютерам 5-го поколения: создание развитого человеко-машинного интерфейса (распознавание речи, образов); развитие логического программирования для создания баз знаний и систем искусственного интеллекта; создание новых технологий в производстве вычислительной техники; создание новых архитектур компьютеров и вычислительных комплексов. Новые технические возможности вычислительной техники должны были расширить круг решаемых задач и позволить перейти к задачам создания искусственного интеллекта. В качестве одной из необходимых для создания искусственного интеллекта составляющих являются базы знаний (базы данных) по различным направлениям науки и техники. Для создания и использования баз данных требуется высокое быстродействие вычислительной системы и большой объем памяти. Универсальные компьютеры способны производить высокоскоростные вычисления, но не пригодны для выполнения с высокой скоростью операций сравнения и сортировки больших объемов записей, хранящихся обычно на магнитных дисках. Для создания программ, обеспечивающих заполнение, обновление баз данных и работу с ними, были созданы специальные объектно-ориентированные и логические языки программирования, обеспечивающие наибольшие возможности по сравнению с обычными процедурными языками. Структура этих языков требует перехода от традиционной фон-неймановской архитектуры компьютера к архитектурам, учитывающим требования задач создания искусственного интеллекта. 7 2. ЭПИСТЕМОЛОГИЯ 2.1. Понятие эпистемологии Гносеоло́гия (от др.-греч. γνῶσις — «знание» и λόγος — «учение, наука»); эпистемоло́гия (от др.-греч. ἐπιστήμη, «знание» и λόγος — «слово, учение») — теория познания, раздел философии. Термин «гносеология» был введён и активно применялся в немецкой философии XVIII в.; «эпистемология» был введён и активно применялся в англо-американской философии XX в. В русской философии в XIX и 1-й половины XX в. преобладал первый термин, а со 2-й половины XX в. начал преобладать и сейчас преобладает второй. Термин эпистемология более узкий, чем гносеология, эпистемология рассматривает строго научное познание. Эпистемология (греч. episteme — знание, logos — учение) — философскометодологическая дисциплина, в которой исследуется знание как таковое, его строение, структура, функционирование и развитие. Традиционно отождествляется с теорией познания. Однако в неклассической философии может быть зафиксирована тенденция к различению Э. и гносеологии, которое основано на исходных категориальных оппозициях. Если гносеология разворачивает свои представления вокруг оппозиции "субъект — объект", то для Э. базовой является оппозиция "объект — знание". Эпистемологи исходят не из "гносеологического субъекта", осуществляющего познание, а скорее из объективных структур самого знания. Основные эпистемологические проблемы: Как устроено знание? Каковы механизмы его объективации и реализации в научно-теоретической и практической деятельности? Какие бывают типы знаний? Каковы общие законы "жизни", изменения и развития знаний? При этом, механизм сознания, участвующий в процессе познания, учитывается опосредованно, через наличие в знании интенциональных связей (номинации, референции, значения и др). Объект при этом может рассматриваться как элемент в структуре самого знания (идеальный объект) или как материальная действительность отнесения знаний (реальность). Исторически, эпистемологические представления и проблематика возникают раньше гносеологических и складываются уже в античности. Таковы, например, "идеи" Платона и предложенная им референционная концепция "истины", апории Зенона, тропы скептиков, логика Аристотеля. Античные представления о знании имели не столько описательный, сколько проблематизирующий и нормативно-методологический характер. Например, апории Зенона фиксировали факт отнесения противоречивых знаний к одному и тому же объекту и задавали таким образом эпистемологическую проблему. Аристотель пытался снять накопившиеся проблемы за счет нормировки научных рассуждений и введения общих принципов организации знания. Это позволило в дальнейшем создать образцы систематической организации знания. "Начала" Евклида можно рассматривать не только как продукт обобщения и сведения геометрических знаний, но и как реализацию нормативных эпистемологических концепций Платона и Аристотеля. В средние века критическая и исследовательская составляющие Э. в большой степени сковываются и ограничиваются нормативным характером аристотелевской логики. Яркое выражение средневековой Э. — схоластический спор "номиналистов" и "реалистов". Новые мотивы вносит Возрождение. Пробуждается интерес к опытному знанию, меняется представление о месте и назначении знания в общей картине мира. Николай Кузанский вводит представление о проблемах как "ученом незнании", т.е. знании о незнании, что формирует в перспективе новую эпистемологическую стратегию. С другой стороны, 8 философская рефлексия все больше обращается к субъекту и его познавательным способностям. В этой связи актуализируется введенное фактически уже Петром Абеляром понятие сознания как индивидуальной способности и действительности существования концептов. "Великое усовершенствование наук", провозглашенное Ф.