รูปแบบการนำเสนอความรู้ : ประเภท การจำแนก และวิธีการสมัคร

สารบัญ:

รูปแบบการนำเสนอความรู้ : ประเภท การจำแนก และวิธีการสมัคร
รูปแบบการนำเสนอความรู้ : ประเภท การจำแนก และวิธีการสมัคร
Anonim

แนวคิดที่ซับซ้อนเช่น “ความคิด” และ “สติ” และแนวคิดที่นิยามง่ายกว่า เช่น “ปัญญา” และ “ความรู้” ท่ามกลางผู้เชี่ยวชาญจากหลากหลายรูปแบบ (เช่น การวิเคราะห์ระบบ วิทยาการคอมพิวเตอร์ ประสาทวิทยา จิตวิทยา ปรัชญา ฯลฯ) อาจแตกต่างกันอย่างมาก

สมบูรณ์ การแสดงความรู้ที่เพียงพอ ซึ่งทั้งคนและเครื่องจักรรับรู้อย่างเท่าเทียมกัน เป็นปัญหาหลักของการแลกเปลี่ยนข้อมูลสมัยใหม่ การแลกเปลี่ยนข้อมูลดังกล่าวขึ้นอยู่กับระบบแนวคิดและความสัมพันธ์ที่ประกอบเป็นความรู้

การจำแนกความรู้

ตัวแทนความรู้
ตัวแทนความรู้

สามารถจำแนกได้หลายประเภท: แนวความคิด เชิงสร้างสรรค์ ขั้นตอน ข้อเท็จจริง และความรู้เชิงอภิปรัชญา

  • ความรู้เชิงแนวคิดคือชุดของแนวคิดเฉพาะที่ใช้ในการแก้ปัญหา มักใช้ในวิทยาศาสตร์พื้นฐานและสาขาวิทยาศาสตร์ อันที่จริง ความรู้เชิงแนวคิดถือเป็นเครื่องมือเชิงแนวคิดของวิทยาศาสตร์
  • ความรู้เชิงสร้างสรรค์ - ชุดของโครงสร้าง ระบบ และระบบย่อย ตลอดจนปฏิสัมพันธ์ระหว่างพวกเขา ใช้ในเทคโนโลยีอย่างแข็งขัน
  • ความรู้ขั้นตอนคือวิธีการและอัลกอริธึมที่ใช้กันมากที่สุดในวิทยาศาสตร์ประยุกต์
  • ความรู้เชิงข้อเท็จจริงคือลักษณะของวัตถุและปรากฏการณ์ทั้งเชิงปริมาณและเชิงคุณภาพ ส่วนใหญ่มักใช้ในวิทยาศาสตร์ทดลอง
  • Metaknowledge คือความรู้ใดๆ เกี่ยวกับความรู้ ระบบการจัดระเบียบ วิศวกรรม ลำดับและกฎการใช้งาน

องค์ความรู้

ระบบองค์ความรู้คือกระบวนการให้ข้อมูลในรูปแบบของข้อความที่คุ้นเคย (คำพูดและคำพูด รูปภาพ ฯลฯ) และผิดปกติ (สูตร วัตถุแผนที่ คลื่นวิทยุ ฯลฯ)

เพื่อให้ระบบการจัดองค์ความรู้สามารถเข้าใจและประสบความสำเร็จได้ จำเป็นต้องใช้ระบบกฎที่เข้าใจและสร้างสรรค์ตามความรู้ที่จะนำเสนอและรับรู้ เมื่อต้องการทำเช่นนี้ คนจะใช้ภาษาและการเขียน

ภาษา

ภาษาปรากฏขึ้นและพัฒนาเนื่องจากความรู้ที่สะสมโดยผู้คนจำเป็นต้องนำเสนอ แสดงออก จัดเก็บและแลกเปลี่ยนอย่างต่อเนื่อง ความคิดที่ไม่สามารถแสดงออกด้วยโครงสร้างที่เป็นทางการ (ภาษา ภาพ) จะสูญเสียโอกาสในการเป็นส่วนหนึ่งของการแลกเปลี่ยนข้อมูล นั่นคือเหตุผลว่าทำไมตลอดประวัติศาสตร์ของมนุษยชาติ ภาษาจึงเป็นรูปแบบการแทนความรู้ที่มีประสิทธิภาพมากที่สุด

