Takové komplexní pojmy jako „myšlení“a „vědomí“a ještě snadněji definovatelné, jako „inteligence“a „znalosti“, mezi specialisty různých profilů (například systémová analýza, informatika, neuropsychologie, psychologie, filozofie atd.) se mohou výrazně lišit.
Úplná, adekvátní reprezentace znalostí, která je stejně jednoznačně vnímána lidmi i stroji, je hlavním problémem moderní výměny informací. Taková výměna informací je založena na systému pojmů a vztahů, které tvoří znalosti.
Klasifikace znalostí
Dají se rozdělit do několika kategorií: konceptuální, konstruktivní, procedurální, faktické a metaznalosti.
- Pojmové znalosti jsou souborem specifických konceptů používaných při řešení problémů. Často se používají v základních vědách a teoretických oblastech vědy. Ve skutečnosti pojmové znalosti tvoří pojmový aparát vědy.
- Konstruktivní znalosti - soubory struktur, systémů a subsystémů, stejně jakointerakce mezi nimi. Aktivně používané v technologii.
- Procedurální znalosti jsou metody a algoritmy nejběžněji používané v aplikovaných vědách.
- Věcné znalosti jsou charakteristiky objektů a jevů, kvantitativní i kvalitativní. Nejčastěji se používá v experimentálních vědách.
- Metaknowledge je jakákoli znalost o znalostech, jejich systému organizace, jejich inženýrství a řádu a pravidlech jejich aplikace.
Znalostní organizace
Systém organizace znalostí je proces poskytování informací ve formě zpráv, které mohou být známé (ústní a písemný projev, obrázky atd.) a neobvyklé (vzorce, mapové objekty, rádiové vlny atd.).
Aby byl systém organizace znalostí srozumitelný a úspěšný, je nutné používat srozumitelný a konstruktivní systém pravidel, podle kterých budou znalosti prezentovány a vnímány. K tomu člověk používá jazyk a psaní.
Jazyk
Jazyk se objevil a rozvinul díky skutečnosti, že znalosti nashromážděné lidmi je třeba neustále prezentovat, vyjadřovat, uchovávat a vyměňovat. Myšlenka, kterou nelze vyjádřit formální strukturou (jazykem, obrazem), ztrácí možnost stát se součástí výměny informací. Proto byl v celé historii lidstva jazyk nejúčinnější formou reprezentace znalostí.
Čím je jazyk bohatší, tím více znalostí vyjadřuje, respektive obohacuje kulturu lidí, což vám zase umožňuje rozvíjet stále efektivnější systémy organizace znalostí.
Jazykvěda
Hlavním problémem při používání jazyka jako formy reprezentace znalostí je nejednoznačný sémantický význam slov a vět. To je důvod, proč jazyk vědy hraje zvláštní roli při formalizaci znalostí.
Hlavním účelem jazyka vědy je typizovat a standardizovat formy vyjádření, komprimace a ukládání znalostí. Pomocí typické, standardní prezentace znalostí se lze zbavit polysémie nebo sémantické nejednoznačnosti jazyka.
To, co v přirozených podmínkách jazykového vývoje činí jazyk bohatším (polysémie výrazů), se stává překážkou v procesu výměny znalostí, zvyšuje riziko nedorozumění, sémantického šumu a nejednoznačného vnímání informací.
Klasifikace znalostí
Jednou z hlavních metod formalizace znalostí je klasifikace. Jedná se o rozdělení znalostí do skupin v souladu s určitou třídou. To znamená, že pouze informace, které splňují určitá kritéria odpovídající dané třídě, spadají do určité třídy znalostí.
Klasifikace je zvláště důležitou metodou vědecké systematiky, která je nepostradatelná v první fázi utváření základních znalostí vědeckého směru. Například v informatice bez klasifikace neexistuje žádná ekvivalence, která umožňuje řešit tak důležité úkoly, jako je porovnávání, vyhledávání a kategorizace. Bez klasifikace ve vědě bychom neměli tak jedinečné a neocenitelné systémy organizace dat, jako je periodická tabulka.
