Tako složeni koncepti kao što su "razmišljanje" i "svest", pa čak i lakše definisani, kao što su "inteligencija" i "znanje", među stručnjacima različitih profila (na primer, sistemska analiza, računarstvo, neuropsihologija, psihologija, filozofija, itd.) mogu se značajno razlikovati.
Potpuna, adekvatna reprezentacija znanja, koju podjednako nedvosmisleno percipiraju i ljudi i mašine, glavni je problem savremene razmjene informacija. Takva razmjena informacija zasniva se na sistemu koncepata i odnosa koji čine znanje.
Klasifikacija znanja
Mogu se klasificirati u nekoliko kategorija: konceptualne, konstruktivne, proceduralne, činjenične i metaznanje.
- Konceptualno znanje je skup specifičnih koncepata koji se koriste u rješavanju problema. Često se koriste u fundamentalnim naukama i teorijskim poljima nauke. U stvari, konceptualno znanje čini konceptualni aparat nauke.
- Konstruktivno znanje - skupovi struktura, sistema i podsistema, kao iinterakcije između njih. Aktivno se koristi u tehnologiji.
- Proceduralno znanje su metode i algoritmi koji se najčešće koriste u primijenjenim naukama.
- Faktičko znanje su karakteristike predmeta i pojava, i kvantitativne i kvalitativne. Najčešće se koristi u eksperimentalnim naukama.
- Metakznanje je svako znanje o znanju, njegovom sistemu organizacije, njegovom inženjeringu, i redosledu i pravilima njegove primene.
Organizacija znanja
Sistem organizacije znanja je proces pružanja informacija u obliku poruka koje mogu biti poznate (usmeni i pisani govor, slike itd.) i neobične (formule, objekti mape, radio talasi, itd.).
Da bi sistem organizacije znanja bio razumljiv i uspješan, potrebno je koristiti razumljiv i konstruktivan sistem pravila prema kojima će se znanje prezentirati i percipirati. Da bi to uradila, osoba koristi jezik i pisanje.
Jezik
Jezik se pojavio i razvio zahvaljujući činjenici da znanje koje ljudi akumuliraju stalno treba prezentirati, izražavati, pohranjivati i razmjenjivati. Misao koja se ne može izraziti formalnom strukturom (jezikom, slikom) gubi priliku da postane dio razmjene informacija. Zato je kroz istoriju čovečanstva jezik bio najefikasniji oblik predstavljanja znanja.
Što je jezik bogatiji, to više znanja izražava, odnosno, čineći kulturu ljudi bogatijom, što vam, zauzvrat, omogućava da razvijate sve efikasnije sisteme organizovanja znanja.
Jeziknauka
Glavni problem u korištenju jezika kao oblika predstavljanja znanja je dvosmisleno semantičko značenje riječi i rečenica. Zato jezik nauke igra posebnu ulogu u formalizaciji znanja.
Glavna svrha jezika nauke je da tipizira i standardizira oblike izražavanja, kompresije i skladištenja znanja. Uz pomoć tipičnog, standardnog prikaza znanja, može se riješiti polisemije ili semantičke dvosmislenosti jezika.
Ono što u prirodnim uslovima jezičke evolucije čini jezik bogatijim (polisemija izraza), postaje smetnja u procesu razmjene znanja, povećavajući rizik od nesporazuma, semantičke buke i dvosmislene percepcije informacija.
Klasifikacija znanja
Jedna od glavnih metoda formalizacije znanja je klasifikacija. To je distribucija znanja u grupe u skladu sa određenom klasom. To jest, samo informacije koje ispunjavaju određene kriterijume koji odgovaraju klasi spadaju u određenu klasu znanja.
Klasifikacija je posebno važan metod naučne sistematike, koji je neophodan u prvoj fazi formiranja osnovnih znanja naučnog pravca. Na primjer, u informatici bez klasifikacije ne postoji ekvivalentnost koja vam omogućava rješavanje tako važnih zadataka kao što su poređenje, pretraživanje i kategorizacija. Bez klasifikacije u nauci, ne bismo imali tako jedinstvene i neprocjenjive sisteme organizacije podataka kao što je periodni sistem.