Бэконом и развернувшееся в 17—18 вв., порождает новую формацию знания — новоевропейскую науку. Новая организация знания требовала критической рефлексии и теоретического оформления. Эпистемологические схемы античности и Средневековья не могли решить этих задач. На их месте начинает складываться гносеологическая концепция познания, которая переорганизует философскометодологические представления о знании на основе субъект-объектных схем. До 20 в. Э. не имела собственных институциональных форм, а соответствующая ей проблематика развивалась в основном в логике (прежде всего в английской аналитической традиции) и в рамках гносеологии. Однако уже с конца 19 в. эпистемологическая проблематика начинает эмансипироваться от гносеологической. Исследователи (прежде всего логики) стремились уйти от субъективизма и психологизма, порождаемого сенсуалистическими и позитивистскими трактовками субъект-объектных схем. В 20 в. этот процесс приводит к оформлению новых философско-методологических направлений и подходов. Развиваются аналитические, операциональные, нормативные, стуктурно-функциональные приемы и методы исследования знания. В 1970-х Поппер дал онтологическое обоснование эмансипации Э., выдвинув концепцию "третьего мира" (объективного содержания знания) и "познания без познающего субъекта". Среди факторов, определяющих современное состояние эпистемологических исследований, необходимо отметить следующие: 1) отношение знания и объекта выходит за рамки чисто познавательных ситуаций. Складываются комплексные практики, где помимо познания, необходимо рассматривать функционирование знания в других типах деятельности: инженерии, проектировании, управлении, обучении; 2) классическое отношение "истинности" дополняется (а иногда и замещается) рядом других отношений: "непротиворечивости", "полноты", "интерпретируемости", "реализуемости" и др.; 3) типология знания становится все более разветвленной и дифференцированной: наряду с практикометодологическим, естественно-научным, гуманитарным и инженерно-техническим знанием выделяются более частные его варианты; 4) особым предметом исследования становится семиотическая структура знания; 5) помимо "знания" интенсивно исследуются и другие эпистемологические единицы (например, "языки"); 6) обозначился кризис сциентизма: научное знание перестает рассматриваться как основная форма знания, все больший интерес вызывают когнитивные комплексы, связанные с различными историческими и духовными практиками, выходящими за рамки традиционных представлений о рациональности. 2.2. Основные вопросы эпистемологии Основные вопросы эпистемологии: Проблема истины Истина и смысл Проблема метода Сущность познания Формы познания (наука, религия, искусство, идеология, здравый смысл) 9 Эмпирический и теоретический уровень познания. Принципы познания Вера (интуиция) и знание Структура и формы опыта Специфика и критерии научного познания. Понимание и объяснение Понятия и вопросы эпистемологии: Понятия: познание сознание чувство разум рассудок истина Основной вопрос — познаваем ли мир в принципе? Ответы на этот вопрос даёт: оптимизм — мир познаваем, границ познания нет, необходимо лишь время и средства. агностицизм — мир непознаваем в принципе, человек не познаёт мир, а строит виртуальный мир на основе чувственного восприятия. скептицизм — мы познаём реальный мир, но в силу несовершенства чувств постоянно вводим себя в заблуждение. 10 3. ЭПИСТЕМОЛОГИЧЕСКОЕ СОДЕРЖАНИЕ КОМПЬЮТЕРНОЙ РЕВОЛЮЦИИ 3.1. Эпистемологический контекст компьютерной революции Прогресс в сфере компьютерной техники, все более широкое ее использование в различных областях, формирование новых научных дисциплин, связанных с автоматизированной переработкой информации, способствуют осознанию новых вопросов, касающихся человеческого знания, роли знания в жизни общества, видов знания и способов его существования, — словом, вопросов, касающихся того, что может быть названо эпистемологическим контекстом компьютерной революции. Человеческое познание, мышление, знание, разум в течение многих веков были предметом философского исследования. С появлением кибернетики, компьютеров и компьютерных систем, которые стали называть интеллектуальными системами (ИС), с развитием такого направления, как искусственный интеллект (ИИ), мышление, интеллект, а затем и знание стали предметом интереса математических и инженернотехнических дисциплин. Это побудило людей по-новому взглянуть на ряд традиционных теоретико-познавательных проблем, наметить новые пути их исследования, обратить внимание на многие, остававшиеся ранее в тени аспекты познавательной деятельности, механизмов и результатов познания. В ходе бурных дебатов 60—70-х годов на тему «Может ли машина мыслить?» были представлены различные варианты ответа на вопрос о том, кто может быть субъектом познания: только ли человек или же машина может считаться субъектом мыслящим, обладающим интеллектом и, следовательно, познающим. Сторонники последнего варианта пытались сформулировать такое определение мышления, которое позволяло бы