Models de representació del coneixement: tipus, classificació i mètodes d'aplicació

Taula de continguts:

Models de representació del coneixement: tipus, classificació i mètodes d'aplicació
Models de representació del coneixement: tipus, classificació i mètodes d'aplicació
Anonim

Conceptes tan complexos com “pensament” i “consciència”, i encara més fàcils de definir, com “intel·ligència” i “coneixement”, entre especialistes de diferents perfils (per exemple, anàlisi de sistemes, informàtica, neuropsicologia)., psicologia, filosofia, etc.) poden variar significativament.

La representació completa i adequada del coneixement, que és percebut sense ambigüitats tant per les persones com per les màquines, és el principal problema de l'intercanvi d'informació modern. Aquest intercanvi d'informació es basa en un sistema de conceptes i relacions que conformen el coneixement.

Classificació dels coneixements

representació del coneixement
representació del coneixement

Es poden classificar en diverses categories: conceptuals, constructives, procedimentals, factuals i metaconeixement.

  • El coneixement conceptual és un conjunt de conceptes específics utilitzats per resoldre problemes. Sovint s'utilitzen en les ciències fonamentals i en els camps teòrics de la ciència. De fet, el coneixement conceptual constitueix l'aparell conceptual de la ciència.
  • Coneixement constructiu: conjunts d'estructures, sistemes i subsistemes, així cominteraccions entre ells. S'utilitza activament en tecnologia.
  • Els coneixements procedimentals són els mètodes i algorismes més utilitzats en ciències aplicades.
  • El coneixement dels fets és les característiques dels objectes i dels fenòmens, tant quantitatius com qualitatius. S'utilitza més sovint en ciències experimentals.
  • Metaknowledge és qualsevol coneixement sobre el coneixement, el seu sistema d'organització, la seva enginyeria i l'ordre i les regles de la seva aplicació.

Organització del coneixement

El sistema d'organització del coneixement és el procés de proporcionar informació en forma de missatges que poden ser familiars (parla oral i escrita, imatges, etc.) i inusuals (fórmules, objectes de mapes, ones de ràdio, etc.).

Per a que un sistema d'organització del coneixement sigui entenedor i reeixit, cal utilitzar un sistema de regles entenedor i constructiu segons el qual es presentarà i percebrà el coneixement. Per fer-ho, una persona utilitza el llenguatge i l'escriptura.

Idioma

El llenguatge va aparèixer i es va desenvolupar a causa del fet que el coneixement acumulat per les persones ha de ser presentat, expressat, emmagatzemat i intercanviat constantment. Un pensament que no es pot expressar mitjançant una estructura formal (llenguatge, imatge) perd l'oportunitat de formar part de l'intercanvi d'informació. És per això que al llarg de la història de la humanitat, el llenguatge ha estat la forma més eficaç de representació del coneixement.

Com més rica és la llengua, més coneixements expressa, respectivament, fent més rica la cultura de la gent, cosa que, al seu torn, permet desenvolupar sistemes d'organització del coneixement cada cop més efectius.

Idiomaciència

intercanvi d'informació entre intel·ligència artificial i humans
intercanvi d'informació entre intel·ligència artificial i humans

El principal problema en utilitzar el llenguatge com a forma de representació del coneixement és el significat semàntic ambigu de les paraules i les frases. És per això que el llenguatge de la ciència té un paper especial en la formalització del coneixement.

La finalitat principal del llenguatge de la ciència és tipificar i estandarditzar les formes d'expressió, compressió i emmagatzematge del coneixement. Amb l'ajuda d'una presentació típica i estàndard del coneixement, es pot eliminar la polisèmia o l'ambigüitat semàntica de la llengua.

El que, en les condicions naturals de l'evolució del llenguatge, enriqueix una llengua (polisèmia d'expressions), esdevé un obstacle en el procés d'intercanvi de coneixements, augmentant el risc d'incomprensió, soroll semàntic i percepció ambigua de la informació.

Classificació dels coneixements

Un dels principals mètodes de formalització del coneixement és la classificació. Es tracta de la distribució del coneixement en grups d'acord amb una classe determinada. És a dir, només la informació que compleix uns criteris corresponents a la classe entra en una classe determinada de coneixements.