Modeli predstavljanja znanja
Periodični sistem, Tabela rangova, Krivični zakonik, porodična stabla i drugi sistemi klasifikacije su modeli predstavljanja znanja. To su formalne strukture koje povezuju određena znanja: činjenice, fenomene, koncepte, procese, objekte, odnose.
Da bi se razumjelo i obrađivalo znanje o određenoj predmetnoj oblasti pomoću kompjutera, ovo znanje mora biti predstavljeno u određenom, formaliziranom obliku. U zavisnosti od svrhe, obrada znanja pomoću računara odvija se u skladu sa modelom izgrađenim na algoritmu. Shodno tome, znanje predstavljeno u modelu zavisi od algoritma za njegovu obradu.
Postoji nekoliko modela predstavljanja znanja u ekspertnim sistemima. Glavni su proizvodnja, okvir, mreža i logički.
Klasifikacija modela
Gore navedeni modeli predstavljanja znanja, čiji primjeri slijede, iako su široko rasprostranjeni, daleko od toga da su jedini. Danas postoji mnogo modela koji se međusobno razlikuju u smislu valjanosti, pristupa njihovom kreiranju i principa organizacije.
Na primjer, donja tabela prikazuje tipove modela predstavljanja znanja, njihovu podjelu na empirijske i teorijske, kao i daljnju podjelu.
| Empirijski modeli | Teorijski modeli |
| Proizvodni modeli | Logički modeli |
| Mrežni modeli | Formalne gramatike |
| Modeli okvira | Kombinatorni modeli |
| Lenemy | Algebarski modeli |
| Neuralne mreže | |
| Genetski algoritmi |
Empirijsko modeliranje
Empirijski modeli organizacije i predstavljanja znanja uzimaju osobu za primjer i pokušavaju otelotvoriti organizaciju njenog pamćenja, svijesti i mehanizama odlučivanja i rješavanja problema. Empirijsko modeliranje se odnosi na bilo koju vrstu modela izgrađenog na osnovu empirijskih zapažanja, a ne na odnosima koji se mogu matematički opisati i modelirati.
Empirijsko modeliranje je opšti termin za modele predstavljanja znanja koji su kreirani na osnovu zapažanja i eksperimenata.
Empirijski model funkcioniše prema jednostavnom semantičkom principu: kreator posmatra interakciju modela i njegovog referenta. Obrada primljenih informacija može biti "empirijska" na mnogo načina, od analitičkih formula, uzročno-posledičnih veza, do pokušaja i grešaka.
Proizvodni modeli predstavljanja znanja
Ovaj model predstavljanja podataka najčešće se zasniva na vezama i uzročnosti. Ako se informacija može predstaviti u obliku uslova tipa "If, Then", onda je model proizvodni. Najčešće se koristi u aplikacijama i jednostavnim umjetniminteligencija.
Proizvodni modeli predstavljanja znanja najčešće su kompjuterski programi koji obezbeđuju neki oblik veštačke inteligencije sa skupom pravila ponašanja, kao i mehanizmom neophodnim za poštovanje ovih pravila pod određenim uslovima..
Proizvodnja (skup pravila) se sastoji od dva dijela: preduvjeta ("IF") i akcije ("THEN"). Ako preduvjet proizvodnje odgovara trenutnom stanju svijeta, tada model radi. Proizvodni model također sadrži bazu podataka, koja se ponekad naziva radnom memorijom, koja sadrži trenutno znanje.
Nedostaci proizvodnog modela su da ako je broj pravila prevelik, radnje modela mogu biti u suprotnosti jedna s drugom.
Semantičke mreže
Oni su zasnovani na integritetu slike i najvizuelniji su modeli predstavljanja znanja. Semantička mreža se najčešće predstavlja kao graf ili složena struktura grafa, čiji čvorovi ili vrhovi predstavljaju objekte, koncepte, fenomene, a ivice odnose između određenih objekata, pojmova i pojava.
Najjednostavnija semantička mreža može se lako predstaviti kao trokut, čiji su vrhovi pojmovi kao što su, recimo, "pas", "sisarac" i "kičma". U ovom slučaju, vrhovi će povezati stranice trougla, što se može označiti takvim vezama i odnosima kao što su "jeste", "posjeduje", "ima". na taj način dobijamo model reprezentacije znanja iz kojeg učimo,da je pas sisar, sisari imaju kičmu, a pas ima kičmu.
