A diferencia de los datos, el conocimiento tiene una propiedad. Conocimiento versus datos. Comparación de cos(es) y sistemas de software clásicos.

Presentación sin título

Definición de base de datos

Un conjunto de materiales independientes presentados de forma objetiva (artículos, cálculos, reglamentos, decisiones judiciales y otros materiales similares), sistematizados de tal manera que estos materiales puedan encontrarse y procesarse mediante medios electrónicos. computadora(COMPUTADORA).

Una base de datos es una colección de datos almacenados de acuerdo con un esquema de datos, que se manipula de acuerdo con las reglas de las herramientas de modelado de datos.

Una base de datos es una colección de datos organizados según una estructura conceptual que describe las características de esos datos y las relaciones entre ellos, una colección de datos que respalda una o más áreas de aplicación.

Una base de datos es una colección de datos organizados de acuerdo con ciertas reglas y mantenidos en la memoria de la computadora que caracteriza el estado actual de algunos área temática y utilizados para satisfacer las necesidades de información de los usuarios.

Una base de datos es un determinado conjunto de datos permanentes (almacenados permanentemente) utilizados por los sistemas de software de aplicación de cualquier empresa.

Una base de datos es un conjunto compartido de datos lógicamente relacionados (y una descripción de esos datos) diseñado para satisfacer las necesidades de información de una organización.

Base de conocimientos

Base de conocimientos (KB; inglés) base de conocimientos, KB) en la investigación en informática e inteligencia artificial es un tipo especial de base de datos diseñada para operar con conocimiento (metadatos). Una base de conocimiento contiene información estructurada que cubre un área determinada de conocimiento para que la utilice un dispositivo (o persona) cibernético con un propósito específico. Las bases de conocimientos modernas funcionan en conjunto con sistemas de recuperación de información y tienen una estructura de clasificación y un formato de presentación de conocimientos.

Las bases de conocimiento completas contienen no sólo información fáctica, sino también reglas de inferencia que permiten inferencias automáticas sobre hechos recién introducidos y, como resultado, un procesamiento significativo de la información. campo de la ciencia inteligencia artificial, que estudia las bases del conocimiento y los métodos de trabajar con el conocimiento, se llama ingeniería del conocimiento.

Una forma jerárquica de representar un conjunto de conceptos y sus relaciones en una base de conocimiento se denomina ontología. La ontología de un área determinada del conocimiento, junto con la información sobre las propiedades de objetos específicos, también puede denominarse base de conocimiento.

Diferencias

Base de conocimientos - modelo semántico, que describe el área temática y le permite responder preguntas de esta área temática, cuyas respuestas se encuentran en explícitamente no están presentes en la base de datos. La base de conocimientos es el componente principal de los sistemas inteligentes y expertos.

Una base de datos es una colección de datos relacionados organizados según ciertas reglas, que proporcionan principios generales descripción, almacenamiento y manipulación, independientemente de programas de aplicacion. Una base de datos es un modelo de información de un área temática. Se accede a las bases de datos mediante un sistema de gestión de bases de datos (DBMS)

