Tako kompleksni koncepti, kot sta »razmišljanje« in »zavest«, pa še lažje definirani, kot sta »inteligenca« in »znanje«, med strokovnjaki različnih profilov (na primer sistemska analiza, računalništvo, nevropsihologija, psihologija, filozofija itd.) se lahko bistveno razlikujejo.
Popolna, ustrezna predstavitev znanja, ki ga ljudje in stroji enako nedvoumno zaznavajo, je glavni problem sodobne izmenjave informacij. Takšna izmenjava informacij temelji na sistemu konceptov in odnosov, ki sestavljajo znanje.
Klasifikacija znanja
Lahko jih razvrstimo v več kategorij: konceptualno, konstruktivno, proceduralno, dejansko in metaznanje.
- Pojmovno znanje je skupek specifičnih konceptov, ki se uporabljajo pri reševanju problemov. Pogosto se uporabljajo v temeljnih znanostih in teoretičnih področjih znanosti. Dejansko konceptualno znanje predstavlja konceptualni aparat znanosti.
- Konstruktivno znanje - sklopi struktur, sistemov in podsistemov, kot tudiinterakcije med njimi. Aktivno se uporablja v tehnologiji.
- Proceduralno znanje so metode in algoritmi, ki se najpogosteje uporabljajo v uporabnih znanostih.
- Dejansko znanje so značilnosti predmetov in pojavov, tako kvantitativne kot kvalitativne. Najpogosteje se uporablja v eksperimentalnih znanostih.
- Metakznanje je vsako znanje o znanju, njegovem sistemu organizacije, njegovem inženiringu ter vrstnem redu in pravilih njegove uporabe.
Organizacija znanja
Organizacijski sistem znanja je proces zagotavljanja informacij v obliki sporočil, ki so lahko znana (ustni in pisni govor, slike itd.) in nenavadna (formule, predmeti zemljevida, radijski valovi itd.).
Da bi bil sistem organizacije znanja razumljiv in uspešen, je treba uporabljati razumljiv in konstruktiven sistem pravil, po katerih bo znanje predstavljeno in zaznano. Za to oseba uporablja jezik in pisanje.
Jezik
Jezik se je pojavil in razvil zaradi dejstva, da je treba znanje, ki ga ljudje nabirajo, nenehno predstavljati, izražati, hraniti in izmenjevati. Misel, ki je ni mogoče izraziti s formalno strukturo (jezik, slika), izgubi možnost, da postane del izmenjave informacij. Zato je bil v zgodovini človeštva jezik najučinkovitejša oblika predstavljanja znanja.
Bogatejši je jezik, več znanja izraža, torej bogatejša kultura ljudi, kar vam posledično omogoča, da razvijete vse bolj učinkovite sisteme organiziranja znanja.
Jezikznanost
Glavni problem pri uporabi jezika kot oblike predstavitve znanja je dvoumen pomen besed in stavkov. Zato ima jezik znanosti posebno vlogo pri formalizaciji znanja.
Glavni namen jezika znanosti je tipizirati in standardizirati oblike izražanja, stiskanja in shranjevanja znanja. S pomočjo tipične, standardne predstavitve znanja se lahko znebimo polisemije ali pomenske dvoumnosti jezika.
Kar v naravnih pogojih jezikovne evolucije naredi jezik bogatejši (polisemija izrazov), postane ovira v procesu izmenjave znanja, povečuje tveganje nesporazuma, pomenskega hrupa in dvoumnega zaznavanja informacij.
Klasifikacija znanja
Ena od glavnih metod formalizacije znanja je klasifikacija. To je razporeditev znanja v skupine v skladu z določenim razredom. To pomeni, da le informacije, ki izpolnjujejo določene kriterije, ki ustrezajo razredu, sodijo v določen razred znanja.
Klasifikacija je še posebej pomembna metoda znanstvene sistematike, ki je nepogrešljiva na prvi stopnji oblikovanja temeljnega znanja znanstvene smeri. Na primer, v računalništvu brez klasifikacije ni enakovrednosti, ki bi vam omogočala reševanje tako pomembnih nalog, kot so primerjava, iskanje in kategorizacija. Brez klasifikacije v znanosti ne bi imeli tako edinstvenih in neprecenljivih sistemov organizacije podatkov, kot je periodična tabela.
Modeli zastopanja znanja
Periodični sistem, tabela rangov, kazenski zakonik, družinska drevesa in drugi klasifikacijski sistemi so modeli zastopanja znanja. To so formalne strukture, ki povezujejo določeno znanje: dejstva, pojave, koncepte, procese, predmete, odnose.
Za razumevanje in obdelavo znanja o določenem predmetnem področju z računalnikom, mora biti to znanje predstavljeno v določeni, formalizirani obliki. Glede na namen se obdelava znanja z računalnikom odvija v skladu z modelom, zgrajenim na algoritmu. V skladu s tem je znanje, predstavljeno v modelu, odvisno od algoritma za njegovo obdelavo.
Obstaja več modelov predstavljanja znanja v ekspertnih sistemih. Glavni so produkcijski, okvirni, mrežni in logični.
Razvrstitev modelov
Zgoraj našteti modeli predstavljanja znanja, katerih primeri sledijo, čeprav so zelo razširjeni, še zdaleč niso edini. Danes obstaja veliko modelov, ki se med seboj razlikujejo glede na veljavnost, pristope k ustvarjanju in organizacijska načela.
Spodnja tabela na primer prikazuje vrste modelov predstavljanja znanja, njihovo delitev na empirične in teoretične ter nadaljnjo delitev.
| Empirični modeli | Teoretični modeli |
| Produkcijski modeli | Logični modeli |
| omrežni modeli | Formalne slovnice |
| Modeli okvirjev | Kombinatorni modeli |
| Lenemy | Algebraični modeli |
| Nevronske mreže | |
| Genetski algoritmi |
Empirično modeliranje
Empirični modeli organizacije in predstavljanja znanja vzamejo človeka za zgled in poskušajo utelešati organizacijo njegovega spomina, zavesti ter mehanizmov odločanja in reševanja problemov. Empirično modeliranje se nanaša na kakršen koli model, zgrajen na podlagi empiričnih opazovanj, ne pa na razmerjih, ki jih je mogoče matematično opisati in modelirati.
Empirično modeliranje je splošen izraz za modele predstavljanja znanja, ki so ustvarjeni na podlagi opazovanj in eksperimentov.
Empirični model deluje po preprostem semantičnem principu: ustvarjalec opazuje interakcijo modela in njegovega referenta. Obdelava prejetih informacij je lahko "empirična" na več načinov, od analitičnih formul, vzročnih razmerij do poskusov in napak.
Produkcijski modeli predstavljanja znanja
Ta model predstavitve podatkov najpogosteje temelji na razmerjih in vzročnosti. Če je informacije mogoče predstaviti v obliki pogojev tipa "Če, Potem", potem je model produkcijski. Najpogosteje se uporablja v aplikacijah in preprostih umetnihinteligenca.
Produkcijski modeli predstavljanja znanja so najpogosteje računalniški programi, ki zagotavljajo neko obliko umetne inteligence z nizom pravil obnašanja, pa tudi mehanizmom, ki je potreben za upoštevanje teh pravil pod določenimi pogoji.
Proizvodnja (nabor pravil) je sestavljena iz dveh delov: predpogoja (»ČE«) in dejanja (»THEN«). Če se predpogoj za proizvodnjo ujema s trenutnim stanjem v svetu, potem model deluje. Proizvodni model vsebuje tudi bazo podatkov, včasih imenovano delovni pomnilnik, ki vsebuje trenutno znanje.
Slabosti produkcijskega modela so, da če je število pravil preveliko, si lahko dejanja modela nasprotujejo.
Semantična omrežja
Temeljijo na celovitosti slike in so najbolj vizualni modeli predstavitve znanja. Semantično omrežje je najpogosteje predstavljeno kot graf ali kompleksna grafska struktura, katerega vozlišča ali oglišča predstavljajo predmete, koncepte, pojave, robovi pa odnose med določenimi predmeti, koncepti in pojavi.
Najenostavnejšo semantično mrežo je mogoče enostavno predstaviti kot trikotnik, katerega oglišča so koncepti, kot so recimo "pes", "sesalec" in "hrbtenica". V tem primeru bodo oglišča povezali stranice trikotnika, kar lahko označimo s takšnimi povezavami in odnosi kot "je", "ima", "ima". na ta način dobimo model predstavljanja znanja, iz katerega se učimo,da je pes sesalec, sesalci imajo hrbtenico in pes ima hrbtenico.
