Kennisrepresentatiemodellen: typen, classificatie en toepassingsmethoden

Inhoudsopgave:

Kennisrepresentatiemodellen: typen, classificatie en toepassingsmethoden
Kennisrepresentatiemodellen: typen, classificatie en toepassingsmethoden
Anonim

Dergelijke complexe concepten als "denken" en "bewustzijn", en zelfs gemakkelijker te definiëren concepten, zoals "intelligentie" en "kennis", onder specialisten van verschillende profielen (bijvoorbeeld systeemanalyse, informatica, neuropsychologie, psychologie, filosofie, enz.) kunnen aanzienlijk verschillen.

Volledige, adequate representatie van kennis, die door zowel mensen als machines even ondubbelzinnig wordt waargenomen, is het belangrijkste probleem van moderne informatie-uitwisseling. Dergelijke informatie-uitwisseling is gebaseerd op een systeem van concepten en relaties waaruit kennis bestaat.

Classificatie van kennis

kennisrepresentatie
kennisrepresentatie

Ze kunnen worden ingedeeld in verschillende categorieën: conceptueel, constructief, procedureel, feitelijk en metakennis.

  • Conceptuele kennis is een reeks specifieke concepten die worden gebruikt bij het oplossen van problemen. Ze worden vaak gebruikt in de fundamentele wetenschappen en theoretische wetenschapsgebieden. In feite vormt conceptuele kennis het conceptuele apparaat van de wetenschap.
  • Constructieve kennis - sets van structuren, systemen en subsystemen, evenalsinteracties daartussen. Actief gebruikt in technologie.
  • Procedurele kennis zijn de methoden en algoritmen die het meest worden gebruikt in de toegepaste wetenschappen.
  • Feitenkennis is de kenmerken van objecten en verschijnselen, zowel kwantitatief als kwalitatief. Meestal gebruikt in experimentele wetenschappen.
  • Metaknowledge is alle kennis over kennis, het organisatiesysteem, de techniek en de volgorde en regels van de toepassing ervan.

Kennisorganisatie

Kennisorganisatiesysteem is het proces van het verstrekken van informatie in de vorm van berichten die vertrouwd (mondelinge en schriftelijke spraak, afbeeldingen, enz.) en ongebruikelijk (formules, kaartobjecten, radiogolven, enz.) kunnen zijn.

Om een kennisorganisatiesysteem begrijpelijk en succesvol te laten zijn, is het noodzakelijk om een begrijpelijk en constructief systeem van regels te gebruiken op basis waarvan kennis wordt gepresenteerd en waargenomen. Om dit te doen, gebruikt een persoon taal en schrijven.

Taal

Taal is ontstaan en ontwikkeld vanwege het feit dat de door mensen verzamelde kennis voortdurend moet worden gepresenteerd, uitgedrukt, opgeslagen en uitgewisseld. Een gedachte die niet kan worden uitgedrukt door een formele structuur (taal, beeld) verliest de kans om deel uit te maken van de informatie-uitwisseling. Daarom is taal in de hele geschiedenis van de mensheid de meest effectieve vorm van kennisrepresentatie geweest.

Hoe rijker de taal, hoe meer kennis deze uitdrukt, respectievelijk, waardoor de cultuur van de mensen rijker wordt, wat je op zijn beurt in staat stelt om meer en effectievere systemen te ontwikkelen voor het organiseren van kennis.

Taalwetenschap

uitwisseling van informatie tussen kunstmatige intelligentie en mensen
uitwisseling van informatie tussen kunstmatige intelligentie en mensen

Het grootste probleem bij het gebruik van taal als een vorm van kennisrepresentatie is de dubbelzinnige semantische betekenis van woorden en zinnen. Daarom speelt de taal van de wetenschap een bijzondere rol bij de formalisering van kennis.

Het belangrijkste doel van de taal van de wetenschap is om de vormen van expressie, compressie en opslag van kennis te typeren en te standaardiseren. Met behulp van een typische, standaard presentatie van kennis kan men zich ontdoen van polysemie of semantische ambiguïteit van de taal.

Wat, in de natuurlijke omstandigheden van taalevolutie, een taal rijker maakt (polysemie van uitdrukkingen), wordt een belemmering in het proces van kennisuitwisseling, waardoor het risico op misverstanden, semantische ruis en dubbelzinnige perceptie van informatie toeneemt.

Classificatie van kennis

Een van de belangrijkste methoden voor kennisformalisering is classificatie. Dit is de verdeling van kennis in groepen volgens een bepaalde klasse. Dat wil zeggen dat alleen informatie die voldoet aan bepaalde criteria die overeenkomen met de klasse, in een bepaalde kennisklasse v alt.