Propiedades básicas

Definiciones básicas. La información que manejan los ordenadores se divide en procesal y declarativa. La información de procedimiento está incorporada en los programas que se ejecutan en el proceso de resolución de problemas, la información declarativa está incorporada en los datos con los que trabajan estos programas. La forma estándar para presentar información en una computadora es una palabra de máquina, que consta de una palabra específica. de este tipo Número de computadora de dígitos binarios: bits. La palabra de máquina para representar datos y la palabra de máquina para representar las instrucciones que forman el programa pueden tener el mismo o diferente número de bits. El mismo número de bits en palabras de computadora para instrucciones y datos permite que se consideren idénticos en la computadora. unidades de información y realizar operaciones sobre comandos como si fueran datos. Los contenidos de la memoria forman una base de información. La palabra de máquina es la principal característica de la base de información, porque su longitud es tal que cada palabra de máquina se almacena en una celda estándar memoria equipada con un nombre individual: dirección de celda. Con este nombre, las unidades de información se extraen de la memoria de la computadora y se escriben en ella. En lenguajes de programación alto nivel Se utilizan tipos de datos abstractos, cuya estructura la especifica el programador. La aparición de bases de datos (DB) marcó un paso más hacia la organización del trabajo con información declarativa. Las bases de datos pueden almacenar simultáneamente grandes cantidades de información y medios especiales, formando un sistema de gestión de bases de datos (DBMS), le permite manipular datos de manera efectiva, si es necesario, extraerlos de la base de datos y escribirlos en el orden requerido en la base de datos. A medida que se desarrolló la investigación en SI, surgió el concepto de conocimiento, que combinaba muchas de las características de la información procesal y declarativa. En una computadora, el conocimiento, como los datos, se muestra en forma simbólica: en forma de fórmulas, texto, archivos, matrices de información, etc. Por tanto, podemos decir que el conocimiento son datos organizados de una manera especial. En los sistemas de IA, el conocimiento es el principal objeto de formación, procesamiento e investigación. La base de conocimientos, junto con la base de datos, es un componente necesario paquete de software AI. Las máquinas que implementan algoritmos de IA se denominan máquinas basadas en el conocimiento, y la subsección de la teoría de la IA asociada con la construcción de sistemas expertos se llama ingeniería del conocimiento. diferencias entre datos y conocimiento: 1. interpretabilidad interna del conocimiento (por ejemplo: datos - 243849..., conocimiento - oraciones en lenguaje natural) 2. actividad del conocimiento. Si hay conocimiento, entonces el surgimiento de nuevos conocimientos puede conducir a cambios en los conocimientos antiguos y al surgimiento de otros nuevos. 3. coherencia del conocimiento. El conocimiento no es interesante en sí mismo, es interesante en su totalidad (un sistema de conocimiento). Cuarto, el conocimiento es dinámico y los datos suelen ser estáticos. El conocimiento intencional se define mediante el concepto de un nivel superior, que indica específico.

5.1. Diferencias entre conocimiento y datos

Un rasgo característico sistemas inteligentes es la disponibilidad de conocimientos necesarios para resolver problemas en un área temática específica. Esto plantea una pregunta natural: ¿qué es el conocimiento y en qué se diferencia de los datos ordinarios procesados ​​por una computadora?

Los datos son información de naturaleza fáctica que describe objetos, procesos y fenómenos del área temática, así como sus propiedades. en procesos procesamiento por computadora pases de datos próximos pasos transformaciones:

forma original existencia de datos (resultados de observaciones y mediciones, tablas, libros de referencia, cuadros, gráficos, etc.);

Presentación en lenguajes especiales de descripción de datos destinados a la entrada y procesamiento de datos iniciales en una computadora;

Bases de datos en soportes informáticos de almacenamiento.

El conocimiento es una categoría de información más compleja en comparación con los datos. El conocimiento describe no sólo hechos individuales, sino también las relaciones entre ellos, razón por la cual a veces se le llama datos estructurados. El conocimiento se puede obtener a partir del procesamiento de datos empíricos. Son el resultado de la actividad mental de una persona encaminada a generalizar su experiencia obtenida como resultado. actividades practicas.

Para proporcionar conocimiento a IIS, este debe presentarse de una forma determinada. Hay dos formas principales de impartir conocimientos. sistemas de software. La primera es poner el conocimiento en un programa escrito en un lenguaje de programación normal. Un sistema de este tipo representará un único código de programa, en el que el conocimiento no se coloca en una categoría separada. A pesar de que el problema principal se resolverá, en este caso es difícil evaluar el papel del conocimiento y comprender cómo se utiliza en el proceso de resolución de problemas. La modificación y el mantenimiento no son fáciles. programas similares, y el problema de reponer conocimientos puede volverse insoluble.

El segundo método se basa en el concepto de bases de datos y consiste en colocar el conocimiento en una categoría separada, es decir. El conocimiento se presenta en un formato específico y se coloca en la base de conocimientos. La base de conocimientos se actualiza y modifica fácilmente. Es una parte autónoma de un sistema inteligente, aunque el mecanismo de inferencia implementado en bloque lógico, así como los medios de diálogo, imponen ciertas restricciones a la estructura de la base de conocimientos y las operaciones con ella. Este método se adopta en el IIS moderno.