ภาษายิ่งรวยยิ่งแสดงความรู้ตามลำดับทำให้วัฒนธรรมของผู้คนสมบูรณ์ยิ่งขึ้นซึ่งในทางกลับกันช่วยให้คุณพัฒนาระบบการจัดการความรู้ที่มีประสิทธิภาพมากขึ้นเรื่อย ๆ

ภาษาวิทยาศาสตร์

การแลกเปลี่ยนข้อมูลระหว่างปัญญาประดิษฐ์กับมนุษย์
การแลกเปลี่ยนข้อมูลระหว่างปัญญาประดิษฐ์กับมนุษย์

ปัญหาหลักในการใช้ภาษาแทนความรู้คือความหมายที่คลุมเครือของคำและประโยค นั่นคือเหตุผลที่ภาษาของวิทยาศาสตร์มีบทบาทพิเศษในการจัดรูปแบบความรู้

จุดประสงค์หลักของภาษาวิทยาศาสตร์คือการทำให้พิมพ์และสร้างมาตรฐานให้กับรูปแบบการแสดงออก การบีบอัดและการจัดเก็บความรู้ ด้วยความช่วยเหลือของการนำเสนอความรู้ที่เป็นมาตรฐานทั่วไป เราสามารถขจัดความคลุมเครือหรือความกำกวมทางความหมายของภาษาได้

ในสภาวะธรรมชาติของวิวัฒนาการภาษา ทำให้ภาษาสมบูรณ์ยิ่งขึ้น (polysemy of expressions) กลายเป็นอุปสรรคในกระบวนการแลกเปลี่ยนความรู้ เพิ่มความเสี่ยงของการเข้าใจผิด เสียงเชิงความหมาย และการรับรู้ข้อมูลอย่างคลุมเครือ

การจำแนกความรู้

วิธีหลักวิธีหนึ่งในการทำให้ความรู้เป็นรูปแบบหนึ่งคือการจำแนกประเภท เป็นการกระจายความรู้ออกเป็นกลุ่มตามชั้นบางกลุ่ม นั่นคือ เฉพาะข้อมูลที่ตรงตามเกณฑ์บางอย่างที่สอดคล้องกับชั้นเรียนเท่านั้นที่จัดอยู่ในความรู้บางประเภท

การจำแนกเป็นวิธีการที่สำคัญอย่างยิ่งของระบบวิทยาศาสตร์ ซึ่งขาดไม่ได้ในขั้นตอนแรกของการสร้างความรู้พื้นฐานเกี่ยวกับทิศทางทางวิทยาศาสตร์ ตัวอย่างเช่น ในวิทยาการคอมพิวเตอร์ที่ไม่มีการจัดประเภท ไม่มีความเท่าเทียมกันที่ช่วยให้คุณแก้ปัญหาที่สำคัญ เช่น การเปรียบเทียบ การค้นหา และการจัดหมวดหมู่ หากไม่มีการจัดประเภททางวิทยาศาสตร์ เราจะไม่มีระบบการจัดข้อมูลที่เป็นเอกลักษณ์และมีค่าเช่นตารางธาตุ

รูปแบบการนำเสนอความรู้

ความรู้เรื่องปัญญาประดิษฐ์
ความรู้เรื่องปัญญาประดิษฐ์

ตารางธาตุ ตารางยศ ประมวลกฎหมายอาญา ผังครอบครัว และระบบการจำแนกประเภทอื่นๆ เป็นแบบจำลองของการแสดงความรู้ โครงสร้างเหล่านี้เป็นโครงสร้างที่เป็นทางการซึ่งเชื่อมโยงความรู้บางอย่าง: ข้อเท็จจริง ปรากฏการณ์ แนวคิด กระบวนการ วัตถุ ความสัมพันธ์

