Τέτοιες περίπλοκες έννοιες όπως «σκέψη» και «συνείδηση», και ακόμη πιο εύκολα οριζόμενες, όπως «ευφυΐα» και «γνώση», μεταξύ ειδικών διαφόρων προφίλ (για παράδειγμα, ανάλυση συστημάτων, επιστήμη των υπολογιστών, νευροψυχολογία, ψυχολογία, φιλοσοφία κ.λπ.) μπορεί να διαφέρουν σημαντικά.
Η πλήρης, επαρκής αναπαράσταση της γνώσης, η οποία γίνεται αντιληπτή εξίσου ξεκάθαρα τόσο από τους ανθρώπους όσο και από τις μηχανές, είναι το κύριο πρόβλημα της σύγχρονης ανταλλαγής πληροφοριών. Αυτή η ανταλλαγή πληροφοριών βασίζεται σε ένα σύστημα εννοιών και σχέσεων που συνθέτουν τη γνώση.
Ταξινόμηση γνώσεων
Μπορούν να ταξινομηθούν σε διάφορες κατηγορίες: εννοιολογικές, εποικοδομητικές, διαδικαστικές, πραγματικές και μεταγνώσης.
- Η εννοιολογική γνώση είναι ένα σύνολο συγκεκριμένων εννοιών που χρησιμοποιούνται για την επίλυση προβλημάτων. Συχνά χρησιμοποιούνται στις θεμελιώδεις επιστήμες και στα θεωρητικά πεδία της επιστήμης. Στην πραγματικότητα, η εννοιολογική γνώση αποτελεί τον εννοιολογικό μηχανισμό της επιστήμης.
- Εποικοδομητική γνώση - σύνολα δομών, συστημάτων και υποσυστημάτων, καθώς καιαλληλεπιδράσεις μεταξύ τους. Χρησιμοποιείται ενεργά στην τεχνολογία.
- Η διαδικαστική γνώση είναι οι μέθοδοι και οι αλγόριθμοι που χρησιμοποιούνται συχνότερα στις εφαρμοσμένες επιστήμες.
- Η πραγματική γνώση είναι τα χαρακτηριστικά των αντικειμένων και των φαινομένων, τόσο ποσοτικά όσο και ποιοτικά. Χρησιμοποιείται συχνότερα στις πειραματικές επιστήμες.
- Μεταγνώση είναι οποιαδήποτε γνώση σχετικά με τη γνώση, το σύστημα οργάνωσής της, τη μηχανική της και τη σειρά και τους κανόνες εφαρμογής της.
Οργανισμός γνώσης
Σύστημα οργάνωσης γνώσης είναι η διαδικασία παροχής πληροφοριών με τη μορφή μηνυμάτων που μπορεί να είναι οικεία (προφορικός και γραπτός λόγος, εικόνες κ.λπ.) και ασυνήθιστες (τύποι, αντικείμενα χάρτη, ραδιοκύματα κ.λπ.).
Για να είναι κατανοητό και επιτυχημένο ένα σύστημα οργάνωσης γνώσης, είναι απαραίτητο να χρησιμοποιηθεί ένα κατανοητό και εποικοδομητικό σύστημα κανόνων σύμφωνα με το οποίο η γνώση θα παρουσιαστεί και θα γίνει αντιληπτή. Για να γίνει αυτό, ένα άτομο χρησιμοποιεί γλώσσα και γραφή.
Γλώσσα
Η γλώσσα εμφανίστηκε και αναπτύχθηκε λόγω του γεγονότος ότι η γνώση που συσσωρεύεται από τους ανθρώπους χρειάζεται συνεχώς να παρουσιάζεται, να εκφράζεται, να αποθηκεύεται και να ανταλλάσσεται. Μια σκέψη που δεν μπορεί να εκφραστεί από μια επίσημη δομή (γλώσσα, εικόνα) χάνει την ευκαιρία να γίνει μέρος της ανταλλαγής πληροφοριών. Γι' αυτό σε όλη την ιστορία της ανθρωπότητας, η γλώσσα υπήρξε η πιο αποτελεσματική μορφή αναπαράστασης της γνώσης.