Modely reprezentace znalostí
Periodická tabulka, tabulka hodností, trestní zákoník, rodokmeny a další klasifikační systémy jsou modely reprezentace znalostí. Jedná se o formální struktury, které propojují určité znalosti: fakta, jevy, koncepty, procesy, předměty, vztahy.
Aby bylo možné porozumět a zpracovat znalosti o určité oblasti pomocí počítače, musí být tyto znalosti prezentovány v určité, formalizované podobě. V závislosti na účelu dochází ke zpracování znalostí počítačem podle modelu postaveného na algoritmu. V souladu s tím znalost prezentovaná v modelu závisí na algoritmu pro jejich zpracování.
Existuje několik modelů reprezentace znalostí v expertních systémech. Hlavní jsou produkční, rámcový, síťový a logický.
Klasifikace modelů
Výše uvedené modely reprezentace znalostí, jejichž příklady následují, i když jsou rozšířené, nejsou zdaleka jediné. Dnes existuje mnoho modelů, které se od sebe liší platností, přístupy k jejich tvorbě a principy organizace.
Například tabulka níže ukazuje typy modelů reprezentace znalostí, jejich rozdělení na empirické a teoretické a také další členění.
| Empirické modely | Teoretické modely |
| Výrobní modely | Logické modely |
| Síťové modely | Formální gramatiky |
| Modely rámu | Kombinatorní modely |
| Lenemy | Algebraické modely |
| Neurové sítě | |
| Genetické algoritmy |
Empirické modelování
Empirické modely organizace a reprezentace znalostí berou člověka za příklad a snaží se ztělesnit organizaci jeho paměti, vědomí a mechanismů rozhodování a řešení problémů. Empirické modelování se týká jakéhokoli modelu postaveného na základě empirických pozorování, spíše než vztahů, které lze matematicky popsat a modelovat.
Empirické modelování je obecný termín pro modely reprezentace znalostí, které jsou vytvářeny na základě pozorování a experimentů.
Empirický model funguje podle jednoduchého sémantického principu: tvůrce pozoruje interakci modelu a jeho referenta. Zpracování přijatých informací může být „empirické“mnoha způsoby, od analytických vzorců, kauzálních vztahů až po pokusy a omyly.
Produkční modely reprezentace znalostí
Tento model reprezentace dat je nejčastěji založen na vztazích a kauzalitě. Pokud lze informace reprezentovat ve formě podmínek typu „If, Then“, pak je model produkční. Nejčastěji se používá v aplikacích a jednoduchých umělýchinteligence.
Produkční modely reprezentace znalostí jsou nejčastěji počítačové programy, které poskytují určitou formu umělé inteligence se souborem pravidel chování a také mechanismem nezbytným pro dodržování těchto pravidel za určitých podmínek.
Produkce (soubor pravidel) se skládá ze dvou částí: předběžné podmínky ("Jestli") a akce ("PAK"). Pokud výrobní předpoklady odpovídají současnému stavu světa, pak model běží. Produkční model také obsahuje databázi, někdy označovanou jako pracovní paměť, která obsahuje aktuální znalosti.
Nevýhody produkčního modelu spočívají v tom, že pokud je počet pravidel příliš velký, akce modelu si mohou navzájem odporovat.
Sémantické sítě
Jsou založeny na integritě obrazu a jsou nejvizuálnějšími modely reprezentace znalostí. Sémantická síť je nejčastěji reprezentována jako graf nebo složitá grafová struktura, jejíž uzly nebo vrcholy představují objekty, pojmy, jevy a hrany představují vztahy mezi určitými objekty, pojmy a jevy.