говорить о наличии мышления у машины, например мышление определялось как решение задач. Оппоненты сторонников «компьютерного мышления», напротив, стремились выявить такие характеристики мыслительной деятельности человека, которые никак не могут быть приписаны компьютеру и отсутствие которых не позволяет говорить о мышлении в полном смысле этого слова. К числу таких характеристик относили, например, способность к творчеству, эмоциональность. Характеризуя значение аналогий между человеческим мышлением и компьютерной переработкой информации, английская исследовательница М. Боден пишет: «В той степени, в какой аналогия с компьютером может служить общим человеческим интересам более глубокого познания разума, осторожное использование „психологической“ терминологии в отношении определенного типа машин должно скорее поощряться, чем запрещаться… аналогии дают возможность не только обозначить сходные черты между сравниваемыми объектами, но ведут к обнаружению действительно важных сходств и различий». Компьютерное моделирование мышления дало мощный толчок исследованиям механизмов познавательной деятельности в рамках такого направления, как когнитивная психология. Здесь утвердилась «компьютерная метафора», ориентирующая на изучение познавательной деятельности человека по аналогии с переработкой информации на компьютере. Исследуя устройство человеческой памяти, например, стали различать, по аналогии с компьютерной системой, долгосрочную и оперативную (кратковременную) память. Вообще на этом пути были получены ценные результаты, обогатившие наши представления о человеческом мышлении и механизмах его функционирования. 11 Компьютерное моделирование мышления, использование методов математических и технических наук в его исследовании породило в период «кибернетического бума» надежды на создание в скором будущем строгих теорий мышления, столь полно описывающих данный предмет, что это сделает излишними всякие философские спекуляции по его поводу. Надеждам такого рода, однако же, не суждено было сбыться, и сегодня мышление, будучи предметом изучения ряда частных наук (психологии, логики, искусственного интеллекта, когнитивной лингвистики), остается также притягательным объектом философских рассмотрений. В последние два десятилетия в компьютерных науках заметное внимание стало уделяться такому традиционно входившему в сферу философии предмету, как знание (эпистема). Слово «знание» стало использоваться в названиях направлений и составляющих компьютерных систем, а также самих систем (системы, основанные на знаниях; базы знаний и банки знаний; представление, приобретение и использование знаний, инженерия знаний). Тема «компьютер и знание» стала предметом обсуждения и в значительно более широком контексте, где на первый план вышли ее философскоэпистемологические, социальные и политико-технологические аспекты. 3.2. Искусственный интеллект и понятие знания «В основе исследований в области искусственного интеллекта (ИИ) лежит подход, связанный со знаниями. Как и многие фундаментальные научные категории (например, алгоритм, мышление и т.д.), понятие «знание» относится к интуитивно определяемым.» В БСЭ дается следующее его толкование: «Знание – проверенный практикой результат познания действительности, верное ее отражение в сознании человека. Знания бывают житейскими, донаучными, художественными, научными (теоретическими и эмпирическими)». Подобный список определений можно было бы продолжить, но это никак не приблизит нас к точной формулировке. Будем считать, что знания о некоторой предметной области представляют собой совокупность сведений об объектах этой предметной области, их существенных свойствах и связывающих их отношениях, процессах, протекающих в данной предметной области, а также методах анализа возникающих в ней ситуаций и способах разрешения ассоциируемых с ними проблем. «Существует множество классификаций знаний, но для специалистов в области ИИ характерно рассмотрение знания как формализованной информации, на которую ссылаются и используют в процессе логического вывода, и хранимой (в ЭВМ) информации, формализованной в соответствии с определенными структурными правилами, которую ЭВМ может автономно использовать при решении проблем по таким алгоритмам, как логические выводы.» «Для понимания принципов построения ЕЯ-систем важен также вопрос об используемых в системе знаниях, поскольку именно знания, представленные в различных формах, являются той базой, на которой осуществляется решение рассмотренных выше задач. Знания ЕЯ-систем можно классифицировать по различным основаниям. На верхнем уровне выделяются: • собственно знания; • способ представления знаний. 