Geneza inżynierii wiedzy

Inżynieria wiedzy (IW) została zdefiniowana przez Feigenbauma i McCorduck jako dyscyplina inżynierska, „która dotyczy (oryg: involves) wykorzystania wiedzy w systemach komputerowych (integrating knowledge into computer systems) w celu rozwiązywania złożonych problemów wymagających zazwyczaj od człowieka wysokiego poziomu inteligencji. Zajmuje się tworzeniem systemów opartych na wiedzy (SOW). Systemy takie są programami komputerowymi zawierającymi duży zasób wiedzy, reguł, i mechanizmy wnioskujące, które dostarczają rozwiązania problemów rzeczywistych.”. Zadanie inżyniera wiedzy w początkowym okresie tworzenia systemów opartych na wiedzy sprowadzało się zatem do pozyskiwania wiedzy od ekspertów i przekształcania jej do postaci reguł używanych przez systemy ekspertowe.

Ówczesne systemy oparte na wiedzy, zwane wówczas systemami ekspertowymi (SE), a określane dzisiaj systemami ekspertowymi pierwszej generacji symulowały postępowanie ekspertów w wąskiej dziedzinie wiedzy. Systemy te w oparciu o dostarczoną wiedzę od ekspertów prowadziły wnioskowania i dostarczały ekspertyzy (porady) w bardzo wąskiej dziedzinie wiedzy np. w zakresie diagnozowania określonego rodzaju chorób (w zastosowaniach medycznych), usterek (w zastosowaniach technicznych) czy np. ocenie ryzyka kredytowego (w zastosowaniach ekonomicznych). Innymi słowy: główną formą systemów opartych na wiedzy (SOW), jaką były systemy ekspertowe pierwszej generacji, było naśladowanie (symulowanie) procesów postępowania (rozumowania) ekspertów. W SE pierwszej generacji wykorzystywano jednolitą strukturę wiedzy opartej na heurystycznej  wiedzy eksperta. Niestety ich użyteczność ograniczała się często do roli nauczyciela nowicjuszy w danej dziedzinie, ze względu na ograniczone możliwości pozyskania wiedzy od ekspertów.

Tworząc systemy ekspertowe drugiej generacji, dążono do poszerzenia źródeł wiedzy. Systemy te oparte zostały na wiedzy fundamentalnej, zawartej w dokumentach, takich jak projekty artefaktów, dokumenty finansowe itp. W ich przypadku zastrzeżenia budziło określanie ich nadal mianem systemów ekspertowych, gdyż nie naśladowały ekspertów, lecz rozwiązywały zadania, które wymagają kompetencji ekspertów w określonej dziedzinie przedmiotowej.  SE drugiej generacji różniły się nie tylko podejściem do rozwiązywania problemów. W systemach drugiej generacji używa się wielu różnych typów reprezentacji wiedzy, sięgając do wiedzy fundamentalnej w danej dziedzinie.

Dzisiaj pojawiło się więcej koncepcji systemów opartych na wiedzy (systemów organizujących wiedzę), niż systemy ekspertowe stanowiące pierwotny przedmiot zainteresowania inżynierii wiedzy. Terminem bazy wiedzy obejmuje się nie tylko systemy powstałe dzięki pozyskaniu reguł postępowania (reguł produkcji) od ekspertów. Systemami baz wiedzy określa się także np. systemy Wiki, zwłaszcza systemy semantycznych Wiki. Mówi się także o hurtowniach wiedzy (knowledge warehouse). Termin ten odnosi się także do hurtowni danych stanowiących cenne źródło wiedzy odkrywanej za pomocą różnych metod (knowledge discovery). Zakres zastosowań baz wiedzy nie ogranicza się zatem już tylko do działających autonomicznie, wąskiej dziedzinie zastosowań, systemów ekspertowych.