Takšni modeli so ilustrativni in z njihovo pomočjo lahko najbolj učinkovito predstavite kompleksne sisteme in vzročne zveze. Poleg tega je mogoče ta pomenska omrežja dopolniti z novim znanjem z razširitvijo obstoječega omrežja, torej trikotnik lahko spremenimo v pravokotnik, nato v šesterokotnik in nato v zapleteno mrežo sekajočih se oblik, v kateri lahko opazujemo, na primer dedovanje lastnosti.
Model okvirja
Model okvirja je tako poimenovan iz angleške besede frame - okvir ali okvir. Okvir je struktura, ki zbira podatke, ki se uporabljajo za predstavljanje določenega koncepta.
Tako kot v sociologiji, kjer so okvirji neke vrste stereotipni podatki, ki vplivajo na človeško dojemanje sveta in na proces odločanja, se v računalništvo in delu z umetno inteligenco okvirji uporabljajo za ustvarjanje strukturiranih podatkov, ki predstavljajo stereotipne situacije. Pravzaprav je to začetni, osnovni podatkovni sistem, na katerem je zgrajeno dojemanje sveta z umetno inteligenco.
Poleg tega, da so učinkoviti modeli predstavljanja znanja, okvirji niso aktivni samo v računalniški znanosti. Prvotno so bile različice semantičnih omrežij.
Okvir je sestavljen iz ene ali več rež. Po drugi strani so reže same po sebi okvirji. Tako lahko okvirni model predstavlja kompleksne konceptualne objekte, ki tvorijo široko hierarhično verigo.znanje.
Model okvira za predstavitev znanja vsebuje informacije o tem, kako uporabiti okvir, kaj pričakovati med uporabo okvirja in po njem ter kaj storiti, ko pričakovanja glede uporabe okvirja niso izpolnjena.
Določene vrste podatkov v modelu okvirja so fiksne, medtem ko se drugi podatki, običajno shranjeni v terminalskih režah, lahko spremenijo. Terminalne reže se najpogosteje obravnavajo kot spremenljivke. Reže in okvirji najvišje ravni vsebujejo informacije o situaciji, kar je vedno res, vendar ni nujno, da so terminalske reže resnične.
Okviri enega zapletenega omrežja lahko delijo reže drugih okvirjev istega omrežja.
Podatkovna baza lahko shranjuje okvirje prototipov (nespremenljive) in okvirje primerkov, ki so ustvarjeni situacijsko, da predstavljajo določeno situacijo ali koncept.
Okvirni modeli predstavljanja znanja so eni najbolj vsestranskih in sposobni prikazati različne vrste znanja:
- okvirne strukture se uporabljajo za predstavljanje konceptov in predmetov;
- okvirne vloge označujejo odgovornosti vlog;
- okvirni skripti opisujejo obnašanje;
- situacije okvirja se uporabljajo za predstavljanje stanja in dejavnosti.
Nevronske mreže
Te algoritme je mogoče tudi pogojno dodati v skupino modelov, ki temeljijo na empiričnem pristopu k znanju. Pravzaprav nevronske mreže poskušajo kopirati procese, ki se dogajajo v človeških možganih. Temeljijo na teoriji, da sistem umetne inteligence z enakimi strukturami inprocesi, kot v človeških možganih, bodo lahko dobili podobne rezultate v procesu odločanja, vrednotenja situacij in dojemanja realnosti.
Teoretično dober pristop
Matematični, predikativni in logični modeli predstavljanja znanja temeljijo na tem pristopu. Ti modeli zagotavljajo pravilne odločitve, ker temeljijo na formalni logiki. Primerni so za reševanje preprostih problemov z ozkega predmetnega področja, ki je pogosto povezano s formalno logiko.
Logični modeli predstavljanja znanja
To je eden izmed najbolj priljubljenih modelov, ki temelji na teoretičnem pristopu. Logični model uporablja predikatno algebro, njen sistem aksiomov in pravila sklepanja. Najpogostejši logični modeli uporabljajo izraze – logične konstante, funkcije in spremenljivke, pa tudi predikate, torej izraze logičnih dejanj.