12 Собственно знания классифицируются по областям и по видам знаний (рис. 1.1). Наиболее существенными с точки зрения процесса ЕЯ-общения являются следующие области знаний: • проблемная область; • область языка; • область системы; • область пользователя; • область диалога (дискурса). Разнообразие областей определяет множество возможных интерпретаций входных высказываний. К основным видам знаний относятся факты (фактические знания) и операционные значения. Факты представляют собой возможные знания о сущностях, составляющих некоторую область знаний. Операционные значения составляет информация о способах изменения фактических знаний. Иначе говоря, эти знания задают процедуры преобразования. Часто для обозначения этих знаний используется термин «процедурные знания», однако следует иметь в виду, что операционные знания могут быть представлены как в процедурной, так и в декларативной форме. ЗНАНИЯ ОБЛАСТЬ ЗНАНИЙ ВИДЫ ЗНАНИЙ Проблемная область Операционные значения Область языка Факты Область системы Область пользователя Область диалога Рис.1.1. Классификация знаний по областям и видам Подходы к исследованию знания и познания условно можно разбить на две большие группы: экзистенциальные и технологические. Последние стали доминировать со второй половины XX столетия. В 80-е годы в области разработки искусственного интеллекта (ИИ) понятие знания потеснило понятия мышления и интеллекта. Теория 13 искусственного интеллекта стала иногда характеризоваться как «наука о знаниях, о том, как их добывать, представлять в искусственных системах, перерабатывать внутри системы и использовать для решения задач», а история искусственного интеллекта, исключая ее ранние этапы, — как история исследований методов представления знаний. Расширение сферы применения ИС, переход от «мира кубиков» к таким более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний. Разработчики ИС столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характера, теоретические положения и эвристические соображения из соответствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагноза и т. д.). Это привело к изменениям в характере данных, находящихся в памяти компьютерной системы, — они стали усложняться, появились структурированные данные — списки, документы, семантические сети, фреймы. Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы. Процедуры, связанные с обработкой данных, усложнялись, становились самодовлеющими. Появился такой компонент интеллектуальной системы, как база знаний. Термин «знания» приобрел в ИИ специфический смысл, который Д. А. Поспелов характеризует следующим образом. Под знаниями понимается форма представления информации в ЭВМ, которой присущи такие особенности, как: а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто); б) структурированность (включенность одних информационных единиц в состав других); в) связность (возможность задания временных, каузальных, пространственных или иного рода отношений); г) семантическая метрика (возможность задания отношений, характеризующих ситуационную близость); д) активность (выполнение программ инициируется текущим состоянием информационной базы). Именно эти характеристики отличают знания в ИС от данных. Вместе с тем приведенная характеристика знаний в ИС не является совершенно изолированной от того, что мы обычно понимаем под знанием. Такие черты, как внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность, присущи любым более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ того или иного фрагмента человеческого знания. Однако связь знаний в специфическом для ИИ смысле со знанием в более привычном, «обычном», смысле не ограничивается лишь сходством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний ИС, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания под углом зрения задач построения ИС — определяет технологический подход ИИ к знанию как таковому, под которым понимается следующее: 1. Извлечение знаний из социума в ходе неформальных интервью с экспертом и анализа специальной литературы. 14 2. «Представление знаний» — кодирование знаний с помощью специалистовэкспертов и создание машинной модели «порождения» знаний, к примеру дедуктивной машины вывода. 3. Создание «сверхбыстрого прототипа» экспертной системы и ее последующих версий. 4. Контроль над модификациями базы знаний — компонента экспертной системы в ходе эксплуатации. В более широком смысле технологический подход к знанию предполагает постановку, исследование и решение технологических вопросов о знании. К последним относятся вопросы типа «Каким образом следует (можно, допустимо) обращаться (иметь дело) со знанием, имея в виду достижение такой-то цели?». Технологические вопросы о знании противопоставлены, в определенном смысле, экзистенциальным вопросам — т. е. вопросам о том, как существует знание, каково оно есть. К вопросам последнего типа относятся, например, вопросы о соотношении знания с мнением или верой, о структуре знания и его видах, об онтологии знания, о том, как происходит познание. При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и факсом, могут считаться решающими технологические вопросы относительно знания. Расцвет технологических исследований знания связан с развитием эпистемической логики и искусственного интеллекта. Эпистемическая логика как интенсивно развивающееся направление ставит, в частности вопросы, связанные с определением истинности знания в контексте формул, содержащих такие эпистемические операторы, которые соответствующие словам «знает», «полагает», «сомневается», «отрицает» и др. 3.3. Проблема истинности