Cabe señalar que para poner conocimiento en una computadora, este debe estar representado por ciertas estructuras de datos correspondientes al entorno elegido para desarrollar un sistema inteligente. En consecuencia, al desarrollar un sistema de información, primero se acumula y presenta el conocimiento, y en esta etapa se requiere la participación humana, y luego el conocimiento se representa mediante ciertas estructuras de datos que son convenientes para su almacenamiento y procesamiento en una computadora. El conocimiento en MIS existe en siguientes formularios:

Conocimiento inicial (reglas derivadas de la experiencia práctica, dependencias matemáticas y empíricas que reflejan conexiones mutuas entre hechos; patrones y tendencias que describen cambios en los hechos a lo largo del tiempo; funciones, diagramas, gráficos, etc.);

Descripción del conocimiento inicial utilizando el modelo de representación del conocimiento seleccionado (conjunto de fórmulas lógicas o reglas de producción, web semántica, marcos, etc.);

Representación del conocimiento mediante estructuras de datos destinadas al almacenamiento y procesamiento en una computadora;

Bases de conocimiento sobre soportes de almacenamiento informático.

¿Qué es el conocimiento? Demos algunas definiciones.

De diccionario explicativo S.I. Ozhegova: 1) “Conocimiento - comprensión de la realidad por la conciencia, la ciencia”; 2) “El conocimiento es la totalidad de la información, el conocimiento en cualquier área”.

La definición del término "conocimiento" incluye principalmente elementos filosóficos. Por ejemplo, el conocimiento es un resultado probado en la práctica del conocimiento de la realidad, su reflejo correcto en la mente humana.

El conocimiento es el resultado obtenido al comprender el mundo circundante y sus objetos. En las situaciones más simples, el conocimiento se considera como una exposición de hechos y su descripción.

Los investigadores de IA proporcionan definiciones más específicas de conocimiento.

“El conocimiento son las leyes de un área temática (principios, conexiones, leyes) obtenidas como resultado de actividades prácticas y experiencia profesional, permitiendo a los especialistas plantear y resolver problemas en esta área."

"El conocimiento son datos bien estructurados, o datos sobre datos, o metadatos".

"El conocimiento es información formalizada a la que se hace referencia o se utiliza en el proceso de inferencia lógica".

En el campo de los sistemas de IA y la ingeniería del conocimiento, la definición de conocimiento está vinculada a la inferencia lógica: el conocimiento es información a partir de la cual se implementa el proceso de inferencia lógica, es decir. A partir de esta información, se pueden extraer varias conclusiones a partir de los datos disponibles en el sistema mediante inferencia lógica. El mecanismo de inferencia le permite vincular fragmentos individuales y luego sacar una conclusión basada en esta secuencia de fragmentos relacionados.

El conocimiento es información formalizada a la que se hace referencia o se utiliza en el proceso de inferencia lógica (Fig. 5.1.).

Arroz. 5.1. Proceso de inferencia en IS

Por conocimiento entendemos un conjunto de hechos y reglas. El concepto de regla que representa un conocimiento tiene la forma:

Si<условие>Eso<действие>.

Esta definición es caso especial definición anterior.

Sin embargo, se reconoce que los rasgos cualitativos distintivos del conocimiento se deben a la presencia de grandes oportunidades en la dirección de la estructuración y la interconexión de las unidades constituyentes, su interpretabilidad, la presencia de métricas, integridad funcional, actividad.

Hay muchas clasificaciones del conocimiento. Como regla general, con la ayuda de clasificaciones, se sistematiza el conocimiento de áreas temáticas específicas. En un nivel abstracto de consideración, podemos hablar de las características por las que se divide el conocimiento, y no de clasificaciones. Por su naturaleza, el conocimiento se puede dividir en declarativo y procesal.

El conocimiento declarativo es una descripción de hechos y fenómenos, registra la presencia o ausencia de dichos hechos y también incluye descripciones de las conexiones y patrones básicos en los que se incluyen estos hechos y fenómenos.

El conocimiento procedimental es una descripción de acciones que son posibles al manipular hechos y fenómenos para lograr los objetivos previstos.

Describir el conocimiento a nivel abstracto, desarrollado idiomas especiales- lenguajes para la descripción del conocimiento. Estos lenguajes también se dividen en lenguajes procesales y declarativos. Todos los lenguajes de descripción del conocimiento orientados al uso de computadoras tradicionales con arquitectura von Neumann son lenguajes procedimentales. El desarrollo de lenguajes declarativos que sean convenientes para representar el conocimiento es un problema acuciante en la actualidad.

Según el método de adquisición del conocimiento, se puede dividir en hechos y heurísticas (reglas que permiten tomar una decisión en ausencia de una justificación teórica precisa). La primera categoría de conocimiento suele indicar circunstancias bien conocidas en un área temática determinada. La segunda categoría de conocimiento se basa en propia experiencia un experto que trabaja en un área temática específica, acumulado como resultado de muchos años de práctica.

