Ce document, sous licence Creative Commons, est une traduction de page principale du site de Conrad à propos de la gestion des données informatiques. Vous êtes bien entendu invité à lire la suite de cet article (en).
J'ai créé ce site dans le but d'aider à démystifier la science de la représentation de la connaissance (en abrégé KR), pour tous ceux intéressés par ce domaine scientifique encore largement sous-apprécié. La représentation de la connaissance, en elle-même, n'est pas une chose très difficile à comprendre : le fait que les ordinateurs soit une excellente méthode pour stocker et accéder à l'information n'est pas un mystère. Mais vous êtes vous déjà demandé où en était actuellement la science derrière l'information des ordinateurs ? La façon dont nous utilisons actuellement l'information sur les ordinateurs est elle aussi bonne qu'elle pourrait l'être ? Ou alors, peut on espérer que des avancées majeures sont encore devant nous ?
Quiconque regarde attentivement la façon dont nous stockons et utilisons actuellement l'information avec les ordinateurs trouvera que nos méthodes sont, au mieux, encore assez grossières.
Mais de plus je pense que ces limites peuvent être résolues et que des changements majeurs nous attendent dans la façon dont nous représentons et utilisons électroniquement la connaissance - bien que j'essairai de montrer que nous avons déjà eu un ensemble de révolutions de la représentation de la connaissance dans le passé, une révolution tout à fait nouvelle (et probablement la plus grande) est juste devant nous !
J'espère qu'après avoir lu cet essai vous serez d'accord avec le fait que d'inévitable changements sont devant nous, mais j'espère aussi que cet essai vous apportera beaucoup de détails pratiques et essentiels sur la façon dont les systèmes de réprésentation modernes de la connaissance fonctionnent, ce qui peut être difficile à tirer d'autres sources - Ceci vous aidera à anticiper de nouveaux développements dans ce domaine si vraiment ils surviennent dans le futur.
Etant donné que la science de KR touche à tellement de domaines de la pensée, nous pouvons facilement être perdus si nous ne pouvons pas avoir une vue d'ensemble sur où nous en étions avec KR et où nous serions le plus probablement menés. Pour se faire, jetons un coup d'oeil aux acteurs principaux qui ont mené aux systèmes d'information modernes. Par acteurs, j'entend qu'il y a des communautés distinctes d'utilisateurs d'ordinateur qui possèdent des philosophies uniques et peuvent être représentés par une icône ou un archétype. Pour l'intérêt de cet article, nous pouvons ranger tout les utilisateurs dans un de ces trois principaux archétypes :
Si nous observons l'histoire de l'informatique, il apparaît que ces trois archétypes ont été (et seront potentiellement) les déclencheurs des révolutions sur la manière dont nous utilisons l'information électronique. Le terme révolution, pour l'intérêt de cet essai, fait référence à une avancée majeure dans la façon dont les ordinateurs peuvent être utilisés pour traiter l'information qui a un effet tangible et quotidien sur la plupart de la société, avec des effets financiers et philosophiques majeurs sur la façon dont les gens produisent et consomment l'information des machines. Regardons de plus près quelques points de ces trois archétypes :
Au début, les ordinateurs étaient chers et possèdaient peu de puissance de calcul. Ainsi, beaucoup d'arrangements devaient être faits par les opérateurs d'ordinateur pour que ces premières machines fasse quelque chose de vraiment utile. Dans beaucoup d'universités, un nouveau type d'ingénieur informaticien apparu, capable de surmonter les limites de ces machines par la volonté de compromettre leur méthodes et approches par sa raison pragmatique - Des gens comme lui, le computer hacker, commencèrent à développer des idées telles que les compilateurs FORTRAN, les systèmes de fichiers, etc - les détails pratiques des logiciels informatiques modernes. Des gens comme lui lançèrent aussi les premières compagnies comme Apple Computers - menant au mythe du type dans le garage. Mais en terme de représentation de la connaissance, la plus importe idée apportées par le type dans le garage fut l'invention du système de gestion de base de données relationnel (en abrégé RDBMS).