знания. Представление и приобретение знаний В эпистемической логике возможны различные подходы к трактовке знания. Знания могут пониматься как только истинные; в других случаях выделяют различные степени истинности знания (строгое, гипотетичное и др.). Однако, прежде всего в ИИ уделяют внимание не вопросу об истинности знания, а проблеме его структурнофункциональных характеристик. Поэтому, говоря о знаниях, нередко указывают на такие их черты, как структурированность, активность, наличие метапроцедур, противопоставляя в этом отношении базу знаний в компьютерной системе базе данных, компоненты которой не обладают перечисленными свойствами. Вместе с тем, правомерно поставить вопрос о более широком контексте рассмотрения ИС в плане соотношения знания и истины. Очевидно, что проблема оценки когнитивного статуса познавательных результатов и методов, представляемых в компьютерной системе, связана с более общей проблемой истинности знания. Большой интерес для философско-эпистемологических исследований представляют технологические подходы к знанию. Технологические вопросы об истинности знания, исследуемые в рамках ИИ, касаются в значительной степени способов представления знаний и методов приобретения знаний. Проблемы представления знаний связаны в значительной степени с разработкой соответствующих языков и моделей. Существуют различные типы моделей: 15 логические, продукционные, фреймовые, семантические сети и другие. Логические модели предполагают представление знаний в виде формальных систем (теорий), и в качестве языка представления знаний в таких моделях обычно используется язык логики предикатов. Продукционные представления можно охарактеризовать (упрощенным образом) как системы правил вида «Если А, то В», или «Предпосылка — действие». Сетевые модели предполагают выделение некоторых фиксированных множеств объектов и задание отношений на них (это могут быть отношения различного рода: пространственные, временные, отношения именования и др.). Фреймовые представления иногда рассматривают как разновидность семантических сетей, однако для первых характерно наличие фиксированных структур информационных единиц, в которых определены места для имени фрейма, имен слотов и значений слотов. Каждая из упомянутых моделей имеет свои достоинства и недостатки в отношении того или иного круга задач. Преимущества логических моделей, использующих язык логики предикатов, связаны с дедуктивными возможностями исчисления предикатов, теоретической обоснованностью выводов, осуществляемых в системе. Однако такого рода модели в сложных предметных областях могут оказаться слишком громоздкими и недостаточно наглядными в качестве моделей предметной области или соответствующих фрагментов знания. Продукционные модели получили широкое распространение благодаря таким достоинствам, как простота формулировки отдельных правил, пополнения и модификации, а также механизма логического вывода. В качестве недостатка продукционного подхода отмечают низкую эффективность обработки информации при необходимости решения сложных задач. Преимущества семантических сетей и фреймовых моделей заключаются, с одной стороны, в их экономичности, позволяющей сократить время автоматизированного поиска информации, а с другой стороны, в их удобстве для описания определенных областей знания (и соответствующих фрагментов реальности, изучаемых в данных областях), когда выделяются основные (с точки зрения задач, для которых создается ИС) объекты предметной области и (или) система понятий, в которых будут анализироваться конкретные ситуации, а также описываются свойства объектов (понятий) и отношения между ними. И хотя в целом для этих типов моделей существуют значительные проблемы с организацией вывода, фреймовые системы многими были оценены как перспективные благодаря возможностям подведения под них достаточно строгих логических и математических оснований. Продукционный и фреймовый подходы объединяются иногда под общим названием эвристического или когнитивного подхода. Эти подходы в представлении знаний достаточно тесно связаны с развитием когнитивной психологии. Однако само это направление сложилось под влиянием «компьютерной метафоры», когда познавательные процессы стали рассматриваться по аналогии с работой вычислительных машин. Неудивительно поэтому, что происходящее в ИИ оказывало и оказывает заметное воздействие на когнитивную психологию (как и на еще более молодое направление — когнитивную лингвистику). Это справедливо и в отношении собственно представления знаний. И фреймовые, и сетевые модели основываются на соответствующих концепциях структур человеческого восприятия и памяти. Вместе с тем эта концепция имеет самостоятельное значение как концепция психологическая и эпистемологическая и используется в исследовании проблем, выходящих за рамки собственно разработок компьютерных систем. В книге «Философия компьютерной революции» (М., 1991) А. И. Ракитов выдвигает концепцию «информационной эпистемологии». «Возникновение 16 „интеллектуальной технологии“ и жгучий интерес к природе и возможностям машинного мышления, порожденный компьютерной революцией, — пишет