Знания делятся на две большие категории: факты и эвристики. Факт - это явление или событие имевшее место быть. В интеллектуальных системах факт указывает на хорошо известные в той или иной области обстоятельства. Эвристики - это более индивидуальное понятие, они основываются на индивидуальном опыте специалиста предметной области, накопленном в результате многолетней практики.
Выделяют следующие виды знаний:
- Декларативные
- Процедурные
- Интенсиональные
- Экстенсиональные
- Жесткие
- Мягкие
- Поверхностные
- Глубинные
Декларативные знания
Это совокупность сведений о качественных или количественных характеристиках объектов, явлений и их элементов, представленных в виде фактов и эвристик. Декларативные знания также называются понятийными или концептуальными. Такие знания отражают понятия предметной области и связи между ними. Примером декларативного знания является высказывание: "Я знаю, что...".
Процедурные знания
К таким знаниям относятся сведения о способах оперирования или преобразования декларативных знаний. Процедурные, или процедуральные знания описывают процедуры, т.е. указывают операции над понятиями, позволяющие получать новые понятия. Иногда такие знания называют алгоритмическими. В виде процедурных знаний обычно описывается информация о предметной области, характеризующая способы решения задач в этой области, а также различные методики и инструкции. Высказывание "Я знаю, как..." является процедурным знанием.
Интенсиональные и экстенсиональные знания
Это общие знания о предметной области. Они оперируют абстрактными объектами, событиями и отношениями. Например, процесс создания автомобиля будет обладать такими общими знаниями, как то, что у автомобиль должен ездить. Максимальная скорость, цвет и форма кузова будут экстенсиональными знаниями. Это знания, являющиеся специфичными для конкретной задачи.
Жесткие и мягкие знания
Жесткие знания используют ограниченные типы данных и не допускают множественной трактовки. Область практического применения интеллектуальных систем смещается в сферу задач с преобладанием мягких знаний.
Мягкие знания допускают множественные, "размытые" решения и различные варианты рекомендаций.
Глубинные и поверхностные знания
Глубинными знаниями можно назвать абстракции, аналогии и схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.
Поверхностные знания - это знания о видимых взаимосвязях между отдельными событиями и фактами предметной области. Большинство современных ИС работают с поверхностными знаниями. Это связанно с отсутствием универсального метода извлечения и выявления глубинных структур знаний человека.