45
KARTOGRAFISCH TIJDSCHRIFT
bank' en het gebruik van een open re-
deneermechanisme zijn de meest type-
rende kenmerken van een aanpak op
basis van kennissystemen (figuur i).
Kennissystemen vormen een belang-
rijk onderdeel binnen het totale inte-
ressegebied van de kunstmatige intelli-
gentie. De aanvankelijk hoog gespan-
nen verwachtingen ten aanzien van echt
'intelligente' automatiseringshulpmid-
delen zijn ondertussen behoorlijk be-
koeld, maar op het gebied van kennis
systemen is vooruitgang geboekt. In
praktische zin heeft dit vooral beslag ge-
kregen in de vorm van expertsystemen.
De algemene structuur van een kennis-
systeem is weergegeven in ßguur 2.
Centraal in een dergelijk systeem staan
de reeds genoemde kennisbank en re-
deneermechanisme. Eventuele intelli-
gentie van het uiteindelijke systeem is
het resultaat van de wisselwerking tus-
sen deze twee componenten. Zoals de
naam (kennissysteem of expertsys-
teem) al doet vermoeden is de belang-
rijkste bron van informatie de kennis
geleverd door een of meerdere experts
in het betreffende vakgebied (domein).
Een belangrijke beperking van de hui-
dige kennissystemen is, dat ze slechts
toepasbaar zijn op een nogal beperkt
en goed afgebakend domein. Intelli
gent redeneren in zo'n omgeving blijkt
reeds moeilijk haalbaar, dus aan meer
algemeen toepasbare Systemen valt
voorlopig niet te denken. De kennis
en ervaring van de menselijke expert
moet op een of andere manier worden
ingebracht in het systeem. Dit is een
lastige taak omdat alleen sterk gefor-
maliseerde kennis 'behapbaar' is voor
een geautomatiseerd systeem, ondanks
de misschien daarin aanwezige intelli-
gentie. Vrijwel alle kennissystemen be-
schikken dan 00k over een kennisver-
wervingsmodule. Deze moet helpen
bij het omzetten van ongestructureer-
de en dikwijls zelfs impliciete en onbe-
wuste menselijke kennis, naar een
vorm die geschikt is voor een kennis
systeem. In veel gevallen zal 00k nog
de inzet van een 'kennisingenieur'
noodzakelijk zijn, een deskundige op
het gebied van het vastleggen en for-
maliseren van menselijke kennis en be-
kend met kennissystemen.
Kennisrepresentatie
Aanvankelijk werden vooral 'produk-
tieregels' (als-dan regels) gebruikt
voor het vastleggen van kennis. Een
voorbeeld van een (kartografische)
produktieregel is:
1996-XX11-2
als het meetniveau van de gegevens kwantitatief is
dan moeten deze worden weergegeven met in
grootte varierende Symbolen.
Bij nieuwere kennissystemen staan meestal meerdere me-
thoden voor kennisrepresentatie ter beschikking. In 'seman
tische netwerken' wordt kennis voorgesteld door een verza-
meling knooppunten (stellen objecten voor) en de verbin-
dingen tussen de knooppunten (de relaties tussen de objec
ten). Weer een andere techniek werkt op basis van 'frames'.
Een frame bestaat uit een aantal 'slots' die voor de attribu-
ten van een object een waarde bevatten of een verwijzing
naar een ander frame. Deze laatste techniek wordt vaak ge
bruikt voor op voorhand minder goed gestructureerde ken
nis. De hier gegeven omschrijvingen van kennisrepresenta-
tie-technieken zijn sterk vereenvoudigd, maar toch komt
nog duidelijk het gebruik van objecten naar voren. Een lo
gische ontwikkeling is dan 00k dat bij het realiseren van
kennissystemen steeds vaker een object-georienteerde' aan
pak wordt gevolgd. Object-orientatie sluit, als program-
meertechniek, zeer goed aan bij de manier van werken en
de vereisten van een kennissysteem (zie 00k [1] en [2]).
Meta-gegevens
Naast domein-specifieke kennis is al vanaf de eerste ontwik
keling van kennissystemen de belangrijke rol van meta-ge-
gevens (gegevens over gegevens) en meta-kennis benadrukt.
Enigszins intelligent omgaan met gegevens lukt niet of
moeilijk, wanneer niet een behoorlijke hoeveelheid meta-
gegevens beschikbaar is. In een kartograhsch kennissysteem
bijvoorbeeld, zullen van de af te beeiden gegevens allerlei
extra gegevens nodig zijn, om dit op de juiste manier te
doen. Zou men dan 00k nog iets over de kwaliteit van de
kaart willen aangeven, dan blijkt snel dat de databank meer
meta-gegevens moet bevatten dan 'eigenlijke' gegevens. De
kennisbank van een kennissysteem bevat alle 'data (gege
vens, regels, kennis, methodiek) die gebruikt wordt voor de
intelligente functies van het systeem. Daarnaast is er 00k
een feitenbank die de feitelijke gegevens bevat die het do
mein vormen van het kennissysteem. In het kartografische
geval is dat de geografische databank. Elet bestaan van een
gescheiden kennisbank en redeneermechanisme maakt, dat
een kennissysteem de mogelijkheid heeft om te 'leren van
eerder genomen beslissingen of van gemaakte fouten. De
inhoud van kennisbank en redeneermechanisme kan wor
den aangepast en uitgebreid, eventueel door het systeem
zelf. Ook is het dan mogelijk oplossingen te zoeken voor
Problemen, waarvan de oplossingsmethode nog niet volle-
dig bekend is.
De eindgebruiker van een kennissysteem zal nooit rechtst-
reeks communiceren met de centrale modules van dat sys
teem. Een noodzakelijke voorwaarde voor het succesvol ge
bruik van kennissystemen is het beschikbaar zijn van een
gebruikersvriendelijke interface met het systeem. Een inter-
face voor de eindgebruiker speelt geen rol wanneer een ken
nissysteem als een ingebouwde applicatie wordt gebruikt
om een andere toepassing, bijvoorbeeld een gis, 'intelligen
ter te maken. De Gis-gebruiker merkt in dat geval alleen
iets van het kennissysteem doordat het gis zieh (hopelijk)
intelligenter gedraagt dan zonder kennissysteem. Als be
langrijke meerwaarde van een kennissysteem wordt veel ge-
noemd dat, via de gebruikers interface, verklaard kan wor
den welke gegevens zijn gebruikt en welke redeneerstappen
zijn uitgevoerd om tot het resultaat te komen.
