Modele de reprezentare a cunoștințelor: tipuri, clasificări și aplicații

Noțiuni complexe precum "gândire" și "conștiință", dar și noțiuni mai ușor de definit, cum ar fi "intelect" și "cunoaștere", sunt utilizate de specialiști din diverse domenii (de exemplu, analiza sistemelor, informatică, neuropsihologie, psihologie, filosofie etc.).) poate varia considerabil.

Reprezentarea completă și adecvată a cunoștințelor, care să fie percepută fără ambiguitate atât de oameni, cât și de mașini, este principala problemă de informații moderne schimb. Un astfel de schimb de informații se bazează pe un sistem de concepte și relații care constituie cunoașterea.

Clasificarea cunoștințelor

Acestea pot fi clasificate în mai multe categorii: conceptuale, constructive, procedurale, factuale și metacognitive.

• Cunoștințe conceptuale - Un set de noțiuni definite utilizate în rezolvarea problemelor. Frecvent utilizat în științele fundamentale și în domeniile teoretice ale științei. De fapt, cunoașterea conceptuală constituie aparatul conceptual al științei.
• Cunoașterea constructivă - Seturi de structuri, sisteme și subsisteme, precum și interacțiunile dintre ele. Utilizate în mod activ în inginerie.
• Cunoștințe procedurale - Metode și algoritmi utilizați în științele aplicate cel mai adesea.
• Cunoașterea factorilor - Caracteristicile obiectelor și fenomenelor, atât cantitative, cât și calitative. Cel mai des utilizat în știința experimentală.
• Metacogniție - Orice cunoaștere a cunoștințelor, sistemul de organizare, ingineria acestora, modul și regulile de aplicare a lor.

Organizarea cunoștințelor

Un sistem de organizare a cunoștințelor este un proces furnizarea de informații Sub forma unor mesaje care pot fi familiare (limbaj vorbit și scris, desene etc.).д.) și cele necunoscute (formule, obiecte de pe hărțile geografice, unde radio etc.).

Pentru ca un sistem de organizare a cunoștințelor să fie ușor de înțeles și să aibă succes, este necesar să se utilizeze o abordare clară și constructivă un sistem de reguli, în funcție de care cunoștințele trebuie să fie reprezentate și percepute. În acest scop, omul folosește limbajul și scrisul.

Limba

Limbajul a apărut și s-a dezvoltat deoarece cunoștințele acumulate de ființele umane trebuie să fie în mod constant reprezentate, exprimate, stocate și schimbate. Gândirea care nu poate fi exprimată printr-o construcție formală (limbaj, imagine) pierde posibilitatea de a deveni parte a schimbului de informații. Acesta este motivul pentru care, de-a lungul istoriei, limbajul a fost cea mai eficientă formă de reprezentare a cunoștințelor.

Cu cât limba este mai bogată, cu atât mai multe cunoștințe exprimă, ceea ce face ca și cultura poporului să fie mai bogată, ceea ce permite dezvoltarea unor sisteme tot mai eficiente de organizare a cunoștințelor.

Limbajul științei

Principala problemă în utilizarea limbajului ca formă de reprezentare a cunoștințelor este semnificația semantică ambiguă a cuvintelor și propozițiilor. De aceea, limbajul științei joacă un rol special în formalizarea cunoașterii.

Scopul principal al limbajului științific este de a tipiza și standardiza formele de exprimare, comprimare și stocare a cunoștințelor. Prin tipizarea, standardizarea cunoștințelor, putem scăpa de polisemia sau ambiguitatea semantică a limbii.

Ceea ce în condițiile naturale de evoluție lingvistică îmbogățește limbajul (polivalența expresiilor), devine un obstacol în procesul de schimb de cunoștințe, crescând riscul de neînțelegere, zgomotul semantic și percepția ambiguă a informației.

Clasificarea cunoștințelor

Una dintre principalele metode de formalizare a cunoștințelor este clasificarea. Este o alocare a cunoștințelor în grupuri în funcție de o anumită clasă. Adică, numai informațiile care îndeplinesc anumite criterii, corespunzătoare clasei, intră într-o anumită clasă de cunoștințe.

Clasificarea este o metodă deosebit de importantă a sistematicii științifice, fără de care prima etapă a cunoașterii de bază a unui domeniu științific nu se poate face fără. De exemplu, în informatică, fără clasificare nu există echivalență, ceea ce permite rezolvarea unor probleme importante precum comparația, căutarea și clasificarea. Fără clasificare în știință, nu am avea sisteme unice și neprețuite de organizare a datelor, cum ar fi tabelul Mendeleev.

Modele de reprezentare a cunoștințelor

Tabelul periodic, tabelul rangurilor, codul penal, arbori genealogici și alții sisteme de clasificare sunt modele de reprezentare a cunoștințelor. Acestea sunt structuri formale care leagă anumite cunoștințe: fapte, fenomene, concepte, procese, obiecte, relații.

Pentru ca un calculator să înțeleagă și să proceseze cunoștințe despre un anumit domeniu, aceste cunoștințe trebuie să fie reprezentate într-o formă specifică, formalizată. În funcție de scopul urmărit, prelucrarea cunoștințelor de către calculator are loc în funcție de un model construit pe baza unui algoritm. În consecință, cunoștințele reprezentate în model depind de algoritmul de prelucrare a acestora.

Există mai multe modele de reprezentare a cunoștințelor în sistemele expert. Principalele sunt modelele de produs, de cadru, de rețea și de logică.

Clasificarea modelelor

Modele de reprezentare a cunoștințelor enumerate mai sus, exemple din care următoarele, deși sunt larg răspândite, nu sunt în niciun caz singurele. În prezent există numeroase modele, care diferă între ele prin validitate, abordări ale acestora creație și principii organizații.

De exemplu, tabelul de mai jos prezintă tipurile de modele de reprezentare a cunoștințelor, împărțindu-le în modele empirice și modele teoretice și subdivizându-le în continuare.

Modelarea empirică

Modelele empirice de organizare și reprezentare a cunoașterii iau ca exemplu o ființă umană și încearcă să întruchipeze organizarea memoriei, conștiinței și mecanismelor de luare a deciziilor și de rezolvare a problemelor. Modelarea empirică se referă la orice tip de model care se bazează mai degrabă pe observații empirice decât pe relații care pot fi descrise și modelate matematic.

Modelarea empirică este un termen general pentru modelele de reprezentare a cunoștințelor care sunt derivate din observații și experimente.

Un model empiric funcționează după un principiu semantic simplu: creatorul observă interacțiunea dintre model și referentul său. Prelucrarea acestor informații poate fi "empirică" în multe moduri diferite, de la formule analitice, la relații cauză-efect, la metode de încercare și eroare.

Modele productive de reprezentare a cunoștințelor

Acest model de reprezentare se bazează cel mai adesea pe relații și pe relații cauză-efect. Dacă informația poate fi reprezentată în termeni de condiții, cum ar fi "Dacă <х>, Apoi <у>"atunci modelul este un model productiv. Este cel mai frecvent utilizat în aplicații și în inteligența artificială nesofisticată.

Modelele productive de reprezentare a cunoștințelor sunt cel mai adesea programe de calculator care oferă o formă de inteligența artificială în apropiere de reguli de comportament, și include, de asemenea, un mecanism, necesare pentru să respecte aceste reguli atunci când sunt îndeplinite condițiile.

Un produs (set de reguli) este format din două părți: o precondiție ("IF") și o acțiune ("TO"). În cazul în care precondiția produsului corespunde stării actuale a lumii, atunci modelul este rulat. Un model de producție conține, de asemenea, o bază de date, numită uneori memorie de lucru, care conține cunoștințele actuale.

Dezavantajele modelului de produs sunt că, având prea multe reguli, acțiunile modelului se pot contrazice între ele.

Rețele semantice

Acestea se bazează pe integritatea imaginii și sunt cele mai ilustrative modele de reprezentare a cunoștințelor. O rețea semantică este cel mai adesea reprezentată sub forma unui graf sau a unei structuri grafice complexe, ale cărei noduri sau vârfuri reprezintă obiecte, concepte, fenomene, în timp ce marginile reprezintă relațiile dintre anumite obiecte, concepte și fenomene.

O rețea semantică simplă poate fi reprezentată cu ușurință ca un triunghi având ca vârfuri concepte precum "câine", "mamifer" și "coloană vertebrală". În acest caz, vârfurile vor conecta laturile triunghiului, care pot fi desemnate prin conexiuni și relații precum "este", "posedă", "este la". Astfel, obținem un model de reprezentare a cunoștințelor din care aflăm că un câine este un mamifer, că mamiferele au o coloană vertebrală și că un câine are o coloană vertebrală.

Astfel de modele sunt vizuale și pot reprezenta cel mai bine sistemele complexe și relațiile cauză-efect. În plus, aceste rețele semantice pot fi îmbogățite cu noi cunoștințe prin extinderea rețelei existente, de exemplu, un triunghi poate fi transformat într-un dreptunghi, apoi într-un hexagon și apoi într-o rețea complexă de figuri care se intersectează, în care, de exemplu, se poate observa moștenirea proprietăților.

Model de cadru

Un model de cadru este numit astfel de la cuvântul englezesc frame. Un cadru este o structură în care sunt colectate datele utilizate pentru a reprezenta un anumit concept.

Ca și în sociologie, unde cadrele se referă la un tip de date stereotipice care influențează percepția umană asupra lumii și procesul de procesul decizional, În informatică și în lucrul cu inteligența artificială, cadrele sunt folosite pentru crearea de date structurate care reprezintă situații stereotipe. De fapt, este un sistem inițial, de bază, de date pe care se bazează percepția lumii de către o inteligență artificială.

În plus, ca modele eficiente de reprezentare a cunoștințelor, cadrele sunt active nu numai în informatică. Ele au fost inițial o variantă a rețelelor semantice.

Un cadru este format din unul sau mai multe sloturi. Sloturile, la rândul lor, pot deveni ele însele cadre. Astfel, modelul de cadru este capabil să reprezinte obiecte conceptuale complexe, formând un lanț ierarhic larg de cunoștințe.

Un model de reprezentare a cunoștințelor conține informații despre cum să folosești un cadru, la ce să te aștepți în timpul și după utilizarea lui și ce să faci atunci când așteptările legate de utilizarea unui cadru nu sunt îndeplinite.

Anumite tipuri de date din modelul de cadru sunt invariabile, în timp ce alte date, stocate de obicei în sloturile terminale, se pot modifica. Sloturile terminale sunt cel mai adesea tratate ca variabile. Sloturile și cadrele de nivel superior conțin informații de situație care sunt întotdeauna adevărate, dar sloturile terminale nu trebuie să fie neapărat adevărate.

Programele unei rețele complexe pot împărți sloturi ale altor cadre din aceeași rețea.

Baza de date poate stoca cadre prototip (imuabile) și cadre de instanță, care sunt create în funcție de situație, pentru a reprezenta o anumită situație sau un anumit concept.

Modelele cadru de reprezentare a cunoștințelor sunt printre cele mai versatile și capabile să reprezinte diferite tipuri de cunoștințe:

• Structurile de cadre sunt utilizate pentru a reprezenta concepte și obiecte;
• rolurile-cadru desemnează responsabilitățile rolurilor;
• scripturile cadru descriu comportamentul;
• structurile de cadre sunt utilizate pentru a reprezenta stări și obiecte activități.

Rețele neuronale

Acești algoritmi pot fi, de asemenea, incluși în mod convențional în grupul de modele bazate pe o abordare empirică a cunoașterii. De fapt, rețelele neuronale încearcă să imite procesele care au loc în creierul uman. Acestea se bazează pe teoria conform căreia un sistem de inteligență artificială cu aceleași structuri și procese ca și creierul uman ar fi capabil să producă rezultate similare în luarea deciziilor, evaluarea situațiilor și percepția realității.

O abordare solidă din punct de vedere teoretic

Modelele matematice, predicative și logice de reprezentare a cunoștințelor se bazează pe această abordare. Aceste modele garantează corectitudinea soluții, deoarece se bazează pe logica formală. Acestea sunt potrivite pentru rezolvarea unor probleme simple dintr-un domeniu îngust, adesea legate de logica formală.

Modele logice de reprezentare a cunoștințelor

Este una dintre cele mai modele populare, pe baza unei abordări teoretice. Modelul logic utilizează algebra predicatului, sistemul său de axiome și reguli de inferență. Cel mai răspândit Modelele logice utilizează termeni - constante logice, funcții și variabile - precum și predicate, adică expresii ale acțiunilor logice.