Nejjednodušší sémantickou síť lze snadno znázornit jako trojúhelník, jehož vrcholy jsou pojmy jako řekněme „pes“, „savec“a „páteř“. V tomto případě budou vrcholy spojovat strany trojúhelníku, které lze označit takovými vazbami a vztahy jako „je“, „má“, „má“. tímto způsobem získáme model reprezentace znalostí, ze kterého se učíme,že pes je savec, savci mají páteř a pes má páteř.
Takové modely jsou ilustrativní a s jejich pomocí můžete nejúčinněji reprezentovat složité systémy a kauzální vztahy. Tyto sémantické sítě lze navíc doplnit o nové poznatky rozšiřováním stávající sítě, to znamená, že trojúhelník lze proměnit v obdélník, poté v šestiúhelník a následně ve složitou síť protínajících se tvarů, ve kterých lze pozorovat, například dědičnost vlastností.
Model rámu
Model rámu je pojmenován tak z anglického slova frame - rám nebo rám. Rámec je struktura, která shromažďuje data používaná k reprezentaci konkrétního konceptu.
Stejně jako v sociologii, kde jsou rámce druhem stereotypních dat, která ovlivňují lidské vnímání světa a rozhodovací proces, i v informatice a práci s umělou inteligencí se rámce používají k vytváření strukturovaných dat, která představují stereotypní situace. Ve skutečnosti se jedná o počáteční, základní datový systém, na kterém je postaveno vnímání světa umělou inteligencí.
Kromě toho, že jsou rámy efektivními modely reprezentace znalostí, jsou aktivní nejen v informatice. Původně byly variací sémantických sítí.
Snímek se skládá z jednoho nebo více slotů. Na druhé straně sloty mohou být samy o sobě rámy. Rámový model je tedy schopen reprezentovat komplexní koncepční objekty, tvořící široký hierarchický řetězec.znalosti.
Model rámce reprezentace znalostí obsahuje informace o tom, jak rám používat, co očekávat během jeho používání a po něm a co dělat, když očekávání od použití rámce nejsou splněna.
Určité druhy dat v modelu rámu jsou pevné, zatímco jiná data, obvykle uložená v terminálových slotech, se mohou změnit. S terminálovými sloty se nejčastěji zachází jako s proměnnými. Sloty a rámce nejvyšší úrovně nesou informace o situaci, které jsou vždy pravdivé, ale sloty terminálů pravdivé být nemusí.
Rámce jedné komplexní sítě mohou sdílet sloty jiných rámců stejné sítě.
Databáze může ukládat prototypové rámce (neměnné) a rámce instancí, které jsou vytvořeny situačně, aby reprezentovaly konkrétní situaci nebo koncept.
Rámové modely reprezentace znalostí jsou jedny z nejuniverzálnějších a schopné zobrazovat různé typy znalostí:
- rámcové struktury se používají k reprezentaci konceptů a objektů;
- rámcové role označují role odpovědnosti;
- frame skripty popisují chování;
- rámcové situace se používají k reprezentaci stavu a aktivit.
Neurové sítě
Tyto algoritmy lze také podmíněně přidat do skupiny modelů založených na empirickém přístupu ke znalostem. Ve skutečnosti se neuronové sítě snaží kopírovat procesy probíhající v lidském mozku. Vycházejí z teorie, že systém umělé inteligence se stejnými strukturami aprocesy, jako v lidském mozku, budou schopny získat podobné výsledky v procesu rozhodování, hodnocení situací a vnímání reality.
Teoreticky správný přístup
Matematické, predikativní a logické modely reprezentace znalostí jsou založeny na tomto přístupu. Tyto modely zaručují správná rozhodnutí, protože jsou založeny na formální logice. Jsou vhodné pro řešení jednoduchých problémů z úzké oblasti, často spojené s formální logikou.
Logické modely reprezentace znalostí
Toto je jeden z nejpopulárnějších modelů založených na teoretickém přístupu. Logický model využívá predikátovou algebru, její systém axiomů a inferenčních pravidel. Nejběžnější logické modely používají termíny - logické konstanty, funkce a proměnné a také predikáty, tedy vyjádření logických akcí.