La classificació és un mètode especialment important de sistemàtica científica, que és indispensable en la primera etapa de la formació del coneixement bàsic d'una direcció científica. Per exemple, en informàtica sense classificació, no hi ha cap equivalència que permeti resoldre tasques tan importants com la comparació, la cerca i la categorització. Sense classificació en ciència, no tindríem sistemes d'organització de dades tan únics i tan valuosos com la taula periòdica.

Models de representació del coneixement

coneixement de la intel·ligència artificial
coneixement de la intel·ligència artificial

La taula periòdica, la taula de rangs, el Codi Penal, els arbres genealògics i altres sistemes de classificació són models de representació del coneixement. Són estructures formals que vinculen determinats coneixements: fets, fenòmens, conceptes, processos, objectes, relacions.

Per entendre i processar coneixements sobre una matèria determinada mitjançant un ordinador, aquests coneixements s'han de presentar d'una forma determinada i formalitzada. Segons la finalitat, el processament del coneixement per part d'un ordinador es produeix d'acord amb un model construït sobre un algorisme. En conseqüència, el coneixement que es presenta al model depèn de l'algorisme per processar-lo.

Hi ha diversos models de representació del coneixement en sistemes experts. Les principals són la producció, la trama, la xarxa i la lògica.

Classificació dels models

Els models de representació del coneixement esmentats anteriorment, els exemples dels quals segueixen, tot i que estan molt estesos, estan lluny de ser els únics. Avui dia, hi ha molts models que es diferencien entre si pel que fa a la validesa, els enfocaments de la seva creació i els principis d'organització.

Per exemple, la taula següent mostra els tipus de models de representació del coneixement, la seva divisió en empírics i teòrics, així com les subdivisions posteriors.

Models empírics Models teòrics
Models de producció Models lògics
Models de xarxa Gramàtiques formals
Models de marc Models combinatius
Lenemy Models algebraics
Xarxes neuronals
Algorismes genètics

Modelatge empíric

model de coneixement d'intel·ligència artificial
model de coneixement d'intel·ligència artificial

Els models empírics d'organització i representació del coneixement prenen com a exemple una persona i intenten encarnar l'organització de la seva memòria, consciència i mecanismes de presa de decisions i resolució de problemes. El modelatge empíric fa referència a qualsevol tipus de model construït sobre la base d'observacions empíriques, en lloc de relacions que es poden descriure i modelar matemàticament.

El modelatge empíric és un terme general per als models de representació del coneixement que es creen a partir d'observacions i experiments.

Un model empíric funciona segons un principi semàntic simple: el creador observa la interacció del model i el seu referent. El processament de la informació rebuda pot ser "empíric" de moltes maneres, des de fórmules analítiques, relacions causals fins a assaig i error.

Models de producció de representació del coneixement

Aquest model de representació de dades es basa més sovint en relacions i causalitat. Si la informació es pot representar en forma de condicions del tipus "Si, Aleshores", aleshores el model és producció. S'utilitza més sovint en aplicacions artificials simplesintel·ligència.

Els models de producció de representació del coneixement solen ser programes informàtics que proporcionen algun tipus d'intel·ligència artificial amb un conjunt de regles de comportament, així com el mecanisme necessari per seguir aquestes regles en determinades condicions.

La producció (un conjunt de regles) consta de dues parts: una condició prèvia ("SI") i una acció ("LAVORA"). Si la condició prèvia de producció coincideix amb l'estat actual del món, el model s'executa. El model de producció també conté una base de dades, de vegades anomenada memòria de treball, que conté els coneixements actuals.

Els desavantatges del model de producció són que si el nombre de regles és massa gran, les accions del model poden contradir-se.

Xarxes semàntiques

intel · ligència artificial
intel · ligència artificial

Es basen en la integritat de la imatge i són els models més visuals de representació del coneixement. La xarxa semàntica es representa més sovint com un gràfic o una estructura de gràfic complexa, els nodes o vèrtexs dels quals representen objectes, conceptes, fenòmens i les arestes representen relacions entre determinats objectes, conceptes i fenòmens.