เพื่อทำความเข้าใจและประมวลผลความรู้เกี่ยวกับสาขาวิชาเฉพาะด้วยคอมพิวเตอร์ ความรู้นี้จะต้องนำเสนอในรูปแบบที่เป็นทางการบางอย่าง การประมวลผลความรู้ด้วยคอมพิวเตอร์เกิดขึ้นตามแบบจำลองที่สร้างขึ้นจากอัลกอริทึมทั้งนี้ขึ้นอยู่กับวัตถุประสงค์ ดังนั้น ความรู้ที่นำเสนอในแบบจำลองจึงขึ้นอยู่กับอัลกอริธึมสำหรับการประมวลผล

การแสดงความรู้ในระบบผู้เชี่ยวชาญมีหลายรูปแบบ หลักๆ คือ การผลิต เฟรม เครือข่าย และตรรกะ

การจำแนกรุ่น

รูปแบบการแสดงความรู้ตามรายการด้านบน ตัวอย่างที่ตามมา แม้ว่าจะแพร่หลาย แต่ก็ห่างไกลจากรูปแบบเดียว วันนี้ มีโมเดลมากมายที่แตกต่างกันในแง่ของความถูกต้อง วิธีการสร้าง และหลักการขององค์กร

ตัวอย่างเช่น ตารางด้านล่างแสดงประเภทของแบบจำลองการแทนความรู้ การแบ่งออกเป็นเชิงประจักษ์และเชิงทฤษฎี ตลอดจนส่วนย่อยเพิ่มเติม

แบบจำลองเชิงประจักษ์ แบบจำลองทางทฤษฎี
รุ่นผลิต โมเดลลอจิก
รุ่นเครือข่าย ไวยากรณ์ทางการ
รุ่นเฟรม โมเดลผสม
เลเนมี โมเดลพีชคณิต
โครงข่ายประสาทเทียม
อัลกอริทึมทางพันธุกรรม

การสร้างแบบจำลองเชิงประจักษ์

แบบจำลองความรู้ปัญญาประดิษฐ์
แบบจำลองความรู้ปัญญาประดิษฐ์

แบบจำลองเชิงประจักษ์ขององค์กรและการนำเสนอความรู้ใช้บุคคลเป็นตัวอย่างและพยายามรวบรวมองค์กรแห่งความทรงจำ จิตสำนึกและกลไกการตัดสินใจและการแก้ปัญหาของเขา การสร้างแบบจำลองเชิงประจักษ์หมายถึงแบบจำลองใดๆ ก็ตามที่สร้างขึ้นจากการสังเกตเชิงประจักษ์ มากกว่าความสัมพันธ์ที่สามารถอธิบายและสร้างแบบจำลองทางคณิตศาสตร์ได้

การสร้างแบบจำลองเชิงประจักษ์เป็นคำศัพท์ทั่วไปสำหรับแบบจำลองการแสดงความรู้ที่สร้างขึ้นจากการสังเกตและการทดลอง

แบบจำลองเชิงประจักษ์ทำงานตามหลักความหมายง่ายๆ: ผู้สร้างสังเกตปฏิสัมพันธ์ของแบบจำลองและผู้อ้างอิง การประมวลผลข้อมูลที่ได้รับอาจเป็น "เชิงประจักษ์" ได้หลายวิธี ตั้งแต่สูตรการวิเคราะห์ ความสัมพันธ์เชิงสาเหตุ ไปจนถึงการลองผิดลองถูก

รูปแบบการผลิตแทนความรู้

รูปแบบการแสดงข้อมูลนี้มักขึ้นอยู่กับความสัมพันธ์และความเป็นเหตุเป็นผล หากข้อมูลสามารถแสดงในรูปแบบของเงื่อนไขประเภท "ถ้า จากนั้น" แสดงว่ารุ่นที่ผลิต มักใช้ในการใช้งานและประดิษฐ์อย่างง่ายสติปัญญา