Renesans w dziedzinie tworzenia systemów opartych na wiedzy przyniósł niewątpliwie rozwój Internetu. Tempo rozwoju oraz ogrom zasobów wiedzy udostępnianej z wykorzystaniem technologii internetowych wykreował potrzebę tworzenia nie tylko systemów wiedzy, których bezpośrednimi użytkownikami są ludzie, ale także systemów automatycznie przetwarzających wiedzę dostępną w WWW (Web), w tym w portalach korporacyjnych i portalach społecznościowych. Systemy te wiążą się z dynamicznie rozwijającą się problematyką semantycznego Web oraz Web 2.0. Organizacje zatem stają wobec wyzwań uporania się z gwałtownie wzrastającymi zasobami wiedzy gromadzonymi i udostępnianymi w organizacji i przez organizację jej klientom. Pilną potrzebą staje się także efektywne pozyskiwanie wiedzy z cyberprzestrzeni.

Odniesiony dotychczas sukces w automatyzacji wyszukiwania wiedzy WWW jest katalizatorem przyspieszającym rozwój badań w obszarze tworzenia systemów opartych na wiedzy. Portale wiedzy (portale korporacyjne) są przykładem rozwiązania, które pozwala się uporać z trudnościami udostępniania wiedzy różnym grupom użytkowników. Jednakże klasyczne rozwiązania stosowane do zarządzania wiedzą, takie jak portale korporacyjne, Wiki, blogi itp. wymagają uzupełnienia o technologie zwane technologiami wiedzy lub technologiami semantycznymi. W tym kontekście zakres zadań inżynierów wiedzy znacząco rozszerza się. Następuje integracja rozwiązań powstałych w obrębie technologii baz danych, zarządzania wiedzą z rozwiązaniami znanymi do niedawna wąskiej grupie osób reprezentujących badania nad sztuczną inteligencją, w tym badania nad systemami ekspertowymi. I chociaż rzadko mówi się o systemach ekspertowych w tym kontekście, systemy oparte na wiedzy zawierają moduł wnioskujący, tak charakterystyczny dla systemów ekspertowych.  Tworzy to nowe wyzwania dla inżynierów wiedzy.

Współcześni inżynierowie wiedzy dążą do tworzenia rozwiązań umożliwiających nie tylko wykorzystanie wiedzy w systemach prowadzących rozumowania, ale także pozyskiwanie nowej wiedzy z zasobów Internetu, korporacyjnych baz danych, baz dokumentów oraz dokumentacji rozmów prowadzonych z wykorzystaniem narzędzi informatycznych (e-mail, systemy konwersacyjne, systemy konferencyjne). Systemy pozyskujące wiedzę automatycznie z różnych zasobów wiedzy (baz wiedzy, Internetu, hurtowni danych itp.) i przetwarzające ją w oparciu o metody inteligentne są poszukiwanym wsparciem dla różnych dziedzin przedmiotowych. Jedną z koncepcji SOW są wyszukiwarki semantyczne oparte na ontologiach . Inną koncepcją są systemy konwersacyjne, prowadzące rozmowy z użytkownikami, np. z klientami firmy (wirtualni konsultanci). Inżynierowie wiedzy muszą zatem posiadać umiejętności formalnej reprezentacji, analizy wiedzy, a także jej wizualizacji. Inżynier wiedzy powinien dzisiaj znać m.in. semantyczny Web, umieć przetwarzać wiedzę zawartą w semantycznych systemach blogów i semantycznych Wiki, tworzyć agenty systemowe (np.chat boty, search boty) i inne systemy oparte na wiedzy.

Tworzenie systemów baz wiedzy wymaga współpracy ze sobą nie tylko informatyków, ale także psychologów, kognitywistów, lingwistów, matematyków, a także specjalistów od zarządzania. Każdy z wymienionych reprezentantów (wydawałoby się, że bardzo odległych od siebie) dziedzin wiedzy wnosi ważny wkład w doskonalenie metod pozyskiwania i reprezentacji wiedzy na potrzeby systemów komputerowych wykorzystujących ją do rozwiązywania różnorodnych problemów (zadań). Inżynieria wiedzy staje się coraz bardziej dziedziną interdyscyplinarną, dotyczy bowiem wielu aspektów z dziedzin nauk ścisłych i społecznych, związanych z tworzeniem, utrzymaniem i użytkowaniem SOW. Użytkownikami tych systemów mogą być agenci (ludzie) i agenty (sztuczne systemy programistyczne). Problematyka badawcza obejmuje zatem zagadnienia do niedawna zaliczane m.in. do sztucznej inteligencji, teorii baz danych, systemów ekspertowych, systemów wspomagania decyzji i innych dziedzin nauki.