Όσο πλουσιότερη είναι η γλώσσα, τόσο περισσότερη γνώση εκφράζει, αντίστοιχα, καθιστώντας την κουλτούρα των ανθρώπων πλουσιότερη, κάτι που, με τη σειρά του, σας επιτρέπει να αναπτύσσετε όλο και πιο αποτελεσματικά συστήματα οργάνωσης της γνώσης.
Γλώσσαεπιστήμη
Το κύριο πρόβλημα στη χρήση της γλώσσας ως μορφής αναπαράστασης γνώσης είναι η διφορούμενη σημασιολογική σημασία των λέξεων και των προτάσεων. Γι' αυτό η γλώσσα της επιστήμης παίζει ιδιαίτερο ρόλο στην επισημοποίηση της γνώσης.
Ο κύριος σκοπός της γλώσσας της επιστήμης είναι να τυποποιήσει και να τυποποιήσει τις μορφές έκφρασης, συμπίεσης και αποθήκευσης της γνώσης. Με τη βοήθεια μιας τυπικής, τυπικής παρουσίασης της γνώσης, μπορεί κανείς να απαλλαγεί από την πολυσημία ή τη σημασιολογική ασάφεια της γλώσσας.
Αυτό που, στις φυσικές συνθήκες της γλωσσικής εξέλιξης, κάνει μια γλώσσα πλουσιότερη (πολυσημία εκφράσεων), γίνεται εμπόδιο στη διαδικασία ανταλλαγής γνώσεων, αυξάνοντας τον κίνδυνο παρεξήγησης, σημασιολογικού θορύβου και διφορούμενης αντίληψης πληροφοριών.
Ταξινόμηση γνώσεων
Μία από τις κύριες μεθόδους τυποποίησης της γνώσης είναι η ταξινόμηση. Αυτή είναι η κατανομή της γνώσης σε ομάδες σύμφωνα με μια συγκεκριμένη τάξη. Δηλαδή, μόνο οι πληροφορίες που πληρούν ορισμένα κριτήρια που αντιστοιχούν στην τάξη εμπίπτουν σε μια συγκεκριμένη κατηγορία γνώσεων.
Η ταξινόμηση είναι μια ιδιαίτερα σημαντική μέθοδος επιστημονικής συστηματικής, η οποία είναι απαραίτητη στο πρώτο στάδιο του σχηματισμού της βασικής γνώσης μιας επιστημονικής κατεύθυνσης. Για παράδειγμα, στην επιστήμη των υπολογιστών χωρίς ταξινόμηση, δεν υπάρχει ισοδυναμία που να σας επιτρέπει να επιλύετε τόσο σημαντικές εργασίες όπως η σύγκριση, η αναζήτηση και η κατηγοριοποίηση. Χωρίς ταξινόμηση στην επιστήμη, δεν θα είχαμε τόσο μοναδικά και ανεκτίμητα συστήματα οργάνωσης δεδομένων όπως ο περιοδικός πίνακας.
Μοντέλα αναπαράστασης γνώσης
Ο περιοδικός πίνακας, ο Πίνακας Βαθμών, ο Ποινικός Κώδικας, τα οικογενειακά δέντρα και άλλα συστήματα ταξινόμησης είναι μοντέλα αναπαράστασης γνώσης. Αυτές είναι επίσημες δομές που συνδέουν ορισμένες γνώσεις: γεγονότα, φαινόμενα, έννοιες, διαδικασίες, αντικείμενα, σχέσεις.
Για να κατανοήσετε και να επεξεργαστείτε τη γνώση σχετικά με μια συγκεκριμένη θεματική περιοχή από έναν υπολογιστή, αυτές οι γνώσεις πρέπει να παρουσιάζονται σε μια συγκεκριμένη, επισημοποιημένη μορφή. Ανάλογα με τον σκοπό, η επεξεργασία της γνώσης από έναν υπολογιστή πραγματοποιείται σύμφωνα με ένα μοντέλο που βασίζεται σε έναν αλγόριθμο. Αντίστοιχα, η γνώση που παρουσιάζεται στο μοντέλο εξαρτάται από τον αλγόριθμο για την επεξεργασία του.
Υπάρχουν πολλά μοντέλα αναπαράστασης γνώσης σε έμπειρα συστήματα. Τα κυριότερα είναι η παραγωγή, το πλαίσιο, το δίκτυο και το λογικό.