รูปแบบการผลิตแทนความรู้มักเป็นโปรแกรมคอมพิวเตอร์ที่จัดเตรียมกฎเกณฑ์พฤติกรรมบางรูปแบบให้กับปัญญาประดิษฐ์ ตลอดจนกลไกที่จำเป็นในการปฏิบัติตามกฎเหล่านี้ภายใต้เงื่อนไขบางประการ

การผลิต (ชุดของกฎ) ประกอบด้วยสองส่วน: เงื่อนไขเบื้องต้น ("IF") และการดำเนินการ ("THEN") หากเงื่อนไขเบื้องต้นในการผลิตตรงกับสถานะปัจจุบันของโลก โมเดลจะทำงาน โมเดลการผลิตยังมีฐานข้อมูล ซึ่งบางครั้งเรียกว่าหน่วยความจำในการทำงาน ซึ่งมีความรู้ในปัจจุบัน

ข้อเสียของรูปแบบการผลิตคือ ถ้ากฎมีจำนวนมากเกินไป การกระทำของแบบจำลองอาจขัดแย้งกัน

เครือข่ายความหมาย

ปัญญาประดิษฐ์
ปัญญาประดิษฐ์

พวกมันยึดตามความสมบูรณ์ของภาพและเป็นแบบจำลองการนำเสนอความรู้ที่มองเห็นได้ชัดเจนที่สุด เครือข่ายความหมายมักแสดงเป็นกราฟหรือโครงสร้างกราฟที่ซับซ้อน โหนดหรือจุดยอดที่เป็นตัวแทนของวัตถุ แนวคิด ปรากฏการณ์ และขอบแสดงถึงความสัมพันธ์ระหว่างวัตถุ แนวคิด และปรากฏการณ์บางอย่าง

โครงข่ายความหมายที่ง่ายที่สุดสามารถแสดงเป็นรูปสามเหลี่ยมได้อย่างง่ายดาย จุดยอดที่เป็นแนวคิดเช่นพูดว่า "สุนัข" "สัตว์เลี้ยงลูกด้วยนม" และ "กระดูกสันหลัง" ในกรณีนี้ จุดยอดจะเชื่อมด้านข้างของสามเหลี่ยม ซึ่งสามารถแทนด้วยการเชื่อมต่อและความสัมพันธ์เช่น "คือ", "มี", "มี" ด้วยวิธีนี้ เราจะได้รูปแบบการแทนความรู้จากที่เราเรียนรู้ว่าสุนัขเป็นสัตว์เลี้ยงลูกด้วยนม สัตว์เลี้ยงลูกด้วยนมมีกระดูกสันหลัง และสุนัขมีกระดูกสันหลัง

แบบจำลองดังกล่าวเป็นเพียงตัวอย่างเท่านั้น และด้วยความช่วยเหลือเหล่านี้ คุณก็สามารถนำเสนอระบบที่ซับซ้อนและความสัมพันธ์เชิงสาเหตุได้อย่างมีประสิทธิภาพสูงสุด นอกจากนี้ เครือข่ายความหมายเหล่านี้ยังสามารถเสริมด้วยความรู้ใหม่โดยการขยายเครือข่ายที่มีอยู่ กล่าวคือ สามารถเปลี่ยนรูปสามเหลี่ยมเป็นรูปสี่เหลี่ยมผืนผ้า จากนั้นให้กลายเป็นรูปหกเหลี่ยม แล้วกลายเป็นเครือข่ายที่ซับซ้อนของรูปทรงที่ตัดกัน ซึ่งเราสามารถสังเกตได้ ตัวอย่างเช่น การสืบทอดคุณสมบัติ

รุ่นเฟรม

การถ่ายทอดความรู้
การถ่ายทอดความรู้

ชื่อโมเดลเฟรมมาจากคำว่า frame ภาษาอังกฤษ - frame หรือ frame เฟรมคือโครงสร้างที่รวบรวมข้อมูลที่ใช้แสดงแนวคิดเฉพาะ

