《知识工程》之理论基础
 
〖摘要〗知识是创新的源泉。基于知识进行创新,需要大量的已有知识和经验的支持。这些知识和经验包括科学原理、技术知识、社会知识、实践经验、成功甚至失败案例等等。面对当今海量的知识,如何才能快速获取创新最需要、最有价值的知识?作为前人创新成果的结晶――专利知识,技术含量高,可靠性强,绝大多数来源于创新实践,体现了创新的规律。基于专利知识进行创新,可以使创新从一开始就处于一个较高的起步阶段,从而可以大大提高创新设计的效率和创新方案的质量。
 
发现+规律+实践=知识
 
发现者的故事总是吸引人们的目光――麦哲伦首次环球航行,证明了沿着一个方向一直走下去就会回到起点,可是地球本来就是圆的;一只偶然落下的苹果,让牛顿成为了不朽,但是此前万有引力定律早就存在;门捷列夫发明了元素周期表,但是化学元素的有序结构在亿万年前就是一个既定事实。发现者之所以受人尊重,源于他们对客观规律的坚定信仰和执着实践。
 
由此不难看出,"发现"、"规律"、"实践"是人类历史发展的最关键的几个主题词。发现,让人类认识了规律;实践,让人类证实了规律。"发现"、"规律"、"实践"导致了新生事物的产生;对"发现"、"规律"、"实践"和新生事物归纳总结的结果是产生了大量的知识。
 
基于知识的创新,与另一个发现者的名字联系在了一起,他就是前苏联的G.. S. Altshuller――一个伟大的科学家和发明家。与他的名字紧密联系在一起的,是一个著名的技术词汇――TRIZ(萃智)――一个对客观存在的创新规律进行描述和总结,并经过无数次实践检验的理论。
 
基于知识创新的理论――TRIZ(萃智)
 
1946年,当时在前苏联里海海军专利局工作的发明家Genrich S. Altshuller,在研究和整理世界各国著名的发明专利过程中,他发现任何领域的产品改进、技术的变革、创新和生物系统一样,都存在产生、生长、成熟、衰老、灭亡的过程,是有规律可循的。当人们进行发明创新、解决技术难题时,是有特定的科学方法和规律的。人们如果掌握了这些规律,就能能动地进行产品设计并能预测产品的未来发展趋势。
 
在Altshuller看来,解决发明问题过程中所寻求的科学原理和法则是客观存在的,大量发明面临的基本问题和矛盾(技术矛盾和物理矛盾)也是相同的,同样的技术创新原理和相应的解决问题方案,会在后来的一次次发明中被反复应用,只是被使用的技术领域不同而已。
 
因此,将那些已有的知识进行提炼和重组,形成一套系统化的理论,就可以用来指导后来的发明创造、创新和开发。正是基于这一思想,在Altshuller的带领下,与前苏联的专家们一起,经过50多年对数以百万计的专利文献加以搜集、研究、整理、归纳、提炼,建立起一整套体系化的、实用的解决发明问题的理论方法体系――TRIZ(萃智)(发明问题解决理论)――一个来源于知识提炼和重组的理论。
 
TRIZ(萃智)的理论前提和基本认识是:
 
•产品或技术系统的进化有规律可循;
•生产实践中遇到的工程矛盾往复出现;
•彻底解决工程矛盾的创新原理容易掌握;
•其它领域的科学原理可解决本领域技术问题。
 
TRIZ(萃智)的核心是消除矛盾及技术系统进化原理,并建立了基于知识消除矛盾的逻辑方法,用通用解的方法解决特殊问题或矛盾。图2列出了TRIZ(萃智)的理论体系。
 
相对于传统的创新方法,比如试错法,头脑风暴法等,TRIZ(萃智)理论具有鲜明的特点和优势。它成功地揭示了创造发明的内在规律和原理,着力于澄清和强调系统中存在的矛盾,而不是逃避矛盾,其目标是完全解决矛盾,获得最终的理想解,而不是采取折衷或者妥协的做法,而且它是基于技术的发展演化规律研究整个设计与开发过程,而不再是随机的行为。
 
基于TRIZ(萃智)理论,可以有效地解决产品开发过程中的多种技术问题。比如:如果技术人员遇到了产品的某个工程参数既要大,又要小(同理:既要厚,又要薄;既要重,又要轻;既要转,又要不转;既要强度高,又要强度低等)这种"A"和"非A"的问题,传统上解决起来是十分头痛的。在TRIZ(萃智)理论的矛盾矩阵中,表示为可以采用分离原理来妥善解决问题,其它的原理和方法并不奏效。如此,在TRIZ(萃智)的指导下,人们已经知道了沿着分离原理的思路去考虑问题肯定是正确的。具体还有四种分离原理(时间分离、空间分离、条件分离、整体和部分分离)可以为技术人员选用。当然,具体采用哪些技术手段(如机、电、光、液、气等)和哪个分离原理去实现分离,是工程师自己选择的问题。
 
又比如,如何预测下一代产品的技术发展趋势的问题,是一个带有战略决策意味的问题,用试错法根本无法解决。而TRIZ(萃智)理论中,对技术系统的进化法则有着明确的分析和示意,让决策者清晰地了解到在什么阶段该采用什么样的技术来发展自己的产品,有效地取得产品的竞争优势。
 
由以上两例不难看出,TRIZ(萃智)理论对研发或解决问题的思路有明确的指导性。这种指导性避免了耗费大量人力、物力、财力的盲目试错,让解决产品问题变得有律可循、有术可依,给技术创新留下了巨大的、易操作的空间。让创新不再是一个概念或一句口号。
 
实践证明,运用TRIZ(萃智)理论,可大大加快人们创造发明的进程而且能得到高质量的创新产品。它能够帮助我们系统地分析问题,快速发现问题本质或者矛盾,它能够准确确定问题探索方向,不会错过各种可能;而且,它能够帮助我们突破思维障碍,打破思维定势,以新的视角分析问题;还能根据技术进化规律预测未来发展趋势,帮助我们开发富有竞争力的新产品。经过50多年的发展,这一方法学体系在实践中不断丰富完善,取得了良好的应用成果和巨大的社会经济效益。
 
描述知识组织与关联的理论――本体论
 
本体论(Ontology:O大写)作为一个哲学名词,来源于古希腊哲学的概念,由希腊语的ontos(存在)与logos(学说、言论)派生出来,被解释为"关于存在的学说、言论"。哲学上的Ontology旨在解决这样的问题――对某一定义的知识进行统一的概念化,主要是从自然内部、从客体与客体之间的联系中去寻找万物的本质,力图摆脱人在自然、客体中的作用和影响,努力构建一个客观世界的本体。
 
上世纪80年代末90年代初,随着人工智能的发展,本体论被人工智能界赋予了新的定义。在人工智能领域,本体论是研究客观事物间相互联系的学科,本体(ontology:o小写)是共享概念模型的明确的形式化规范说明。
 
为满足:①领域知识的表达、共享、重用、②术语标准化(实施并行工程、异地协同设计制造与产品全生命期管理)、③异构数据集成(虚拟企业或供应链内部异构信息系统之间的互操作和集成)的需求,自从上世纪80年代末90年代初以来,随着人工智能和知识工程的发展,本体论(Ontology)成为知识工程和知识管理领域研究的热点。例如:美国斯坦福大学计算机系的知识系统实验室(Knowledge Systems Laboratory)的R.Fikes教授和T.Gruber等人从20世纪90年代初(1993年)开始名为"How Things Work"研究计划,主要目的是研究面向科学工程的基于工程本体(Engineering Ontology)的"共享的可重用知识库(Shared Reusable Knowledge Bases)"。该研究大大推动了知识工程中本体论的研究,较早地提出借用哲学概念本体(Ontology)来描述特定领域相关基本术语以及术语之间的关系(概念模型),并以此作为知识获取和表达,从而建立共享知识库的基本单元。其目标是捕获相关的领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇(术语)和词汇之间相互关系的明确定义。而大规模的模型共享、系统集成、知识获取和重用依赖于领域的知识结构分析。
 
从本体论的观点来看,世间万物皆有联系――这种联系近似于一个空间的、网状的复杂结构。本体论承接了所有研究领域学科的知识总和,客观地描述了既有的"世界"(自然成果+人类成果)的关系,并能指导人类去开发和认识未知的世界。
 
笔者在上一节提到,TRIZ(萃智)理论对研发或解决问题的思路有明确的指导性。但是,光有了解决问题思路和方向还是不够的,从解决问题思路到解决问题的具体方案之间,还有一个复杂的思维过程,即:如何构建一个可行的、可操作的解决方案?构建创新解决方案,实际上是一个知识分析、归纳、综合、推理、对比、联想和领悟的过程,是一个各种相关知识交互作用、融会贯通的过程――院士和专家们之所以能够比一般人更能解决问题,就是因为:①他们的头脑里有大量综合的、精炼的、高质量的知识在起作用;②他们在长期的解决问题的过程中,在自己的头脑里建立了各种知识之间的复杂而有效的知识关联(知识通道)。这种知识量和知识关联,是一般人所不具备的。因此,本体论在构建创新知识库时的作用,有<