Classificatie is een bijzonder belangrijke methode van wetenschappelijke systematiek, die onmisbaar is in de eerste fase van de vorming van basiskennis van een wetenschappelijke richting. In de informatica zonder classificatie is er bijvoorbeeld geen equivalentie waarmee u belangrijke taken als vergelijken, zoeken en categoriseren kunt oplossen. Zonder classificatie in de wetenschap zouden we niet zulke unieke en onschatbare gegevensorganisatiesystemen hebben als het periodiek systeem.

Kennisrepresentatiemodellen

kennis van kunstmatige intelligentie
kennis van kunstmatige intelligentie

Het periodiek systeem, de ranglijst, het wetboek van strafrecht, stambomen en andere classificatiesystemen zijn modellen van kennisrepresentatie. Dit zijn formele structuren die bepaalde kennis met elkaar verbinden: feiten, fenomenen, concepten, processen, objecten, relaties.

Om kennis over een bepaald vakgebied door een computer te begrijpen en te verwerken, moet deze kennis in een bepaalde, geformaliseerde vorm worden gepresenteerd. Afhankelijk van het doel vindt de verwerking van kennis door een computer plaats volgens een op een algoritme gebouwd model. Dienovereenkomstig hangt de kennis die in het model wordt gepresenteerd af van het algoritme om het te verwerken.

Er zijn verschillende modellen van kennisrepresentatie in expertsystemen. De belangrijkste zijn productie, frame, netwerk en logisch.

Classificatie van modellen

De hierboven genoemde modellen voor kennisrepresentatie, waarvan voorbeelden volgen, zijn weliswaar wijdverbreid, maar verre van de enige. Tegenwoordig zijn er veel modellen die van elkaar verschillen in termen van validiteit, benaderingen van hun creatie en organisatieprincipes.

De onderstaande tabel toont bijvoorbeeld de soorten kennisrepresentatiemodellen, hun onderverdeling in empirische en theoretische, evenals verdere onderverdeling.

Empirische modellen Theoretische modellen
Productiemodellen Logische modellen
Netwerkmodellen Formele grammatica
Frame-modellen Combinatorische modellen
Lenemy Algebraïsche modellen
Neurale netwerken
Genetische algoritmen

Empirische modellering

kunstmatige intelligentie kennismodel
kunstmatige intelligentie kennismodel

Empirische modellen van organisatie en representatie van kennis nemen een persoon als voorbeeld en proberen de organisatie van zijn geheugen, bewustzijn en besluitvormings- en probleemoplossende mechanismen te belichamen. Empirische modellering verwijst naar elk soort model dat is gebouwd op basis van empirische waarnemingen, in plaats van relaties die wiskundig kunnen worden beschreven en gemodelleerd.

Empirische modellering is een algemene term voor kennisrepresentatiemodellen die zijn gemaakt op basis van observaties en experimenten.

Een empirisch model werkt volgens een eenvoudig semantisch principe: de maker observeert de interactie van het model en zijn referent. De verwerking van ontvangen informatie kan op veel manieren 'empirisch' zijn, van analytische formules, causale verbanden tot vallen en opstaan.

Productiemodellen van kennisrepresentatie

Dit gegevensrepresentatiemodel is meestal gebaseerd op relaties en causaliteit. Als de informatie kan worden weergegeven in de vorm van voorwaarden van het type "If, Then", dan is het model productie. Het wordt meestal gebruikt in toepassingen en eenvoudige kunstmatigeintelligentie.

Productiemodellen voor kennisrepresentatie zijn meestal computerprogramma's die een of andere vorm van kunstmatige intelligentie voorzien van een reeks gedragsregels, evenals het mechanisme dat nodig is om deze regels onder bepaalde voorwaarden te volgen.

Productie (een set regels) bestaat uit twee delen: een voorwaarde ("IF") en een actie ("THEN"). Als de productievoorwaarde overeenkomt met de huidige staat van de wereld, dan loopt het model. Het productiemodel bevat ook een database, ook wel werkgeheugen genoemd, die de huidige kennis bevat.

De nadelen van het productiemodel zijn dat als het aantal regels te groot is, de acties van het model elkaar kunnen tegenspreken.

Semantische netwerken

kunstmatige intelligentie
kunstmatige intelligentie

Ze zijn gebaseerd op de integriteit van het beeld en zijn de meest visuele modellen van kennisrepresentatie. Het semantische netwerk wordt meestal weergegeven als een grafiek of een complexe grafiekstructuur, waarvan de knooppunten of hoekpunten objecten, concepten, verschijnselen vertegenwoordigen, en de randen vertegenwoordigen relaties tussen bepaalde objecten, concepten en verschijnselen.