Ταξινόμηση μοντέλων
Τα μοντέλα αναπαράστασης γνώσης που αναφέρονται παραπάνω, παραδείγματα των οποίων ακολουθούν, αν και ευρέως διαδεδομένα, απέχουν πολύ από τα μόνα. Σήμερα, υπάρχουν πολλά μοντέλα που διαφέρουν μεταξύ τους ως προς την εγκυρότητα, τις προσεγγίσεις στη δημιουργία τους και τις αρχές οργάνωσης.
Για παράδειγμα, ο παρακάτω πίνακας δείχνει τους τύπους μοντέλων αναπαράστασης γνώσης, τη διαίρεση τους σε εμπειρικά και θεωρητικά, καθώς και περαιτέρω υποδιαίρεση.
Εμπειρικά μοντέλα | Θεωρητικά μοντέλα |
Μοντέλα παραγωγής | Λογικά μοντέλα |
Μοντέλα δικτύου | Τυπικές γραμματικές |
Μοντέλα πλαισίων | Συνδυαστικά μοντέλα |
Lenemy | Αλγεβρικά μοντέλα |
Νευρωνικά δίκτυα | |
Γενετικοί αλγόριθμοι |
Εμπειρική μοντελοποίηση
Εμπειρικά μοντέλα οργάνωσης και αναπαράστασης της γνώσης παίρνουν ένα άτομο ως παράδειγμα και προσπαθούν να ενσωματώσουν την οργάνωση της μνήμης, της συνείδησής του και των μηχανισμών λήψης αποφάσεων και επίλυσης προβλημάτων. Η εμπειρική μοντελοποίηση αναφέρεται σε κάθε είδος μοντέλου που βασίζεται σε εμπειρικές παρατηρήσεις και όχι σε σχέσεις που μπορούν να περιγραφούν και να μοντελοποιηθούν μαθηματικά.
Η εμπειρική μοντελοποίηση είναι ένας γενικός όρος για μοντέλα αναπαράστασης γνώσης που δημιουργούνται με βάση παρατηρήσεις και πειράματα.
Ένα εμπειρικό μοντέλο λειτουργεί σύμφωνα με μια απλή σημασιολογική αρχή: ο δημιουργός παρατηρεί την αλληλεπίδραση του μοντέλου και της αναφοράς του. Η επεξεργασία των πληροφοριών που λαμβάνονται μπορεί να είναι «εμπειρική» με πολλούς τρόπους, από αναλυτικούς τύπους, αιτιώδεις σχέσεις, μέχρι δοκιμή και σφάλμα.
Μοντέλα παραγωγής αναπαράστασης γνώσης
Αυτό το μοντέλο αναπαράστασης δεδομένων βασίζεται συχνότερα σε σχέσεις και αιτιότητα. Εάν οι πληροφορίες μπορούν να αναπαρασταθούν με τη μορφή συνθηκών του τύπου "Αν, Τότε", τότε το μοντέλο είναι παραγωγή. Χρησιμοποιείται συχνότερα σε εφαρμογές και απλά τεχνητάνοημοσύνη.
Τα μοντέλα παραγωγής αναπαράστασης γνώσης είναι συνήθως προγράμματα υπολογιστών που παρέχουν κάποια μορφή τεχνητής νοημοσύνης με ένα σύνολο κανόνων συμπεριφοράς, καθώς και τον μηχανισμό που απαιτείται για την τήρηση αυτών των κανόνων υπό ορισμένες προϋποθέσεις.
Η παραγωγή (ένα σύνολο κανόνων) αποτελείται από δύο μέρη: μια προϋπόθεση ("ΑΝ") και μια ενέργεια ("ΤΟΤΕ"). Εάν η προϋπόθεση παραγωγής ταιριάζει με την τρέχουσα κατάσταση του κόσμου, τότε το μοντέλο τρέχει. Το μοντέλο παραγωγής περιέχει επίσης μια βάση δεδομένων, που μερικές φορές αναφέρεται ως μνήμη εργασίας, η οποία περιέχει την τρέχουσα γνώση.
