Takéto zložité pojmy ako „myslenie“a „vedomie“a ešte ľahšie definované, ako „inteligencia“a „vedomosti“, medzi odborníkmi rôznych profilov (napríklad systémová analýza, informatika, neuropsychológia, psychológia, filozofia atď.) sa môžu výrazne líšiť.
Hlavným problémom modernej výmeny informácií je úplná, adekvátna reprezentácia vedomostí, ktorú rovnako jednoznačne vnímajú ľudia aj stroje. Takáto výmena informácií je založená na systéme pojmov a vzťahov, ktoré tvoria vedomosti.
Klasifikácia vedomostí
Dajú sa rozdeliť do niekoľkých kategórií: konceptuálne, konštruktívne, procedurálne, faktické a metaznalosti.
- Konceptuálne znalosti sú súborom špecifických konceptov používaných pri riešení problémov. Často sa používajú v základných vedách a teoretických oblastiach vedy. V skutočnosti pojmové znalosti tvoria pojmový aparát vedy.
- Konštruktívne znalosti – súbory štruktúr, systémov a podsystémov, ako ajinterakcie medzi nimi. Aktívne používané v technológii.
- Procedurálne znalosti sú metódy a algoritmy najčastejšie používané v aplikovaných vedách.
- Skutočné znalosti sú charakteristiky objektov a javov, kvantitatívne aj kvalitatívne. Najčastejšie sa používa v experimentálnych vedách.
- Metaknowledge je akákoľvek znalosť o vedomostiach, ich systéme organizácie, ich inžinierstve a poriadku a pravidlách ich aplikácie.
Znalostná organizácia
Systém organizácie znalostí je proces poskytovania informácií vo forme správ, ktoré môžu byť známe (ústna a písomná reč, obrázky atď.) a nezvyčajné (vzorce, objekty na mape, rádiové vlny atď.).
Aby bol systém organizácie znalostí zrozumiteľný a úspešný, je potrebné používať zrozumiteľný a konštruktívny systém pravidiel, podľa ktorých budú znalosti prezentované a vnímané. Na to človek používa jazyk a písanie.
Jazyk
Jazyk sa objavil a rozvíjal vďaka skutočnosti, že vedomosti nahromadené ľuďmi je potrebné neustále prezentovať, vyjadrovať, uchovávať a vymieňať. Myšlienka, ktorú nemožno vyjadriť formálnou štruktúrou (jazykom, obrazom), stráca možnosť stať sa súčasťou výmeny informácií. Preto bol počas celej histórie ľudstva jazyk najefektívnejšou formou reprezentácie vedomostí.
Čím je jazyk bohatší, tým viac vedomostí vyjadruje, respektíve robí kultúru ľudí bohatšou, čo vám zase umožňuje rozvíjať stále efektívnejšie systémy organizácie vedomostí.
Jazykveda
Hlavným problémom pri používaní jazyka ako formy reprezentácie vedomostí je nejednoznačný sémantický význam slov a viet. Preto jazyk vedy zohráva osobitnú úlohu pri formalizácii vedomostí.
Hlavným účelom jazyka vedy je typizovať a štandardizovať formy vyjadrenia, kompresie a uchovávania vedomostí. Pomocou typickej, štandardnej prezentácie vedomostí sa možno zbaviť polysémie alebo sémantickej nejednoznačnosti jazyka.
To, čo v prirodzených podmienkach jazykovej evolúcie robí jazyk bohatším (polysémia výrazov), sa stáva prekážkou v procese výmeny vedomostí, zvyšuje riziko nedorozumenia, sémantického šumu a nejednoznačného vnímania informácií.
Klasifikácia vedomostí
Jednou z hlavných metód formalizácie znalostí je klasifikácia. Ide o rozdelenie vedomostí do skupín v súlade s určitou triedou. To znamená, že iba informácie, ktoré spĺňajú určité kritériá zodpovedajúce triede, patria do určitej triedy vedomostí.
Klasifikácia je mimoriadne dôležitá metóda vedeckej systematiky, ktorá je nevyhnutná v prvej fáze formovania základných poznatkov vedeckého smeru. Napríklad v informatike bez klasifikácie neexistuje žiadna ekvivalencia, ktorá vám umožňuje riešiť také dôležité úlohy, ako je porovnávanie, vyhľadávanie a kategorizácia. Bez klasifikácie vo vede by sme nemali také jedinečné a neoceniteľné systémy organizácie údajov, ako je periodická tabuľka.
