Žmonės geriausiai supranta, samprotauja ir interpretuoja žinias. Žmogus žino dalykus, tai yra žinios ir pagal savo žinias realiame pasaulyje atlieka įvairius veiksmus. Tačiau tai, kaip mašinos daro visus šiuos dalykus, priklauso žinių vaizdavimui ir samprotavimui . Taigi žinių vaizdavimą galime apibūdinti taip:
- Žinių vaizdavimas ir samprotavimas (KR, KRR) yra dirbtinio intelekto dalis, susijusi su AI agentų mąstymu ir tuo, kaip mąstymas prisideda prie protingo agentų elgesio.
- Ji yra atsakinga už informacijos apie realų pasaulį pateikimą, kad kompiuteris galėtų suprasti ir panaudoti šias žinias sprendžiant sudėtingas realaus pasaulio problemas, tokias kaip sveikatos būklės diagnozavimas arba bendravimas su žmonėmis natūralia kalba.
- Tai taip pat būdas, apibūdinantis, kaip galime reprezentuoti žinias dirbtiniame intelekte. Žinių atvaizdavimas yra ne tik duomenų saugojimas tam tikroje duomenų bazėje, bet ir leidžia protingai mašinai mokytis iš tų žinių ir patirties, kad galėtų elgtis protingai kaip žmogus.
Ką atstovauti:
Toliau pateikiamos žinios, kurias reikia pateikti AI sistemose:
Žinios: Žinios – tai faktų, duomenų ir situacijų patirties suvokimas arba susipažinimas. Toliau pateikiami dirbtinio intelekto žinių tipai:
Žinių rūšys
Toliau pateikiami įvairūs žinių tipai:
1. Deklaracinės žinios:
- Deklaratyvus žinojimas – tai žinoti apie ką nors.
- Tai apima sąvokas, faktus ir objektus.
- Jis taip pat vadinamas aprašomuoju žinojimu ir išreiškiamas deklaratyviais sakiniais.
- Tai paprastesnė nei procedūrinė kalba.
2. Procedūrinės žinios
- Tai taip pat žinoma kaip būtinosios žinios.
- Procedūrinės žinios yra žinių rūšis, kurios yra atsakingos už žinojimą, kaip ką nors padaryti.
- Jis gali būti tiesiogiai taikomas bet kokiai užduočiai.
- Tai apima taisykles, strategijas, procedūras, darbotvarkes ir kt.
- Procedūrinės žinios priklauso nuo užduoties, kuriai jas galima pritaikyti.
3. Meta žinios:
- Žinios apie kitas žinių rūšis vadinamos metažiniomis.
4. Euristinės žinios:
- Euristinės žinios reiškia kai kurių ekspertų žinias apie pateiktą ar dalyką.
- Euristinės žinios yra nykščio taisyklės, pagrįstos ankstesne patirtimi, supratimu apie metodus ir kurios yra naudingos dirbti, bet nėra garantuotos.
5. Struktūrinės žinios:
- Struktūrinės žinios – tai pagrindinės problemos sprendimo žinios.
- Jis apibūdina ryšius tarp įvairių sąvokų, tokių kaip kažko rūšis, dalis ir grupavimas.
- Jis apibūdina ryšį, kuris egzistuoja tarp sąvokų ar objektų.
Ryšys tarp žinių ir intelekto:
Žinios apie tikrus pasaulius vaidina gyvybiškai svarbų vaidmenį intelekte ir taip pat kuriant dirbtinį intelektą. Žinios vaidina svarbų vaidmenį demonstruojant protingą AI agentų elgesį. Agentas gali tiksliai veikti pagal tam tikrą įvestį, kai jis turi tam tikrų žinių ar patirties.
Tarkime, jei sutikote asmenį, kuris kalba kalba, kurios nemokate, kaip jūs galėsite pasielgti. Tas pats pasakytina ir apie protingą agentų elgesį.
Kaip matome toliau pateiktoje diagramoje, yra vienas sprendimų priėmėjas, kuris veikia jausdamas aplinką ir naudodamasis žiniomis. Bet jei žinių dalis nebus pateikta, ji negali parodyti protingo elgesio.
