Введение. 
Принципы организации правдоподобных рассуждений в интеллектуальных системах

В работе описываются возможные механизмы организации и управления знаниями и данными в интеллектуальных компьютерных системах. Рассматриваются также трудности и тенденции в реализации правдоподобных рассуждений в интеллектуальных системах Мы будем рассматривать интеллектуальную компьютерную систему (ИКС) как систему способную совершать правдоподобные рассуждения. База данных (БД) системы интеллектуальна, если она общается с пользователем скорее посредством рассуждений на уровне концептуальных знаний, а не с помощью специального формального языка запросов. Наша цель сформулировать главные принципы, которые могли бы быть положены в основу конструирования, прежде всего, интеллектуальных БД. Основные трудности реализации правдоподобных рассуждений в компьютерах связаны с решением следующих проблем:

• · Взаимодействие между данными и знаниями;
• · Представление и структурная организация данных и знаний;
• · Интеграция концептуальной кластеризации и управляемого концептуального машинного обучения, при котором для интерпретации классов объектов возможно обращение к знаниям самой ИКС, а не только к эксперту, управляющему обучением;
• · Процедурный анализ и синтез объектов из элементарных компонентов. Эта задача концептуального машинного обучения возникает всегда при извлечении знаний из достаточно сложно организованных данных — изображения, тексты, речь и т. п.

Интеграция данных и знаний есть главная составляющая интеграции всех типов рассуждений в ИКС. Рассмотрим некоторые идеи взаимодействия между данными и знаниями и сформулируем главные направления исследований для решения перечисленных выше проблем.