Интеллектуальные информационные системы
Как работать на уровне знаний, а не данных
Сергей Исаев показал участникам конференции будущее информационных систем и обозначил их отличительную особенность: работа на уровне знаний, а не данных. На сегодняшний день существуют информационно-справочные системы, и их главное функциональное назначение — это возможность поиска информации в данных.
Сергей показал различия понятий «данные» и «информация»: «Что такое данные? Это когда у нас что-то есть и мы с этим ничего не можем сделать. А чем информация отличается от данных? Это когда мы в конкретный момент времени можем получить то, что хотим. И данные превращаются в информацию. Главное назначение информационных систем в том, что мы к ним обращаемся, что-то спрашиваем у них, а они нам что-то отвечают. Там есть системы фильтров, поиск по содержимому текста или какие-то комбинации фильтров. И главная концептуальная проблема всех информационных систем состоит в том, что системы не могут по-настоящему понимать смысл того, что мы у них спрашиваем. Системе все равно, что нолик, что единичка, что «а», что «б». Мы задаем конкретный вопрос, мы ее обучили отвечать ровно на этот вопрос, и она нам отвечает. Если мы спрашиваем что-то не то, она нам ничего не отвечает. Она отвечает только то, что заранее запрограммировано».
Это относится сейчас ко всем поисковым системам: и к Яндексу, и к Гуглу. Если у них спрашивать что-то, они в ответ выдают только такие результаты поиска, где есть прямое совпадение того или иного. Есть другой класс таких систем, это IBM Watson и Wolfram Alpha. Их можно назвать частично интеллектуальными: если им задать вопрос, они понимают смысл этого вопроса и отвечают на то, что в этот вопрос заложено. Например, «кто на свете всех милее, и румяней, и белее?». Эти системы не будут искать все совпадения, где есть данная фраза, а, может быть, скажут, что это Анжелина Джоли. Здесь происходит переход к новому классу интеллектуальных систем. Чем они отличаются? Тем, что система может понимать смысл запроса в понятиях человека. Допустим, если у системы спросить, какая будет налоговая ставка, если стать резидентом «Сколково», то она не будет искать все совпадения, она выдаст конкретное число, потому что поймет семантику этого вопроса, его смысл. И главное отличие работы этих систем: они будут работать на уровне знаний, а не на уровне данных.