Τα μειονεκτήματα του μοντέλου παραγωγής είναι ότι εάν ο αριθμός των κανόνων είναι πολύ μεγάλος, οι ενέργειες του μοντέλου μπορεί να έρχονται σε αντίθεση μεταξύ τους.
Σημασιολογικά δίκτυα
Βασίζονται στην ακεραιότητα της εικόνας και αποτελούν τα πιο οπτικά μοντέλα αναπαράστασης γνώσης. Το σημασιολογικό δίκτυο αναπαρίσταται συχνότερα ως γράφημα ή μια σύνθετη δομή γραφήματος, οι κόμβοι ή οι κορυφές του οποίου αντιπροσωπεύουν αντικείμενα, έννοιες, φαινόμενα και οι ακμές αντιπροσωπεύουν σχέσεις μεταξύ ορισμένων αντικειμένων, εννοιών και φαινομένων.
Το απλούστερο σημασιολογικό δίκτυο μπορεί εύκολα να αναπαρασταθεί ως τρίγωνο, οι κορυφές του οποίου είναι έννοιες όπως, ας πούμε, "σκύλος", "θηλαστικό" και "σπονδυλική στήλη". Σε αυτήν την περίπτωση, οι κορυφές θα συνδέουν τις πλευρές του τριγώνου, οι οποίες μπορούν να υποδηλωθούν με τέτοιες συνδέσεις και σχέσεις όπως "είναι", "κατέχει", "έχει". Με αυτόν τον τρόπο παίρνουμε ένα μοντέλο αναπαράστασης γνώσης από το οποίο μαθαίνουμε,ότι ένας σκύλος είναι θηλαστικό, τα θηλαστικά έχουν ραχοκοκαλιά και ένας σκύλος έχει ραχοκοκαλιά.
Τέτοια μοντέλα είναι ενδεικτικά και με τη βοήθειά τους μπορείτε να αναπαραστήσετε πιο αποτελεσματικά πολύπλοκα συστήματα και αιτιακές σχέσεις. Επιπλέον, αυτά τα σημασιολογικά δίκτυα μπορούν να συμπληρωθούν με νέα γνώση επεκτείνοντας ένα υπάρχον δίκτυο, δηλαδή ένα τρίγωνο μπορεί να μετατραπεί σε ορθογώνιο, μετά σε εξάγωνο και στη συνέχεια σε ένα σύνθετο δίκτυο τεμνόμενων σχημάτων, στο οποίο μπορεί κανείς να παρατηρήσει, για παράδειγμα, κληρονομιά ιδιοτήτων.
Μοντέλο πλαισίου
Το μοντέλο πλαισίου ονομάζεται έτσι από την αγγλική λέξη πλαίσιο - πλαίσιο ή πλαίσιο. Ένα πλαίσιο είναι μια δομή που συλλέγει δεδομένα που χρησιμοποιούνται για την αναπαράσταση μιας συγκεκριμένης έννοιας.
Όπως στην κοινωνιολογία, όπου τα πλαίσια είναι ένα είδος στερεότυπων δεδομένων που επηρεάζουν την ανθρώπινη αντίληψη για τον κόσμο και τη διαδικασία λήψης αποφάσεων, στην επιστήμη των υπολογιστών και στην εργασία με τεχνητή νοημοσύνη, τα πλαίσια χρησιμοποιούνται για τη δημιουργία δομημένων δεδομένων που αντιπροσωπεύουν στερεότυπες καταστάσεις. Στην πραγματικότητα, αυτό είναι το αρχικό, βασικό σύστημα δεδομένων πάνω στο οποίο βασίζεται η αντίληψη του κόσμου από την τεχνητή νοημοσύνη.
Εκτός από αποτελεσματικά μοντέλα αναπαράστασης γνώσης, τα πλαίσια είναι ενεργά όχι μόνο στην επιστήμη των υπολογιστών. Αρχικά ήταν μια παραλλαγή σημασιολογικών δικτύων.
Ένα πλαίσιο αποτελείται από μία ή περισσότερες υποδοχές. Με τη σειρά τους, οι κουλοχέρηδες μπορούν οι ίδιοι να είναι πλαίσια. Έτσι, το μοντέλο πλαισίου είναι σε θέση να αναπαραστήσει πολύπλοκα εννοιολογικά αντικείμενα, σχηματίζοντας μια ευρεία ιεραρχική αλυσίδα.γνώση.