AI žinių ciklas:
Dirbtinio intelekto sistema turi šiuos komponentus, rodančius protingą elgesį:
- Suvokimas
- Mokymasis
- Žinių vaizdavimas ir samprotavimas
- Planavimas
- Vykdymas
Aukščiau pateiktoje diagramoje parodyta, kaip AI sistema gali sąveikauti su realiu pasauliu ir kokie komponentai padeda jai parodyti intelektą. AI sistema turi suvokimo komponentą, kuriuo ji gauna informaciją iš savo aplinkos. Tai gali būti vaizdinė, garsinė ar kitokia jutimo įvestis. Mokymosi komponentas yra atsakingas už mokymąsi iš duomenų, užfiksuotų suvokimo komponentu. Viso ciklo pagrindiniai komponentai yra žinių vaizdavimas ir samprotavimas. Šie du komponentai yra susiję su į mašiną panašių žmonių intelekto parodymu. Šie du komponentai yra nepriklausomi vienas nuo kito, bet taip pat yra sujungti. Planavimas ir vykdymas priklauso nuo Žinių vaizdavimo ir samprotavimo analizės.
Požiūriai į žinių vaizdavimą:
Iš esmės yra keturi žinių pateikimo būdai, kurie pateikiami toliau:
1. Paprastos santykių žinios:
- Tai yra paprasčiausias faktų saugojimo būdas, kuriame naudojamas reliacinis metodas, o kiekvienas faktas apie objekto rinkinį sistemingai išdėstomas stulpeliuose.
- Šis žinių vaizdavimo metodas yra žinomas duomenų bazių sistemose, kuriose vaizduojami santykiai tarp skirtingų objektų.
- Šis metodas turi mažai galimybių daryti išvadas.
Pavyzdys: toliau pateikiamas paprastas reliacinių žinių vaizdavimas.
| Žaidėjas | Svoris | Amžius |
|---|---|---|
| Žaidėjas1 | 65 | 23 |
| Žaidėjas2 | 58 | 18 |
| Žaidėjas3 | 75 | 24 |
2. Paveldimos žinios:
- Taikant paveldimų žinių metodą, visi duomenys turi būti saugomi klasių hierarchijoje.
- Visos klasės turi būti išdėstytos apibendrinta forma arba hierarchine tvarka.
- Šiuo požiūriu taikome paveldėjimo nuosavybę.
- Elementai paveldi vertybes iš kitų klasės narių.
- Šis metodas apima paveldimų žinių, kurios parodo ryšį tarp egzemplioriaus ir klasės, ir vadinamas egzemplioriaus ryšiu.
- Kiekvienas atskiras rėmelis gali reprezentuoti atributų rinkinį ir jo vertę.
- Taikant šį metodą, objektai ir reikšmės pateikiami dėžutėse esančiuose mazguose.
- Mes naudojame rodykles, kurios nukreipia nuo objektų į jų reikšmes.
3. Išvadinės žinios:
- Išvadinis žinių metodas reprezentuoja žinias formalios logikos forma.
- Šis metodas gali būti naudojamas norint gauti daugiau faktų.
- Tai garantavo teisingumą.
- Markas yra vyras
- Visi vyrai yra mirtingi
Tada jis gali atstovauti kaip;
vyras (Marcus)
∀x = žmogus (x) ----------> mirtingasis (x)s
4. Procedūrinės žinios:
- Procedūrinių žinių metodas naudoja mažas programas ir kodus, kuriuose aprašoma, kaip atlikti konkrečius dalykus ir kaip elgtis.
- Taikant šį metodą, naudojama viena svarbi taisyklė, kuri yra Jei-tai taisyklė .
- Turėdami šias žinias, galime naudoti įvairias kodavimo kalbas, pvz LISP kalba ir Prologo kalba .
- Naudodami šį metodą galime lengvai pateikti euristines arba konkrečios srities žinias.
- Tačiau nebūtina, kad šiuo požiūriu galėtume reprezentuoti visus atvejus.
Reikalavimai žinių vaizdavimo sistemai:
Gera žinių vaizdavimo sistema turi turėti šias savybes.
KR sistema turi turėti galimybę reprezentuoti visas reikalingas žinias.
KR sistema turi turėti galimybę manipuliuoti reprezentacinėmis struktūromis, kad būtų sukurtos naujos žinios, atitinkančios esamą struktūrą.
Galimybė nukreipti išvadinį žinių mechanizmą produktyviausiomis kryptimis, išsaugant atitinkamus vadovus.