1
47
KARTOGRAFISCH TIJDSCHRIFT
I996-XXII-2
expert
kennis
Ingenieur
kennis
verwervings
module
gebruiker
gebruikersinterface
grafisch
subsysteem
feitenbank
kennisbank
geografische
database
geografische
kennisbank
mechanisme
kartografische
database
kartografische
kennisbank
meta
gegevens
meta
kennis
van de kennisbank. Er is een stuk kar
tografische theorie (Bertin), maar daar-
naast bestaan er nog zeer veel aanvul-
lende regels, conventies, voorschriften
en dergelijke. Gebleken is dat dit ge-
heel niet goed te formaliseren is. De
regels binnen een fase van het kaart-
ontwerp-proces zijn redelijk vast te
leggen en daarvoor is dan 00k een
kennissysteem te maken. Maar juist de
door de kartograaf gehanteerde over-
wegingen die te maken hebben met
het doel van de kaart, de gebruiker, de
vraag of een kaart überhaupt nuttig is,
of wellicht een verdere bewerking van
de gegevens niet tot een veel betere
kaart kan leiden, dat soort redenerin-
gen zijn (nog) niet te formaliseren.
Zonder uitzondering merkt iedereen
op die rapporteert over kartografische
kennissystemen, dat eerst de kartogra
fische theorie verder ontwikkeld dient
te worden, voor we resultaten kunnen
boeken met een kennissysteem voor
kaartontwerp. Dit is geen geruststel-
lende constatering in het licht van alle
nieuwe mogelijkheden (dynamische
kaarten, multi-media enz.) waarmee
de kartografie momenteel wordt ge-
confronteerd. Een sluitende en cohe-
rente theorie wordt hiermee alleen
maar moeilijker bereikbaar. Verder
wordt door iedereen, die aan de reali-
sering van een kartografisch kennissys
teem heeft gewerkt, gemeld dat een te-
kort aan geschikte meta-gegevens snel
een beperking van de mogelijkheden
betekent. Elet grootste winstpunt van
het praktisch werken aan een kartogra-
Figuur 3. De struc-
tuur van een ken
nissysteem voor
kaartontwerp.
fisch kennissysteem, 00k al is dat beperkt van opzet, is dat
ervaring wordt opgedaan met beschikbare kennissysteem-
gereedschappen. Ook ontstaat hiermee een beter inzicht in
de werkelijke potenties van 'intelligente' Software.
Totaalbenadering
Aan het andere einde van het spectrum, waar het de aanpak
van een kartografisch kennissysteem betreft, bevinden zieh
de voorstanders van de 'totaalbenadering'. Deze bepleiten
de 'top-down' aanpak omdat:
voor het maken van een kaart het gehele kaartontwerp-
proces doorlopen moet worden (het maken van een kaart
is immers meer dan alleen symbolisatie); en
gebleken is dat de 'bottom-up' benadering, zoals hiervoor
beschreven, niet tot het gewenste resultaat leidt.
In theorie kan dit waar zijn, in de praktijk is deze aanpak
niet zo vruchtbaar gebleken. Dikwijls mondt het uit in
nogal theoretische en weinig diepgaande beschrijvingen van
wat het kennissysteem zou behoren te doen, zonder dat
wordt aangegeven op welke wijze dit kan worden gereali-
seerd [8]. Dergelijke 'theorievorming' heeft een zeker nut
omdat een overzicht ontstaat van alles wat nog zou moeten
gebeuren, maar zo lang een praktische uitwerking ver weg is
vanwege alle 'formaliseringsproblemen', is de directe winst
gering. Een andere 'top-down' aanpak bestaat uit het syste
matisch onderverdelen van het kaartontwerp-proces in
stappen, waarbij voor iedere stap een taxonomie wordt op-
gezet van alle mogelijke keuzes [9]Het kartografische ken
nissysteem moet de gebruiker vervolgens op een intelligente
wijze längs de juiste keuzes leiden. Ook bij deze werkwijze
komen echter al snel de eerder genoemde problemen aan de
oppervlakte: een tekort aan geformaliseerde kartografische
kennis, de moeilijk te realiseren intelligentie juist bij de
overgangen tussen de kaartontwerp-stappen enz. Gezien de
problemen wordt dan gekozen voor het uitwerken van een
of enkele losstaande onderdelen en daarmee is men in feite
terug bij de 'bottom-up' benadering.
Implementatie
Vanaf de allereerste experimenten met kunstmatige intelli
gentie bestond de overtuiging dat de toen beschikbare 'pro-
cedurele' talen als Fortran en C niet geschikt waren om in
Software 'intelligente' funeties te realiseren. Het gevolg was
het ontstaan van 'declaratieve' talen als lisp en Prolog waar-
in veel makkelijker met symbolische informatie kan worden
gemanipuleerd. Ook behoeft een programmeur zieh veel
minder te bekommeren met de details van allerlei 'reken-
procedures'. Tot op zekere hoogte volstaat het declareren
van de uitgangspunten en hetgeen er dient te gebeuren, het
systeem zoekt dan zelf uit op welke manier dit het beste
kan. Tegenwoordig is vooral Prolog populair en er worden
dan ook kartografische kennissystemen gei'mplementeerd in
Prolog. Zoals aangegeven gaat het vaak om kleine deelsyste-
men en dan is het volledig zelf programmeren nog moge-
lijk, hoewel toch veel werk. Er dient dan zelf een redeneer-
mechanisme te worden ontwikkeld dat, vanwege de speci-
fieke toepassing, niet zo omvangrijk behoeft te zijn. Maar
dat is pas het begin want er is ook een kennisbank nodig
met minstens een methode voor kennisrepresentatie. Voor
het inbrengen van gegevens is een kennisverwervingsmodu-
le nodig en om het geheel te kunnen gebruiken een gebrui-