он, — привели к формированию нового, нетрадиционного раздела эпистемологии — эпистемологии информационной. Она исследует не те или иные виды научного знания, а знания вообще, но под особым углом зрения, с позиции переработки и преобразования информации в ее высшую форму — знания. Информационная эпистемология исследует различные способы представления и выражения знаний и возможности построения знаний с помощью технических систем». Процесс познания и мышления, считает А. И. Ракитов, рассматривается в информационной эпистемологии под углом зрения «инженерного фундаментализма» как процесс машинной трансформации информации. К основным проблемам информационной эпистемологии он относит следующие: «что такое информация; как она передается, трансформируется; каковы функции и соотношения сигналов и кодов; какова эпистемическая функция компьютеров, могут ли они мыслить; как из информации создаются знания; как соотносятся информация, смысл и значение; каковы способы машинного представления знаний; какова связь информации и языка; как осуществляется машинное понимание и взаимопонимание машины и человека; можно ли редуцировать мыслительные процессы к вычислительным функциям или представить через них; в чем сущность инженерного подхода к познавательной деятельности; и, наконец, каково соотношение компьютера и мозга?». Очевидно, что в круг перечисляемых А. И. Ракитовым проблем входят как технологические, так и экзистенциальные вопросы о знании. Соотнесенность между собой этих вопросов, обусловленная тем, что все они так или иначе связаны с проблемами компьютерной переработки информации. Для осмысления происходящего в разработке компьютерных систем с позиций эпистемологии характерно также наличие тенденции к определенной трансформации эпистемологии с учетом потребностей компьютерной революции. Исследование знания в контексте ИИ особенно остро поставило вопрос о неявной, личностной компоненте знания, а также о культурных предпосылках общения людей при посредстве ЭВМ. Заполнение базы знаний, осуществленное инженером в результате работы с экспертом, предполагает, конечно, формулировку правил, которые входят в базу знаний и необходимы для выполнения системой ее функций. Однако существенная часть этих правил может быть недоступна самому эксперту для рефлексии, в силу их неявности. Либо может быть затруднена вербализация этих правил. В принципе утверждение о существовании невербализуемого, неявного личностного знания (М. Полани) не противоречит утверждению о возможности вербализации или иного рода экспликации той части неявного знания, которая это допускает. Существуют две крайние точки зрения на знание, одна из которых предполагает принципиальную эксплицируемость всей познавательной деятельности человека, а другая — принципиальную неэксплицируемость того, что не эксплицировано на данный момент. Другой важной группой технологических вопросов о знании, изучаемых ИИ, являются вопросы приобретения знаний — т. е. вопросы о способах получения и ввода в ЭВМ информации, необходимой для наполнения структур представления знаний конкретным содержанием. Источниками этой информации могут быть как тексты (книги, статьи, архивные документы или уже созданные базы знаний, которые могут считаться текстами в широком смысле этого слова), так и не зафиксированные в 17 текстах (или даже неартикулированные) знания, которыми обладает человек (специалист, эксперт). В некоторых случаях система может приобретать знания непосредственно благодаря наблюдению за окружающей средой. Многие исследователи считают, что ключевой проблемой при построении экспертных систем является получение знаний от экспертов. Существуют разнообразные методики так называемого извлечения знаний из эксперта. Ранее других возникшие и наиболее распространенные из них — методики интервьюирования экспертов. Режим интервью, когда инженер по знаниям ведет активный диалог с экспертом, предполагает как предварительное ознакомление его с предметной областью, для работы в которой создается система, так и ознакомление эксперта с некоторыми вопросами построения ИС. От интервью отличаются такие способы взаимодействия инженера по знаниям с экспертом, как протокольный анализ и игровая имитация. Протокольный анализ предполагает фиксацию действий (видеозапись) или «мыслей вслух» (запись на магнитофонную ленту) эксперта в ходе решения проблемы. Эта запись впоследствии подвергается анализу. В случае игровой имитации инженер по знаниям наблюдает за поведением эксперта в искусственно созданных ситуациях, моделирующих те, которые действительно имеют место в работе эксперта. Однако и эти способы требуют диалога инженера с экспертом. Такой диалог бывает необходим при анализе полученной информации, для ее уточнения, восстановления картины работы эксперта в том объеме, который требуется для построения ИС. Работа с экспертом может быть в значительной степени автоматизирована, когда функции инженера по знаниям выполняет ИС. Так или иначе, методы извлечения знаний, как и методы их представления, нередко базируются на когнитивно-психологических и эпистемологических соображениях, в том