La xarxa semàntica més senzilla es pot representar fàcilment com un triangle, els vèrtexs del qual són conceptes com, per exemple, "gos", "mamífer" i "espina dorsal". En aquest cas, els vèrtexs connectaran els costats del triangle, que es poden denotar amb connexions i relacions com "és", "posseeix", "té". d'aquesta manera obtenim un model de representació del coneixement del qual aprenem,que un gos és un mamífer, els mamífers tenen una columna vertebral i un gos té una columna vertebral.

Aquests models són il·lustratius i, amb la seva ajuda, podeu representar de manera més eficaç sistemes complexos i relacions causals. A més, aquestes xarxes semàntiques es poden complementar amb nous coneixements mitjançant l'expansió d'una xarxa existent, és a dir, un triangle es pot convertir en un rectangle, després en un hexàgon, i després en una xarxa complexa de formes que s'entrecreuen, en la qual es pot observar., per exemple, l'herència de propietats.

Model de marc

transferència de coneixement
transferència de coneixement

El model de marc s'anomena així de la paraula anglesa frame - frame o frame. Un marc és una estructura que recull dades utilitzades per representar un concepte concret.

Com en la sociologia, on els marcs són una mena de dades estereotipades que influeixen en la percepció humana del món i en el procés de presa de decisions, en informàtica i treballant amb intel·ligència artificial, els marcs s'utilitzen per crear dades estructurades que representen situacions estereotipades. De fet, aquest és el sistema de dades bàsic i inicial sobre el qual es construeix la percepció del món per part de la intel·ligència artificial.

A més de ser models efectius de representació del coneixement, els marcs són actius no només en informàtica. Originalment eren una variació de xarxes semàntiques.

Un marc consta d'una o més ranures. Al seu torn, les ranures poden ser marcs. Així, el model de marc és capaç de representar objectes conceptuals complexos, formant una àmplia cadena jeràrquica.coneixement.

El model de marc de representació del coneixement conté informació sobre com utilitzar un marc, què esperar durant i després d'utilitzar-lo i què fer quan no es compleixen les expectatives d'utilitzar un marc.

Certa classe de dades en un model de trama es fixen, mentre que altres dades, normalment emmagatzemades en ranures de terminal, poden canviar. Les ranures de terminal es tracten més sovint com a variables. Les ranures i marcs de nivell superior porten informació sobre la situació, que sempre és certa, però les ranures de terminal no han de ser certes.

Frames d'una xarxa complexa poden compartir les ranures d' altres trames de la mateixa xarxa.

La base de dades pot emmagatzemar marcs de prototips (immutables) i marcs d'instància que es creen situacionalment per representar una situació o concepte concrets.

Els models de marc de representació del coneixement són un dels més versàtils i capaços de mostrar diversos tipus de coneixement:

  • Les estructures de marc s'utilitzen per representar conceptes i objectes;
  • Els rols frame denoten responsabilitats de rol;
  • Els scripts frame descriuen el comportament;
  • Les situacions de marc s'utilitzen per representar l'estat i les activitats.

Xarxes neuronals

Aquests algorismes també es poden afegir condicionalment al grup de models basats en un enfocament empíric del coneixement. De fet, les xarxes neuronals intenten copiar els processos que tenen lloc al cervell humà. Es basen en la teoria que un sistema d'intel·ligència artificial amb les mateixes estructures iprocessos, com en el cervell humà, podran obtenir resultats similars en el procés de presa de decisions, avaluació de situacions i percepció de la realitat.

Enfocament teòricament sòlid

intercanvi de coneixements
intercanvi de coneixements

Els models matemàtics, predicatius i lògics de representació del coneixement es basen en aquest enfocament. Aquests models garanteixen decisions correctes perquè es basen en la lògica formal. Són adequats per resoldre problemes senzills d'una àrea temàtica limitada, sovint associats a la lògica formal.

Models lògics de representació del coneixement

Aquest és un dels models més populars basat en un enfocament teòric. El model lògic utilitza l'àlgebra de predicats, el seu sistema d'axiomes i regles d'inferència. Els models lògics més comuns utilitzen termes: constants lògiques, funcions i variables, així com predicats, és a dir, expressions d'accions lògiques.

Recomanat: