Ljudje smo najboljši v razumevanju, razmišljanju in razlagi znanja. Človek ve stvari, kar je znanje in glede na svoje znanje izvaja različna dejanja v resničnem svetu. Toda kako stroji počnejo vse te stvari, je pod zastopanjem znanja in sklepanjem . Zato lahko predstavitev znanja opišemo na naslednji način:
- Predstavitev znanja in sklepanje (KR, KRR) je del umetne inteligence, ki se ukvarja z razmišljanjem agentov AI in kako razmišljanje prispeva k inteligentnemu vedenju agentov.
- Odgovoren je za predstavljanje informacij o resničnem svetu, tako da lahko računalnik razume in uporabi to znanje za reševanje zapletenih problemov resničnega sveta, kot je diagnosticiranje zdravstvenega stanja ali komuniciranje z ljudmi v naravnem jeziku.
- Je tudi način, ki opisuje, kako lahko predstavljamo znanje v umetni inteligenci. Predstavitev znanja ni le shranjevanje podatkov v neko zbirko podatkov, ampak tudi omogoča inteligentnemu stroju, da se uči iz tega znanja in izkušenj, tako da se lahko obnaša inteligentno kot človek.
Kaj zastopati:
Sledijo vrste znanja, ki morajo biti predstavljena v sistemih AI:
Znanje: Znanje je zavedanje ali poznavanje dejstev, podatkov in situacij, pridobljeno z izkušnjami. Sledijo vrste znanja v umetni inteligenci:
Vrste znanja
Sledijo različne vrste znanja:
1. Deklarativno znanje:
- Deklarativno znanje je vedeti o nečem.
- Vključuje koncepte, dejstva in predmete.
- Imenuje se tudi opisno znanje in je izraženo v deklarativnih stavkih.
- Je preprostejši od proceduralnega jezika.
2. Postopkovno znanje
- Znano je tudi kot nujno znanje.
- Proceduralno znanje je vrsta znanja, ki je odgovorno za to, da vemo, kako nekaj narediti.
- Lahko se neposredno uporabi za katero koli nalogo.
- Vključuje pravila, strategije, postopke, agende itd.
- Proceduralno znanje je odvisno od naloge, na kateri se lahko uporabi.
3. Meta-znanje:
- Znanje o drugih vrstah znanja se imenuje meta-znanje.
4. Hevristično znanje:
- Hevristično znanje predstavlja znanje nekaterih strokovnjakov na nekem področju ali predmetu.
- Hevristično znanje so pravila, ki temeljijo na prejšnjih izkušnjah, zavedanju pristopov in so dobra za delo, vendar niso zajamčena.
5. Strukturno znanje:
- Strukturno znanje je osnovno znanje za reševanje problemov.
- Opisuje odnose med različnimi koncepti, kot so vrsta, del in skupina nečesa.
- Opisuje odnos, ki obstaja med pojmi ali predmeti.
Razmerje med znanjem in inteligenco:
Poznavanje resničnih svetov ima ključno vlogo pri inteligenci in enako pri ustvarjanju umetne inteligence. Znanje ima pomembno vlogo pri dokazovanju inteligentnega vedenja agentov AI. Agent je sposoben natančno ukrepati na neki vnos le, če ima nekaj znanja ali izkušenj o tem vnosu.
Recimo, če ste srečali neko osebo, ki govori v jeziku, ki ga ne poznate, kako boste potem lahko ukrepali glede tega. Enako velja za inteligentno vedenje agentov.
Kot lahko vidimo na spodnjem diagramu, obstaja en odločevalec, ki deluje z zaznavanjem okolja in uporabo znanja. Toda če del znanja takrat ne bo predstavljen, ne more prikazati inteligentnega vedenja.
Cikel znanja AI:
Sistem umetne inteligence ima naslednje komponente za prikazovanje inteligentnega vedenja:
- Zaznavanje
- Učenje
- Predstavitev znanja in sklepanje
- Načrtovanje
- Izvedba
Zgornji diagram prikazuje, kako lahko sistem AI sodeluje z resničnim svetom in katere komponente mu pomagajo pokazati inteligenco. Sistem AI ima komponento zaznavanja, s katero pridobiva informacije iz svojega okolja. Lahko je vizualni, zvočni ali druga oblika senzoričnega vnosa. Učna komponenta je odgovorna za učenje iz podatkov, ki jih zajame Perception comporment. V celotnem ciklu sta glavni komponenti predstavitev znanja in sklepanje. Ti dve komponenti sta vključeni v izkazovanje inteligence pri stroju podobnih ljudeh. Ti dve komponenti sta med seboj neodvisni, a tudi povezani. Načrtovanje in izvedba sta odvisna od analize predstavitve znanja in sklepanja.
Pristopi k predstavitvi znanja:
Obstajajo predvsem štirje pristopi k predstavitvi znanja, ki so navedeni spodaj:
1. Preprosto relacijsko znanje:
- To je najenostavnejši način shranjevanja dejstev, ki uporablja relacijsko metodo, vsako dejstvo o nizu predmeta pa je sistematično podano v stolpcih.
- Ta pristop predstavitve znanja je znan v sistemih baz podatkov, kjer je predstavljen odnos med različnimi entitetami.
- Ta pristop ima malo možnosti za sklepanje.
Primer: Sledi preprosta predstavitev relacijskega znanja.
kako seznaniti slušalke beats
| Igralec | Utež | starost |
|---|---|---|
| Igralec1 | 65 | 23 |
| Igralec2 | 58 | 18 |
| Igralec3 | 75 | 24 |
2. Podedovano znanje:
- Pri pristopu dednega znanja morajo biti vsi podatki shranjeni v hierarhiji razredov.
- Vsi razredi morajo biti urejeni v splošni obliki ali hierarhično.
- Pri tem pristopu uporabljamo dedovanje lastnine.
- Elementi podedujejo vrednosti od drugih članov razreda.
- Ta pristop vsebuje podedovano znanje, ki prikazuje relacijo med instanco in razredom in se imenuje relacija instance.
- Vsak posamezen okvir lahko predstavlja zbirko atributov in njihovo vrednost.
- Pri tem pristopu so predmeti in vrednosti predstavljeni v okvirjenih vozliščih.
- Uporabljamo puščice, ki kažejo od predmetov do njihovih vrednosti.
3. Inferencialno znanje:
- Inferencialni pristop znanja predstavlja znanje v obliki formalne logike.
- Ta pristop je mogoče uporabiti za pridobivanje več dejstev.
- Zagotovljena je bila pravilnost.
- Marcus je moški
- Vsi ljudje so smrtni
Potem lahko predstavlja kot;
moški (Marcus)
∀x = človek (x) ----------> smrtnik (x)s
4. Postopkovno znanje:
- Pristop proceduralnega znanja uporablja majhne programe in kode, ki opisujejo, kako narediti določene stvari in kako nadaljevati.
- Pri tem pristopu se uporablja eno pomembno pravilo, ki je Pravilo Če-Potem .
- Pri tem znanju lahko uporabljamo različne kodne jezike, kot npr jezik LISP in Prolog jezik .
- S tem pristopom lahko zlahka predstavimo hevristično ali domensko specifično znanje.
- Vendar ni nujno, da lahko v tem pristopu predstavimo vse primere.
Zahteve za sistem za predstavitev znanja:
Dober sistem za predstavitev znanja mora imeti naslednje lastnosti.
Sistem KR mora imeti možnost predstavitve vseh vrst zahtevanega znanja.
Sistem KR bi moral imeti možnost manipuliranja reprezentacijskih struktur za proizvodnjo novega znanja, ki ustreza obstoječi strukturi.
Sposobnost usmerjanja mehanizma sklepanja znanja v najbolj produktivne smeri s shranjevanjem ustreznih vodnikov.