числе на экзистенциальном взгляде на когнитивную структуру экспертного знания (иногда вместо выражения «экспертное знание» предпочитают употреблять выражение «опыт эксперта»). Трудности приобретения знаний — это в значительной степени трудности изучения структуры экспертного знания и механизмов его функционирования. Рефлексия эксперта над собственным знанием не может решить этой проблемы, поскольку, во-первых, не все эксперты обладают достаточно развитой способностью к рефлексии, во-вторых, далеко не всегда могут осуществлять ее в тех концептуальных рамках, которые обеспечивают возможность заполнения базы знаний, и, в-третьих, известны случаи, когда эксперты в силу каких-либо соображений не желают делиться информацией с инженером знаний. Кроме того, имеются трудности принципиального характера, связанные с вербализацией неявного знания, в том числе «знания, как». Некоторые исследователи придают большое значение интуиции эксперта-человека, возможностям ее учета или «компенсирования» при разработке ИС. Проблема «знание и компьютер», таким образом, оказывается связанной с вопросами явного и неявного, вербализуемого и невербализуемого знания, а также с проблемой интуиции. 3.4. Основные проблемы представления знаний в компьютере «Впервые попытка использования компьютеров для обработки ЕЯ (а именно для задачи машинного перевода) была предпринята еще в 1949 году. Видимо, этот меморандум можно рассматривать как начало компьютерной лингвистики. В контексте компьютерных систем обработки ЕЯ естественный язык рассматривается как средство коммуникации, теоретическая и практическая значимость которого определяется тем, что он является наиболее эффективным и 18 широко используемым способом взаимодействия внутри человеческого сообщества. Теория языка как структуры, соответствующая классификация и методы обработки формальных языков начались разрабатываться в математике (а позднее и в информатике), еще с 30-х годов. Однако прямое применение существующего аппарата описания формальных языков к естественному языку невозможно из-за того, что это объект принципиально другой природы. В частности, в отличие от формального языка, ЕЯ не следует задуманной и последовательно реализованной концепции. Он развивается с течением времени под воздействием многих внешних и внутренних сил, становится тем, что он из себя представляет, и усваивается в сообществе через использование в коммуникации, а не благодаря правилам. Кроме того, чисто грамматическое описание ЕЯ не достаточно для использования, поскольку ЕЯ не является просто вещью в себе, он необходимо соотносится со структурами знания, используемыми его носителями.» «С другой стороны, для того чтобы допускать возможность реальной компьютерной реализации, лингвистическая теория должна обладать высокой степенью формализации и полноты. Поэтому общей чертой для всех теорий, используемых в компьютерной лингвистике, является их генеративность в том смысле, что исследование ЕЯ ведется через построение полностью явных описаний и определение общей структуры пространства этого описания. Кроме того, реализация лингвистической теории через инструментальную систему для описания ЕЯ-структур зависит также от методов программирования, использованных для ее написания. Таким образом, развитие компьютерной лингвистики стимулируется, с одной стороны, развитием теоретических средств описания ЕЯ, а с другой — прогрессом технологий программирования, в первую очередь, в области искусственного интеллекта (ИИ).» Суть проблемы представления знаний в компьютере «состоит в выражении данной области знаний в выбранном представлении и определении тех аспектов области знания, которые не могут быть представлены. Необходимо решить, как объекты и взаимоотношения, существующие в реальном мире, отображаются в системе на единицы представления и отношения. Следует отметить, что выбор определенного представления данного мира приводит к тому, что одни взаимоотношения будут запомнены явно, а другие нет. » «Практически всеобщее признание получило мнение о том, что знания должны выражаться в виде неделимых единиц смысла (=атомов или примитивов). Разногласия существуют в вопросе о том, что же является атомом и каково количество этих атомов. Одни считают, что атомами могут быть канонизированные слов [Филмор, 1968], другие – что это должны быть единицы смысла, из которых состоят слова.» По мнению Попова такая точка зрения «не отражает реального положения дел. Действительно, задача науки и состоит в том, чтобы формировать новые базовые понятия, в том числе и путем разделения неделимых ранее базовых понятий на более мелкие.» Таким образом, система в перспективе должна иметь фиксированный набор базовых понятий в конкретный момент времени, но их состав должен меняться в процессе функционирования системы. «Представление знаний в виде атомов, более элементарных, чем слова, упрощает построение выводов. Однако не следует забывать, что чем мельче атомы, тем длиннее запись информации, выраженной в этих атомах, и тем сложнее сопоставить ее с внутренними знаниями. Таким образом, разбиение на атомы упрощает вывод, но усложняет отображение входной информации на внутренне представление.» 19 Общеизвестно, что сложность решения задачи в значительной степени зависит от того, как задача представлена. Наличие различных представлений (по виду и способу) в одной системе позволяет комбинировать преимущества различных форм преставления. При этом при использовании разнообразных представлений необходимо решить, по крайней мере, три проблемы: выбор представления, преобразование одного представления в другое, совместимость представлений. В системах с разнообразным представлением конкретный факт может быть представлен несколькими видами или способами. В связи с этим система должна иметь механизм, определяющий, в каком виде следует представить некоторый частный факт. В конкретной системе основной проблемой является выбор представления, так как способ представления обычно либо един для всей системы, либо предопределен представляемым знанием. Например, для словаря системы используется один способ представления, для информации о внешнем мире – другой. При построении системы основную проблему представляет собой выбор того или иного способа (способов) представления знания. Разнообразие представлений приводит к тому, что одна и та же информация может быть запомнена в системе в различных видах. Если один из видов изменяется, то другой вид должен быть проверен на совместимость с первым. При этом выбор того или иного представления определяет и сложность обработки входной информации и модификации знаний. Следовательно, необходимо иметь механизм, осуществляющий преобразование одного представления в другое. Перед разработчиком, использующим разнообразные представления в одной системе, встает вопрос о соотношении хранения и вычисления, так как этот вопрос оказывает существенное влияние на эффективность системы. К тому же модель представления данных должна быть построена таким образом, чтобы введение новых данных не отражалось на работоспособности системы, то есть добавление знаний, фактов, связей не должной требовать существенной перестройки системы, иначе обеспечения динамичного отражения изменений состояний внешнего мира станет принципиально невозможным. Осуществлялись попытки разработать множество моделей формального представления знаний. Далее будет рассмотрены наиболее распространенные и используемые из них. 20 ЗАКЛЮЧЕНИЕ В настоящее время создание интеллектуальных информационных систем является актуальным направлением в науке. В данной работе были рассмотрены: основные понятия и этапы компьютерной революции; понятие и основные вопросы эпистемологии; эпистемологическое содержание компьютерной революции. С одной стороны знания представляют собой весьма специфический объект изучения, так как не известны ни механизмы их обработки и создания, ни хранение человеком, с другой стороны они не являются просто суммой известных фактов, они представляют собой динамичную систему взаимосвязей, постоянно отражающую состояние окружающего мира. Понятию «знание» всегда уделяется большое внимание в философии. Создание и использование интеллектуальных систем, непрекращающиеся попытки создать искусственный интеллект еще острее ставят проблему понимания, что такое «знание», определение критериев его истинности, установления механизмов получения, передачи, представления, хранения знаний. Без всего этого не получится создать понастоящему мыслящую машину. Искусственный интеллект – научное направление, сочетающее в себе черты многих наук, и эпистемология играют тут немалую роль. 21 СПИСОК ЛИТЕРАТУРЫ 1. Попов Э.В. Общение с ЭВМ на естественном языке. М., 1982. 2. Фрумкина Р. М. Психолингвистика. – М.: Академия, 2003 3. Выготский Л.С.. Мышление и речь. Изд. 5, испр. — Издательство "Лабиринт", М., 1999. — 352 с. 4. Большая советская энциклопедия. Гл. ред. А.М. Прохоров, 3-е изд.Т. 1-30. М., «Сов. энциклопедия», 1969-78. 630000 экз. 5. Гейтс, Билл. Дорога в будущее/Пер. с англ. М.: Русская редакция, 1996. 312 с. 6. Дмитриев, Александр. Домашние ПК для школьника и студента. Взгляд производителя// Мир ПК. 2003.9. С.24-30. 7. Шабров О.Ф. Компьютерная революция // Политическая энциклопедия. В 2 т. Т.1. / Рук. проекта Г.Ю.Семигин. - М.: Мысль, 1999. - С.539-540. 8. Кудряшова Т.Б. «Знание в век компьютерных технологий». Лекции для аспирантов. [Электронный ресурс] <http://www.kudr-phil.narod.ru/aspirant/7_it.html> (05/01/2009). 9. Новейший философский словарь. Эпистемология. [Электронный ресурс] <http://slovari.yandex.ru/dict/phil_dict/article/filo/filo-943.htm> (05/01/2009). 10. Поколения компьютеров. [Электронный ресурс] <http://schools.techno.ru/sch758/HIST/ICOMP.HTM> (05/01/2009). 11. Целищев В.В. Эпистемология. Российская Академия Наук. Сибирское отделение. Институт философии и права. [Электронный ресурс] http://www.philosophy.nsc.ru/PUBLICATION/Tselishchev/Epistem.htm> (05/01/2009). 12. Сокирко А.В. Семантические словари в автоматической обработке текста (по материалам системы ДИАЛИНГ). Дисс. к.т.н. М., 2001. 13. Шаров С.А. Средства компьютерного представления лингвистической информации. Российский научно-исследовательский институт искусственного интеллекта, 1996. 22