Modely reprezentácie znalostí
Periodická tabuľka, tabuľka hodností, Trestný zákon, rodokmene a iné klasifikačné systémy sú modely reprezentácie znalostí. Ide o formálne štruktúry, ktoré spájajú určité poznatky: fakty, javy, pojmy, procesy, predmety, vzťahy.
Na pochopenie a spracovanie vedomostí o konkrétnej oblasti pomocou počítača musia byť tieto znalosti prezentované v určitej formalizovanej forme. V závislosti od účelu sa spracovanie znalostí počítačom uskutočňuje v súlade s modelom postaveným na algoritme. Znalosti prezentované v modeli teda závisia od algoritmu na ich spracovanie.
Existuje niekoľko modelov reprezentácie znalostí v expertných systémoch. Hlavné sú produkčné, rámcové, sieťové a logické.
Klasifikácia modelov
Vyššie uvedené modely reprezentácie znalostí, ktorých príklady nasledujú, hoci sú rozšírené, nie sú ani zďaleka jediné. Dnes existuje veľa modelov, ktoré sa navzájom líšia platnosťou, prístupom k ich tvorbe a princípmi organizácie.
Napríklad v tabuľke nižšie sú uvedené typy modelov reprezentácie znalostí, ich rozdelenie na empirické a teoretické, ako aj ďalšie členenie.
| Empirické modely | Teoretické modely |
| Výrobné modely | Logické modely |
| Sieťové modely | Formálne gramatiky |
| Modely rámu | Kombinatorické modely |
| Lenemy | Algebraické modely |
| Neurónové siete | |
| Genetické algoritmy |
Empirické modelovanie
Empirické modely organizácie a reprezentácie vedomostí si berú za príklad človeka a pokúšajú sa stelesniť organizáciu jeho pamäti, vedomia a rozhodovacích mechanizmov a riešení problémov. Empirické modelovanie sa týka akéhokoľvek modelu postaveného na základe empirických pozorovaní, a nie vzťahov, ktoré možno matematicky opísať a modelovať.
Empirické modelovanie je všeobecný pojem pre modely reprezentácie znalostí, ktoré sú vytvorené na základe pozorovaní a experimentov.
Empirický model funguje podľa jednoduchého sémantického princípu: tvorca pozoruje interakciu modelu a jeho referenta. Spracovanie prijatých informácií môže byť „empirické“mnohými spôsobmi, od analytických vzorcov, príčinných vzťahov až po pokusy a omyly.
Výrobné modely reprezentácie znalostí
Tento model reprezentácie údajov je najčastejšie založený na vzťahoch a kauzalite. Ak môžu byť informácie reprezentované vo forme podmienok typu „Ak, Potom“, potom je model produkčný. Najčastejšie sa používa v aplikáciách a jednoduchých umelýchinteligencia.
Produkčné modely reprezentácie znalostí sú najčastejšie počítačové programy, ktoré poskytujú určitú formu umelej inteligencie so súborom pravidiel správania, ako aj mechanizmus potrebný na dodržiavanie týchto pravidiel za určitých podmienok.
Produkcia (súbor pravidiel) pozostáva z dvoch častí: predbežnej podmienky ("AK") a akcie ("POTOM"). Ak výrobný predpoklad zodpovedá súčasnému stavu sveta, potom model beží. Produkčný model obsahuje aj databázu, niekedy označovanú ako pracovná pamäť, ktorá obsahuje aktuálne poznatky.
Nevýhody produkčného modelu spočívajú v tom, že ak je počet pravidiel príliš veľký, akcie modelu si môžu navzájom odporovať.
Sémantické siete
Sú založené na integrite obrazu a sú najvizuálnejšími modelmi reprezentácie znalostí. Sémantická sieť je najčastejšie reprezentovaná ako graf alebo zložitá grafová štruktúra, ktorej uzly alebo vrcholy predstavujú objekty, pojmy, javy a hrany predstavujú vzťahy medzi určitými objektmi, pojmami a javmi.