Het eenvoudigste semantische netwerk kan gemakkelijk worden weergegeven als een driehoek, waarvan de hoekpunten begrippen zijn als bijvoorbeeld "hond", "zoogdier" en "ruggengraat". In dit geval zullen de hoekpunten de zijden van de driehoek verbinden, wat kan worden aangeduid met verbindingen en relaties als "is", "bezit", "heeft". op deze manier krijgen we een kennisrepresentatiemodel waaruit we leren,dat een hond een zoogdier is, zoogdieren een ruggengraat hebben en een hond een ruggengraat.

Dergelijke modellen zijn illustratief en met hun hulp kun je complexe systemen en causale relaties het meest effectief weergeven. Bovendien kunnen deze semantische netwerken worden aangevuld met nieuwe kennis door een bestaand netwerk uit te breiden, dat wil zeggen, een driehoek kan worden omgezet in een rechthoek, vervolgens in een zeshoek en vervolgens in een complex netwerk van elkaar kruisende vormen, waarin men kan observeren, bijvoorbeeld overerving van eigenschappen.

Framemodel

kennisoverdracht
kennisoverdracht

Het framemodel is zo genoemd naar het Engelse woord frame - frame of frame. Een frame is een structuur die gegevens verzamelt die worden gebruikt om een bepaald concept weer te geven.

Net als in de sociologie, waar frames een soort stereotiepe gegevens zijn die de menselijke perceptie van de wereld en het besluitvormingsproces beïnvloeden, worden in de informatica en het werken met kunstmatige intelligentie frames gebruikt om gestructureerde gegevens te creëren die representatief zijn voor stereotiepe situaties. In feite is dit het eerste basisgegevenssysteem waarop de perceptie van de wereld door kunstmatige intelligentie is gebouwd.

Frames zijn niet alleen effectieve modellen van kennisrepresentatie, maar zijn niet alleen actief in de informatica. Ze waren oorspronkelijk een variatie op semantische netwerken.

Een frame bestaat uit een of meer sleuven. Op hun beurt kunnen slots zelf frames zijn. Het framemodel is dus in staat om complexe conceptuele objecten weer te geven en vormt zo een brede hiërarchische keten.kennis.

Het framemodel voor kennisrepresentatie bevat informatie over het gebruik van een frame, wat je kunt verwachten tijdens en na het gebruik ervan en wat je moet doen als niet aan de verwachtingen van het gebruik van een frame wordt voldaan.

Bepaalde soorten gegevens in een framemodel zijn vast, terwijl andere gegevens, meestal opgeslagen in terminalslots, kunnen veranderen. Terminal slots worden meestal behandeld als variabelen. Slots en frames op het hoogste niveau bevatten informatie over de situatie, wat altijd waar is, maar terminalslots hoeven niet waar te zijn.

Frames van één complex netwerk kunnen de slots van andere frames van hetzelfde netwerk delen.

De database kan prototypeframes (onveranderlijk) en instantieframes opslaan die situationeel zijn gemaakt om een bepaalde situatie of concept weer te geven.

Frame-modellen van kennisrepresentatie zijn een van de meest veelzijdige en in staat om verschillende soorten kennis weer te geven:

  • framestructuren worden gebruikt om concepten en objecten weer te geven;
  • framerollen duiden rolverantwoordelijkheden aan;
  • framescripts beschrijven gedrag;
  • frame-situaties worden gebruikt om staat en activiteiten weer te geven.

Neurale netwerken

Deze algoritmen kunnen ook voorwaardelijk worden toegevoegd aan de groep modellen op basis van een empirische benadering van kennis. In feite proberen neurale netwerken de processen die in het menselijk brein plaatsvinden te kopiëren. Ze zijn gebaseerd op de theorie dat een artificieel intelligentiesysteem met dezelfde structuren enprocessen, zoals in het menselijk brein, zullen in staat zijn om vergelijkbare resultaten te krijgen in het proces van besluitvorming, evaluatie van situaties en perceptie van de werkelijkheid.

Theoretisch verantwoorde aanpak

kennisuitwisseling
kennisuitwisseling

Wiskundige, predicatieve en logische modellen van kennisrepresentatie zijn gebaseerd op deze benadering. Deze modellen garanderen correcte beslissingen omdat ze gebaseerd zijn op formele logica. Ze zijn geschikt voor het oplossen van eenvoudige problemen uit een beperkt onderwerpgebied, vaak geassocieerd met formele logica.

Logische modellen van kennisrepresentatie

Dit is een van de meest populaire modellen op basis van een theoretische benadering. Het logische model maakt gebruik van de predikaatalgebra, het systeem van axioma's en gevolgtrekkingsregels. De meest voorkomende logische modellen gebruiken termen - logische constanten, functies en variabelen, evenals predikaten, dat wil zeggen uitdrukkingen van logische acties.

Aanbevolen: