і процедури, які дозволили б їм адекватно взаємодіяти з навколишнім середовищем, іншими системами і людьми. Цей напрямок також розроблено ще дуже слабо.
Фахівці в галузі дослідження штучного інтелекту підкреслюють, що вдосконалення інтелектуальних систем (інформаційно-пошукових систем високого рівня, діалогових систем, що базуються на природних мовах, інтерактивних людино-машинних систем, використовуваних в управлінні, проектуванні, наукових дослідженнях ) багато в чому визначається тим, наскільки успішно будуть вирішуватися завдання представлення знань. Перед тими, хто займається проблемою представлення знань, постає питання про те, що таке знання, яка його природа і основні характеристики. У зв'язку з цим робляться спроби дати таке визначення знання, з якого можна було б виходити у вирішенні завдань подання знань у комп'ютерних системах.
Поданню даних притаманний пасивний аспект, в той час як в теорії штучного інтелекту особливо підкреслюється активний аспект подання знань: придбання знання має стати активною операцією, що дозволяє не тільки запам'ятовувати, але й застосовувати засвоєні знання для міркувань на їх основі. Використання символічної мови (наприклад, мови математичної логіки) дозволяє формулювати опису у формі, близькій і до звичайного мови, і до мови програмування.
Проблема подання знань пов'язана з переходом досліджень у цій області в зовсім іншу фазу: йдеться про створення практичних (експертних) систем, що застосовуються в науці. Створення таких систем вимагає інтенсифікації зусиль по формалізації знання, накопиченого у відповідній науці. Представлення знань зв'язується також з певним етапом у розвитку математичного забезпечення комп'ютера. Якщо на першому етапі домінували програми, а дані відігравали допоміжну роль, то на подальших етапах роль даних зростала, а їх структура ускладнювалася. У підсумку з'явилися абстрактні типи даних, що забезпечують можливість створення такої структури даних, яка була б більш зручна при вирішенні задачі. Розвиток структур даних привело до їх якісної зміни і до переходу від представлення даних до подання знань. Рівень представлення знань відрізняється від рівня представлення даних не тільки більш складною структурою, а й істотними особливостями: интерпретируемость, наявність класифікуються зв'язків, наявність ситуативних відносин. Для рівня знань характерні і такі ознаки, як наявність спеціальних процедур узагальнення, поповнення наявних у системі знань інших процедур.
Розглядаючи комп'ютер в гносеологічному плані в якості посередника в пізнанні, має сенс абстрагуватися від власне «залізної частини» комп'ютера і розглядати всю комп'ютерну систему як складну систему взаємопов'язаних і самостійних моделей. Такий підхід не тільки відповідає розгляду комп'ютерних систем в інформатиці, але є і гносеологічно виправданим. Найважливіші філософські аспекти проблем, що виникають у зв'язку з комп'ютеризацією різних сфер життя людини, вимагають для свого дослідження звернення до знакових складовим комп'ютерних систем.
Введенням терміна «знання» передбачає появу поняття «осознаваемости», тобто «розуміння» своїх інтелектуальних можливостей. У свою чергу, це означає не що інше, як рефлексію.
Філософська прийнятність проблематики штучного інтелекту була обумовлена ??лежачим в її основі уявленням про те, що «порядок і зв'язок ідей ті ж, що порядок і зв'язок речей». Створити структуру, відтворюючу «світ ідей», означало б просто створити структуру, изоморфную структурі матеріального світу. Ця модель інтерпретувалася як комп'ютерна модель людських знань про світ. Процес людського мислення інтерпретувався в комп'ютері як машинний пошук таких трансформацій моделі, які повинні були перевести комп'ютерну модель в певний кінцевий стан. Для цього система штучного інтелекту потребувала знаннях про те, як здійснювати трансформації станів моделі, що призводять до заздалегідь заданої мети (станом з певним набором властивостей). Спочатку було поширене переконання в здатності комп'ютера до самостійного дослідження зберігається в ньому моделі.
Така передбачувана «здатність» комп'ютера інтерпретувалася як можливість машинного творчості, як основа створення «розумних машин». Незважаючи на те, що в розроблялися системах досягнення мети здійснювалося на основі людського досвіду за допомогою алгоритмів, ідеї побудови самообучающихся систем здавалися цілком перспективними. Лише в 80-х роках минулого сторіччя з усвідомленням значущості проблеми використання в інтелектуальних системах людських знань про дійсність стали розроблятися бази знань і методів вилучення особистих знань експертів.
З розвитком даного напрямку і виникла ідея рефлексивного управління. Рефлексивне управління - це передача інформації, що впливає на наявний в об'єкта образ світу. Саме шахові прог...