Ovakvi modeli su ilustrativni i uz njihovu pomoć možete najefikasnije predstaviti složene sisteme i uzročne veze. Osim toga, ove semantičke mreže mogu se nadopuniti novim saznanjima proširenjem postojeće mreže, odnosno trokut se može pretvoriti u pravougaonik, zatim u šesterokut, a zatim u složenu mrežu oblika koji se ukrštaju, u kojima se može promatrati, na primjer, nasljeđivanje svojstava.
Model okvira
Model okvira je tako nazvan od engleske riječi frame - okvir ili okvir. Okvir je struktura koja prikuplja podatke koji se koriste za predstavljanje određenog koncepta.
Kao u sociologiji, gdje su okviri vrsta stereotipnih podataka koji utiču na ljudsku percepciju svijeta i proces donošenja odluka, u informatici i radu s umjetnom inteligencijom, okviri se koriste za kreiranje strukturiranih podataka koji predstavljaju stereotipne situacije. Zapravo, ovo je početni, osnovni sistem podataka na kojem se gradi percepcija svijeta umjetnom inteligencijom.
Osim što su efikasni modeli predstavljanja znanja, okviri su aktivni ne samo u računarstvu. One su izvorno bile varijacije semantičkih mreža.
Okvir se sastoji od jednog ili više utora. Zauzvrat, slotovi mogu sami biti okviri. Dakle, okvirni model je u stanju da predstavi složene konceptualne objekte, formirajući širok hijerarhijski lanac.znanje.
Model okvira za predstavljanje znanja sadrži informacije o tome kako koristiti okvir, šta očekivati tokom i nakon upotrebe i šta učiniti kada očekivanja od upotrebe okvira nisu ispunjena.
Određene vrste podataka u modelu okvira su fiksne, dok se drugi podaci, obično pohranjeni u terminalnim slotovima, mogu promijeniti. Terminalni slotovi se najčešće tretiraju kao varijable. Slotovi i okviri najvišeg nivoa nose informacije o situaciji, što je uvijek tačno, ali terminalni slotovi ne moraju biti istiniti.
Okviri jedne složene mreže mogu dijeliti slotove drugih okvira iste mreže.
Baza podataka može pohraniti okvire prototipa (nepromjenjive) i okvire instance koji su kreirani situacijski da predstavljaju određenu situaciju ili koncept.
Okvirni modeli predstavljanja znanja jedni su od najsvestranijih i sposobnih za prikaz različitih vrsta znanja:
- strukture okvira se koriste za predstavljanje koncepata i objekata;
- uloge okvira označavaju odgovornosti uloga;
- skripte okvira opisuju ponašanje;
- situacije okvira se koriste za predstavljanje stanja i aktivnosti.
Neuralne mreže
Ovi algoritmi se takođe mogu uslovno dodati u grupu modela zasnovanih na empirijskom pristupu znanju. U stvari, neuronske mreže pokušavaju kopirati procese koji se odvijaju u ljudskom mozgu. Oni se zasnivaju na teoriji da je sistem veštačke inteligencije sa istim strukturama iprocesi, kao i u ljudskom mozgu, moći će da dobiju slične rezultate u procesu donošenja odluka, evaluacije situacija i percepcije stvarnosti.
Teoretski ispravan pristup
Matematički, predikativni i logički modeli predstavljanja znanja zasnovani su na ovom pristupu. Ovi modeli garantuju ispravne odluke jer su zasnovani na formalnoj logici. Pogodni su za rješavanje jednostavnih problema iz uske predmetne oblasti, često povezanih sa formalnom logikom.
Logički modeli predstavljanja znanja
Ovo je jedan od najpopularnijih modela zasnovanih na teoretskom pristupu. Logički model koristi predikatsku algebru, njen sistem aksioma i pravila zaključivanja. Najčešći logički modeli koriste termine - logičke konstante, funkcije i varijable, kao i predikate, odnosno izraze logičkih radnji.