Najjednoduchšiu sémantickú sieť možno jednoducho znázorniť ako trojuholník, ktorého vrcholy sú pojmy ako, povedzme, „pes“, „cicavec“a „chrbtica“. V tomto prípade budú vrcholy spájať strany trojuholníka, ktoré môžu byť označené takými spojeniami a vzťahmi ako „je“, „má“, „má“. týmto spôsobom získame model reprezentácie znalostí, z ktorého sa učíme,že pes je cicavec, cicavce majú chrbticu a pes má chrbtovú kosť.
Takéto modely sú ilustratívne a s ich pomocou môžete najefektívnejšie reprezentovať zložité systémy a kauzálne vzťahy. Navyše, tieto sémantické siete môžu byť doplnené o nové poznatky rozšírením existujúcej siete, to znamená, že trojuholník sa môže zmeniť na obdĺžnik, potom na šesťuholník a potom na komplexnú sieť pretínajúcich sa tvarov, v ktorých možno pozorovať, napríklad dedenie nehnuteľností.
Model rámu
Model rámu je pomenovaný tak z anglického slova frame - rám alebo rám. Rám je štruktúra, ktorá zhromažďuje údaje používané na reprezentáciu konkrétneho konceptu.
Podobne ako v sociológii, kde sú rámce akési stereotypné dáta, ktoré ovplyvňujú ľudské vnímanie sveta a rozhodovací proces, aj v informatike a práci s umelou inteligenciou sa rámce používajú na vytváranie štruktúrovaných dát, ktoré predstavujú stereotypné situácie. V skutočnosti ide o počiatočný, základný dátový systém, na ktorom je postavené vnímanie sveta umelou inteligenciou.
Okrem toho, že ide o efektívne modely reprezentácie znalostí, rámce sú aktívne nielen v informatike. Pôvodne boli variáciou sémantických sietí.
Rám pozostáva z jedného alebo viacerých slotov. Na druhej strane, sloty môžu byť samotné rámy. Rámový model je teda schopný reprezentovať komplexné konceptuálne objekty, ktoré tvoria široký hierarchický reťazec.znalosti.
Model rámca reprezentácie znalostí obsahuje informácie o tom, ako používať rámec, čo očakávať počas jeho používania a po ňom a čo robiť, keď očakávania od používania rámca nie sú splnené.
Určité druhy údajov v modeli rámca sú pevné, zatiaľ čo iné údaje, zvyčajne uložené v terminálových slotoch, sa môžu meniť. S terminálovými slotmi sa najčastejšie zaobchádza ako s premennými. Sloty a rámce najvyššej úrovne nesú informácie o situácii, ktoré sú vždy pravdivé, ale sloty terminálov nemusia byť pravdivé.
Rámce jednej komplexnej siete môžu zdieľať sloty iných rámcov tej istej siete.
Databáza môže uchovávať prototypové rámce (nezmeniteľné) a rámce inštancií, ktoré sú vytvorené situačne, aby reprezentovali konkrétnu situáciu alebo koncept.
Rámcové modely reprezentácie znalostí sú jedným z najuniverzálnejších a dokážu zobraziť rôzne typy znalostí:
- rámové štruktúry sa používajú na reprezentáciu konceptov a objektov;
- rámcové roly označujú rolové zodpovednosti;
- frame skripty popisujú správanie;
- rámcové situácie sa používajú na znázornenie stavu a aktivít.
Neurónové siete
Tieto algoritmy môžu byť tiež podmienene pridané do skupiny modelov založených na empirickom prístupe k poznaniu. V skutočnosti sa neurónové siete pokúšajú kopírovať procesy prebiehajúce v ľudskom mozgu. Vychádzajú z teórie, že systém umelej inteligencie s rovnakými štruktúrami aprocesy, ako v ľudskom mozgu, budú môcť získať podobné výsledky v procese rozhodovania, vyhodnocovania situácií a vnímania reality.
Teoreticky správny prístup
Matematické, predikatívne a logické modely reprezentácie znalostí sú založené na tomto prístupe. Tieto modely zaručujú správne rozhodnutia, pretože sú založené na formálnej logike. Sú vhodné na riešenie jednoduchých problémov z úzkej oblasti, často spojenej s formálnou logikou.
Logické modely reprezentácie znalostí
Toto je jeden z najpopulárnejších modelov založených na teoretickom prístupe. Logický model využíva predikátovú algebru, jej systém axióm a pravidlá odvodzovania. Najbežnejšie logické modely používajú pojmy - logické konštanty, funkcie a premenné, ako aj predikáty, teda vyjadrenia logických akcií.