Το μοντέλο πλαισίου αναπαράστασης γνώσης περιέχει πληροφορίες σχετικά με τον τρόπο χρήσης ενός πλαισίου, τι να περιμένετε κατά τη διάρκεια και μετά τη χρήση του και τι να κάνετε όταν οι προσδοκίες από τη χρήση ενός πλαισίου δεν ικανοποιούνται.
Ορισμένα είδη δεδομένων σε ένα μοντέλο πλαισίου είναι σταθερά, ενώ άλλα δεδομένα, που συνήθως αποθηκεύονται σε υποδοχές τερματικού, μπορούν να αλλάξουν. Οι υποδοχές τερματικού αντιμετωπίζονται συχνότερα ως μεταβλητές. Οι υποδοχές και τα πλαίσια ανώτατου επιπέδου φέρουν πληροφορίες σχετικά με την κατάσταση, κάτι που ισχύει πάντα, αλλά οι υποδοχές τερματικού δεν χρειάζεται να είναι αληθείς.
Πλαίσια ενός πολύπλοκου δικτύου μπορούν να μοιράζονται τις υποδοχές άλλων καρέ του ίδιου δικτύου.
Η βάση δεδομένων μπορεί να αποθηκεύσει πρωτότυπα πλαίσια (αμετάβλητα) και στιγμιότυπα πλαίσια που δημιουργούνται κατά περίπτωση για να αναπαραστήσουν μια συγκεκριμένη κατάσταση ή έννοια.
Τα μοντέλα πλαισίων αναπαράστασης γνώσης είναι ένα από τα πιο ευέλικτα και ικανά να εμφανίζουν διάφορους τύπους γνώσης:
- Οι δομές πλαισίων χρησιμοποιούνται για την αναπαράσταση εννοιών και αντικειμένων;
- ρόλοι καρέ υποδηλώνουν ευθύνες ρόλου;
- σενάρια πλαισίου περιγράφουν συμπεριφορά;
- Οικαταστάσεις καρέ χρησιμοποιούνται για την αναπαράσταση κατάστασης και δραστηριοτήτων.
Νευρωνικά δίκτυα
Αυτοί οι αλγόριθμοι μπορούν επίσης να προστεθούν υπό όρους στην ομάδα μοντέλων με βάση μια εμπειρική προσέγγιση της γνώσης. Στην πραγματικότητα, τα νευρωνικά δίκτυα προσπαθούν να αντιγράψουν τις διαδικασίες που συμβαίνουν στον ανθρώπινο εγκέφαλο. Βασίζονται στη θεωρία ότι ένα σύστημα τεχνητής νοημοσύνης με τις ίδιες δομές καιοι διαδικασίες, όπως και στον ανθρώπινο εγκέφαλο, θα μπορούν να έχουν παρόμοια αποτελέσματα στη διαδικασία λήψης αποφάσεων, αξιολόγησης καταστάσεων και αντίληψης της πραγματικότητας.
Θεωρητικά ορθή προσέγγιση
Μαθηματικά, κατηγορηματικά και λογικά μοντέλα αναπαράστασης γνώσης βασίζονται σε αυτήν την προσέγγιση. Αυτά τα μοντέλα εγγυώνται σωστές αποφάσεις επειδή βασίζονται στην τυπική λογική. Είναι κατάλληλα για την επίλυση απλών προβλημάτων από μια στενή θεματική περιοχή, που συχνά συνδέεται με την τυπική λογική.
Λογικά μοντέλα αναπαράστασης γνώσης
Αυτό είναι ένα από τα πιο δημοφιλή μοντέλα που βασίζεται σε μια θεωρητική προσέγγιση. Το λογικό μοντέλο χρησιμοποιεί την άλγεβρα κατηγορήματος, το σύστημα αξιωμάτων και τους κανόνες συμπερασμάτων. Τα πιο κοινά λογικά μοντέλα χρησιμοποιούν όρους - λογικές σταθερές, συναρτήσεις και μεταβλητές, καθώς και κατηγορήματα, δηλαδή εκφράσεις λογικών ενεργειών.