Según el tipo de representación, el conocimiento se divide en hechos y reglas. Los hechos son conocimientos del tipo "A es A", tales conocimientos son típicos de las bases de datos y; modelos de red. Las reglas, o productos, son conocimientos del tipo “SI A, ENTONCES B”.

Además de los hechos y las reglas, también existe el metaconocimiento: el conocimiento sobre el conocimiento. Son necesarios para la gestión del conocimiento y para la organización eficaz de los procedimientos de inferencia lógica.

La forma de representación del conocimiento tiene un impacto significativo en las características de los sistemas de información. Las bases de conocimiento son modelos del conocimiento humano. Sin embargo, no se puede modelar todo el conocimiento que utiliza una persona en el proceso de resolución de problemas complejos. Por tanto, en los sistemas inteligentes es necesario separar claramente el conocimiento entre aquel que está destinado a ser procesado por una computadora y el conocimiento utilizado por los humanos. Obviamente, para resolver problemas complejos, la base de conocimientos debe tener un volumen suficientemente grande y, por lo tanto, inevitablemente surgen problemas en la gestión de dicha base de datos. Por lo tanto, al elegir un modelo de representación del conocimiento, se deben tener en cuenta factores como la uniformidad de la representación y la facilidad de comprensión. La homogeneidad de la presentación conduce a una simplificación del mecanismo de gestión del conocimiento. La facilidad de comprensión es importante para los usuarios de sistemas inteligentes y los expertos cuyo conocimiento está integrado en el sistema de información. Si la forma de representación del conocimiento es difícil de entender, entonces los procesos de adquisición e interpretación del conocimiento se vuelven más complicados. Cabe señalar que es bastante difícil cumplir simultáneamente estos requisitos, especialmente en grandes sistemas, donde la estructuración y representación modular del conocimiento se vuelve inevitable.

La resolución de problemas de ingeniería del conocimiento plantea el problema de convertir la información recibida de expertos en forma de hechos y reglas para su uso en una forma que pueda implementarse de manera efectiva mediante el procesamiento automático de esta información. Para ello, se han creado y utilizado varios modelos de representación del conocimiento en los sistemas existentes.

A modelos clasicos Las representaciones del conocimiento incluyen modelos lógicos, de producción, de marco y de redes semánticas.

Cada modelo tiene su propio lenguaje de representación del conocimiento. Sin embargo, en la práctica, rara vez es posible gestionar dentro del marco de un modelo al desarrollar un sistema de información, excepto en los casos más simples, por lo que la representación del conocimiento resulta compleja. Además de la representación combinada mediante varios modelos, generalmente se utilizan herramientas especiales para reflejar las características del conocimiento específico sobre el área temática, así como varias maneras eliminar y tener en cuenta la vaguedad y la incompletitud del conocimiento.

Diferencias entre conocimiento y datos

Información, datos, conocimiento.

La información existe en tres formas: como datos ( Datos), la información en sí ( Información) y conocimiento ( Conocimiento).

En el procesamiento informático de información, se entiende por datos iniciales datos, y debe presentarse en una forma que pueda almacenarse, procesarse y transmitirse.

Datos– observaciones registradas que en este momento El tiempo no influye en la toma de decisiones.

Los datos generalmente se presentan en una forma que permite su uso para su procesamiento y transmisión informática, es decir, están codificados y pueden almacenarse.

Ejemplos de datos: diccionario: un conjunto ordenado de datos de texto, enciclopedia: un conjunto ordenado de datos, texto libre(artículo, resumen).

La información se puede extraer de los datos.

Información– se trata de datos procesados ​​que se presentan en una forma adecuada para la toma de decisiones por parte del destinatario.

Ejemplos de información: interpretación de una palabra extraída de un diccionario, significado de un término extraído de una enciclopedia.

La información es el contenido, el significado de los datos o los hechos que se utilizan para tomar una decisión.

Conocimiento– hechos, informes sobre ambiente, procedimientos y reglas para manipular hechos, así como información sobre cuándo y cómo aplicar estos procedimientos y reglas.

En general, el conocimiento es un resultado probado en la práctica del conocimiento de la realidad, un tipo de información que refleja el conocimiento de una persona, especialista en el área temática.

El conocimiento difiere: hay declarativo (hechos) y procesal (reglas). Declarativo es conocimiento sobre ciertos fenómenos, eventos, propiedades de los objetos (“Sé que...”). Procedimental es el conocimiento sobre las acciones que se deben realizar para lograr un objetivo (“Sé cómo…”).

Diferencias entre conocimiento y datos

1. Interpretación. Los datos almacenados sólo pueden ser interpretados por un humano o un programa. Los datos no llevan información. El conocimiento contiene tanto datos como su descripción (reglas de interpretación).

2. Disponibilidad de enlaces de clasificación.. Los datos no tienen descripción efectiva conexiones entre varios tipos datos. El conocimiento está estructurado porque es posible establecer correspondencia entre unidades de conocimiento.

3. Disponibilidad de conexiones situacionales.. Las conexiones describen muchas situaciones actuales de un objeto. Los datos son difíciles de analizar. A partir de la estructura y composición del conocimiento en función de la situación, es posible construir procedimientos de análisis del conocimiento.

Enfoques para determinar la cantidad de información.
(métodos de medir la información)

En la teoría de la información se ha demostrado que la información permite cuantificación, es decir, se puede medir objetivamente.

Obviamente, para esto es necesario hacer suposiciones: bajo ciertas condiciones puedes descuidar características cualitativas información. La cantidad de información se puede medir entonces numéricamente, por lo que se puede comparar la cantidad de información contenida en diferentes mensajes.

Antes de continuar considerando el tema de la gestión del conocimiento, es importante determinar conceptos clave este ámbito: “datos”, “información”, “conocimiento”.

La literatura sobre gestión del conocimiento presenta diferentes enfoques para su interpretación. Sin pretender hacer un análisis completo, intentaremos esbozar algunos puntos importantes.

Bajo datos Se comprenden observaciones desordenadas, números, palabras, sonidos, imágenes. Este es un conjunto de factores discretos y objetivos sobre eventos. Además, en un contexto organizacional, los datos se interpretan como registros estructurados de actos de actividad. Las organizaciones suelen almacenar datos en sistemas de información, al que acuden desde diversos departamentos y servicios.

Cuando los datos se organizan, ordenan, agrupan, categorizan, se vuelven información. Se interpreta como una recopilación de datos dispuestos con una finalidad concreta que le confiere significado.

Mensaje- se trata de texto, datos digitales, imágenes, sonido, gráficos, tablas, etc.

Inteligencia– prácticamente sinónimo del concepto de “Mensajes”. En la mayoría de los casos son de carácter doméstico.

Conocimiento se interpreta como información lista para un uso productivo, eficaz y dotada de significado. Es una colección de experiencias formalizadas, valores, información contextual y comprensión experta que forman la base para evaluar e integrar nuevas experiencias e información. Se forma y se aplica en la mente de las personas, y en las organizaciones a menudo está consagrado no sólo en documentos y repositorios, sino también en procedimientos, procesos, formas de hacer las cosas y normas organizacionales.

Tabla basada en revisión fuentes literarias Se dan varias definiciones de conocimiento.

La mayoría de las definiciones discutidas enfatizan que el conocimiento es un concepto más amplio, profundo y rico en comparación con la información. ellos representan conexión móvil diferentes elementos– experiencia, valores, información y comprensión experta- y en constante cambio; son intuitivos; son característicos de las personas y son parte integral de la esencia humana con su imprevisibilidad.

Todo el mundo sabe qué son las bases de datos y cómo utilizarlas. Se han creado una amplia variedad de bases de datos que se amplían constantemente sobre cualquier tema, desde publicaciones periódicas científicas hasta ficción, desde obras de arte hasta guías telefónicas.

Pero esto educación necesaria Poco a poco comienza a perder su significado anterior. Esto es especialmente cierto en el caso de las publicaciones científicas. problema principal bases cientificas Los datos son su redundancia. Cualquier solicitud realizada utilizando palabras clave. palabras de búsqueda, producirá una cantidad tan grande de enlaces que verlos se convierte en trabajo separado. Sin embargo, muchos materiales difieren tan ligeramente que es difícil evaluar la utilidad de uno de ellos en comparación con el otro.

Una salida a esta situación es crear bases de conocimiento o bases de decisión: información sistematizada que se procesa mediante otros algoritmos de búsqueda.

¿Cuál es la principal diferencia entre bases de datos y bases de conocimiento? La búsqueda en la base de datos se realiza por palabra clave, relativamente hablando, esta es la respuesta a la pregunta "¿qué?". Por ejemplo, preguntamos consulta de búsqueda"nanotubos". La base de datos devolverá todo lo relacionado con esta solicitud: síntesis, oxidación, biodegradación y características espectrales. El número de enlaces superará los miles. Puede buscar por dos, tres o más palabras clave. Esto reducirá el flujo de enlaces, pero puede cortar los necesarios. En la base de conocimientos la búsqueda se realiza mediante varias preguntas, por ejemplo: “¿Qué?”, “¿Con qué?”, “¿Cómo?”. Esto trae a colación el siguiente punto. Actualmente se han escrito millones de artículos y patentes en todas las áreas del conocimiento. Pero sólo hay entre 30.000 y 35.000 soluciones que cumplen el principio de la base de conocimientos. El aumento del número de decisiones, a diferencia del aumento del número de artículos, es lento. La gran mayoría de los artículos son sólo pequeños matices de una solución. Por ejemplo: endurecimiento de metales. Solución: qué: metal, qué: material de enfriamiento, cómo: rápidamente. Esta solución cubre todos los metales y aleaciones, todos los tipos de líquidos o gases de enfriamiento y todos los métodos de suministro de refrigerante. Además, a partir de esta solicitud, se puede formar una base de datos, por ejemplo, por tipos de refrigerante (agua, aceite, salmuera), la segunda, por métodos de suministro del material (bombas, inmersión de una pieza, pulverización de solución), la tercera - por grados de acero. se puede formar base adicional referencias sobre procesos menores: oxidación de la superficie del metal, eliminación de depósitos de carbón después del endurecimiento, métodos especiales de endurecimiento. La búsqueda en una base de conocimientos es diferente a la búsqueda en una base de datos; utiliza los llamados "recursos". Los recursos para comprender las bases de conocimiento son materiales, catalizadores, campos e influencias que conducen a una solución. Las bases de conocimiento también pueden procesar preguntas de búsqueda. Por ejemplo, la consulta "sintetizar éster" ingresada en la base de datos será interpretada únicamente por la palabra clave "éster". En la base de conocimientos, también puede especificar los términos "síntesis", "decadencia", "biodegradación" y algoritmos de búsqueda semántica de verbos.

Ahora un poco sobre las desventajas de este sistema. Las bases de datos son reglas de formación establecidas. palabras clave, uniforme (con pequeñas variaciones) para todas las publicaciones científicas y unificado con algoritmos de búsqueda. Será necesario crear bases de conocimientos desde cero. Esto es mucho trabajo, porque para aislar recursos se necesita una comprensión completa de los procesos descritos en el artículo o patente, lo que se vuelve mucho más difícil cuando se procesan artículos multidisciplinarios y patentes protegidas de reingeniería. La segunda desventaja es que ahora se crean bases de conocimiento "para ingenieros", es decir, principalmente orientación aplicada. Investigación Básica, por lo que no están incluidos.

Ahora un poco sobre las ventajas. Construir una base de conocimientos es un gran proceso de aprendizaje. Un "subproducto" es un aumento significativo en el nivel de conocimiento de los desarrolladores y la obtención de especialistas altamente calificados que puedan decidir tareas asignadas. La segunda ventaja es que con un determinado algoritmo para generar consultas, la base de conocimientos puede ser una fuente de nuevas soluciones que no se han descrito ni creado aún. Por ejemplo, al consultar el endurecimiento de metales, la base de conocimientos puede devolver una lista de recursos que tienen propiedades necesarias(temperatura, fluidez) e impulsar la creación de nuevas soluciones, como el endurecimiento en polímeros fundidos, el endurecimiento con oxidación simultánea de la superficie, el endurecimiento puntual y desigual. Tercero más. Probablemente, muchos ni siquiera pensaron que la esencia de los procesos descritos en artículo científico o patente se formula en no más de cien palabras. Al mismo tiempo, el volumen de artículos es de al menos varias páginas y las patentes, de hasta varios cientos de páginas. Procesar el material en un sistema de base de conocimientos permitirá en el futuro no perder el tiempo leyendo detalles insignificantes y diferencias con los análogos, que ciertamente se describen en los materiales originales.

Un breve resumen. Las bases de conocimiento son extremadamente útiles para desarrollos aplicados, especialmente en la vanguardia de la ciencia. Te permiten recibir soluciones listas para usar para una tarea u otra. Al mismo tiempo, su creación aumenta enormemente el nivel profesional de los desarrolladores y les permite obtener excelentes especialistas.