Le RDBMS déclenchèrent la première révolution dans la représentation électronique de la connaissance : dans la fin des années 70, les personnes moyennes commençèrent à découvrir directement le travail des systèmes informatique : les machines commençèrent à imprimer des billets d'avion, donner des informations de comptes à la banque, et suivirent les clients , commandes et inventaires dans beaucoup de compagnies. Bien que certaines idées derrière la performance des RDBMS était fondée sur des théories scientifiques avancées (telle que le calcul des n-uplets ou autres), quand ils étaient utilisés comme un outil pour représenter la connaissance, les RDBMS ne demandait que peu de compréhension scientifique avancée : Ils sont d'incroyable outils de stockage effectif, mais sont aussi grossiers et limitant en terme d'expressibilité. Comme dirait le type dans le garage : "C'est pas super mais ça marche !".
Alors que le type dans le garage était capable d'accomplir des exploits majeurs avec les premiers systèmes informatiques, sa conception avait une sérieuse limite : La plupart de l'information qui était envoyé à un système informatique devait l'être de façon à ce que l'ordinateur puisse "comprendre" : en autres termes, un utilisateur devait entrer son billet d'avion, sa commande banquère ou objet manufacturé d'une manière facilement compréhensible pour l'ordinateur. Les premiers systèmes fonctionnèrent ainsi car les réponses des ordinateurs étaient alors peu communes et les réseaux petits, donc la plupart des données envoyées aux ordinateurs étaient envoyées "pour" l'ordinateur et non pas pour les autres personnes. Cela signifiait que beaucoup de gens qui avait touché à beaucoup de choses (mais peu sur les ordinateurs) n'avait pas encore tiré bénéfice du monde de l'informatique... jusqu'à, évidemment, l'avènement de la seconde révolution informatique : l'ère d'Internet.
Tout d'un coup, il importait peu qu'un ordinateur ne puisse pas "comprendre" l'art, la médecine, la littérature ou d'autres domaines : en laissant les humains directement intéragir entre eux par le biais d'internet, les spécialistes de différents domaine pouvait directement communiquer entre eux par du texte ou des images. Dans cette nouvelle ère, les gens qui étaient spécialisés dans des domaines pouvaient rédiger leur connaissance par de vulgaires pages web auquelles d'autres gens pourraient facilement accéder. En faisant passé l'ordinateur d'un auto-orienté à un moyen de communication, une plus large communauté de "spécialistes dans un domaine" non technique pouvaient dorénavant tirer profit des ordinateurs qui était auparavant simplement utiles à la plus petite communauté des élites techniques. Tout d'un coup, la quantité de connaissance véritable stockées dans les ordinateurs explosa, quoique d'une manière plutôt chaotique et désorganisée.
Il y a une importante tournure dans la seconde révolution KR qui, d'une certaine façon, la rend beaucoup plus importante que la première. C'est parce que les deux personnalités qui furent partie de l'ère informatique pouvaient maintenant intéragir de beaucoup de façons différentes et échanger les idées d'une façon auparavant impossible. Nous pouvons illustrer cela d'une manière quelque peu fantaisiste en créant un gradient antre le type dans le garage et l'écrivain.
Le diagramme illustre l'existence de deux communautés distinctes de gens qui mirent en place de nombreuses idées nouvelles auparavant obscures ou peu pratique à développer ; les gens étaient capables de développer des idées hybrides qui empruntaient à la fois au monde du type dans le garage (et ses données faciles à manipuler par les machines, simples mais hautement structurées) et l'écrivain (et ses données riches, complexes mais pas du tout structurées). Ces idées hybrides étaient essentiellement de nouvelles formes de données qui contenaient autant d'éléments structurés que non structurés. D'une certaine façon, cette nouvelle révolution dans la connaissance amplifia ses effets à travers le pont qu'elle forma entre ces deux archétypes, produisant de nouveaux concepts tels que les moteurs de recherche, les langages de balisage, et autres. En résumé, il y avait (pour reprendre le vieux cliché des années 90) de la synergie.
La grande absente de toute cette discussion est la scientifique. Bien qu'elle ait joué un rôle critique dans le développement des technologies qui en premier lieu rendirent les ordinateurs possibles, jusqu'ici elle n'a joué qu'un rôle mineur dans le monde des logiciels informatiques ou de la représentation de la connaissance : Quand vous écrivez un mémoire dans un traitement de texte, lisez vos emails, ou jouez au solitaire, très peu de ce que nous appelons "la science de pointe" rentre en jeux : pour écrire de tel logiciel, un programmeur utilise peu ou aucune connaissance comme le calcul intégral, le theorem proving, la relativité générale, la linguistique ou d'autres sciences.
Personne n'a vraiment espéré que les choses en soit ainsi : cela aurait été beaucoup plus logique que le monde informatique soit "régi" par les scientifiques de pointe, mais cela n'a tout simplement pas eu lieu. Bien que les scientifiques aient évidemment réalisé beaucoup d'avancées importantes dans le monde informatique, quand on en vient au logiciel et à la KR leur impact a été minuscule par rapport à celles des hackers et des spécialistes dont nous avons parlé plus haut. Bien que les scientifiques aient fait beaucoup d'efforts dans la KR informatique ces dernières années, beaucoup de gens ont trouvé les résultats plutôt décevants (un exemple dramatique fut l'hiver de l'AI). Alors où se place la scientifique dans le schéma ?
En résumé, il s'avère que le travail de la scientifique quand on en vient à l'information et aux ordinateurs a été simplement plus difficile qu'attendu intialement - cela doit en partie être du à la complexité des logiciels eux-même, mais principalement, je pense, cela est du au fait qu'une révolution de n'importe quelle sorte nécessite la participation de beaucoup de gens et que, dans ce cas, les limites de la psychologie humaine ont empêché la véritable science de la connaissance dans les logiciels de vraiment prendre place comme c'était initialement attendu. Mais, encore, je pense que le futur de la scientifique est assuré : la troisième révolution sera la révolution de la scientifique !
Le principal objectif de cet article sur la représentation de la connaissance sera de regarder la révolution de la scientifique et comment elle aura lieu. A mon avis, la plupart des ingrédients de cette révolution sont déjà en places. En outre, ces idées peuvent encore être mélangées avec les idées des autres archétypes... Par exemple, certaines de ces idées peuvent être mélangées avec les idées du type dans le garage.
Alors que d'autres idées sont plus compatibles avec la connaissance des écrivains et des spécialistes :
Ces diagrammes sont évidemment simplistes, mais ils permettent d'exprimer quelque chose d'élementaire à propos de la manière dont de telles idées disparates se relient entre elles.... En outre, nous pouvons tous les placer dans un triangle... Regardez !
En utilisant ce triangle, nous pouvons afficher toutes les idées majeures de la représentation de la connaissance en fonction de leur pragmatisme, rigueur scientifique et accessibilité aux spécialistes - Les idées les plus anciennes sont situés dans les coins alors que les idées les plus récentes apparaissent sur les cotés. Seulement très récemment, des logiciels commencent lentement à remplir l'aire au centre du triangle. Pour la suite de cet article disséquons le triangle en parties et analysons chaque coins du monde de KR :
Comment les scientifiques pense la connaissance
Pourquoi avons nous besoin de la science
Rendre les données plus chics avec les Cadres
Logique descriptive : Un mélange de logique et de pragmatisme
Qu'est ce que l'AI nous a appris de la connaissance ?
RDF et le Web Sémantique
Le type dans le garage et les UMLS
Le monde secret de la technologie de la recherche avancée
Le centre difficile à mâcher !Special Thanks to Scott Hollington, M.D. and Lauren Hancock for their help in making this primer possible.