ในสังคมวิทยา ที่เฟรมเป็นข้อมูลตายตัวชนิดหนึ่งที่มีอิทธิพลต่อการรับรู้ของมนุษย์ต่อโลกและกระบวนการตัดสินใจ ในด้านวิทยาการคอมพิวเตอร์และการทำงานกับปัญญาประดิษฐ์ เฟรมถูกใช้เพื่อสร้างข้อมูลที่มีโครงสร้างที่แสดงถึง สถานการณ์โปรเฟสเซอร์ อันที่จริง นี่เป็นระบบข้อมูลพื้นฐานเบื้องต้นที่สร้างการรับรู้ของโลกด้วยปัญญาประดิษฐ์

นอกจากจะเป็นแบบจำลองที่มีประสิทธิภาพในการแสดงความรู้แล้ว เฟรมยังใช้งานได้ไม่เฉพาะในวิทยาการคอมพิวเตอร์เท่านั้น เดิมเป็นรูปแบบของเครือข่ายความหมาย

กรอบประกอบด้วยหนึ่งช่องหรือมากกว่า ในทางกลับกัน สล็อตสามารถเป็นเฟรมได้ ดังนั้น โมเดลเฟรมจึงสามารถแสดงออบเจ็กต์เชิงแนวคิดที่ซับซ้อน ก่อตัวเป็นห่วงโซ่ลำดับชั้นที่กว้างความรู้

โมเดลเฟรมแสดงความรู้ประกอบด้วยข้อมูลเกี่ยวกับวิธีใช้เฟรม สิ่งที่คาดหวังระหว่างและหลังใช้ และสิ่งที่ต้องทำเมื่อไม่เป็นไปตามความคาดหวังจากการใช้เฟรม

ข้อมูลบางประเภทในโมเดลเฟรมได้รับการแก้ไขแล้ว ในขณะที่ข้อมูลอื่นๆ ซึ่งมักจะจัดเก็บไว้ในช่องเสียบเทอร์มินัลสามารถเปลี่ยนแปลงได้ ช่องเสียบเทอร์มินัลมักถูกมองว่าเป็นตัวแปร สล็อตและเฟรมระดับบนสุดมีข้อมูลเกี่ยวกับสถานการณ์ ซึ่งจริงเสมอ แต่สล็อตเทอร์มินัลไม่จำเป็นต้องเป็นจริง

เฟรมของเครือข่ายที่ซับซ้อนหนึ่งสามารถแชร์สล็อตของเฟรมอื่นในเครือข่ายเดียวกันได้

ฐานข้อมูลสามารถจัดเก็บเฟรมต้นแบบ (ไม่เปลี่ยนรูป) และเฟรมอินสแตนซ์ที่สร้างขึ้นตามสถานการณ์เพื่อแสดงสถานการณ์หรือแนวคิดเฉพาะ

รูปแบบกรอบของการแสดงความรู้เป็นหนึ่งในรูปแบบที่หลากหลายที่สุดและสามารถแสดงความรู้ประเภทต่างๆ ได้:

  • โครงสร้างเฟรมใช้เพื่อแสดงแนวคิดและวัตถุ
  • บทบาทเฟรมแสดงถึงความรับผิดชอบตามบทบาท
  • สคริปต์เฟรมอธิบายพฤติกรรม
  • สถานการณ์เฟรมถูกใช้เพื่อแสดงสถานะและกิจกรรม

โครงข่ายประสาทเทียม

อัลกอริธึมเหล่านี้สามารถเพิ่มแบบมีเงื่อนไขในกลุ่มของแบบจำลองตามแนวทางเชิงประจักษ์สู่ความรู้ อันที่จริง โครงข่ายประสาทเทียมกำลังพยายามคัดลอกกระบวนการที่เกิดขึ้นในสมองของมนุษย์ มีพื้นฐานอยู่บนทฤษฎีที่ว่าระบบปัญญาประดิษฐ์ที่มีโครงสร้างเหมือนกันและกระบวนการ เช่นเดียวกับในสมองของมนุษย์ จะสามารถได้ผลลัพธ์ที่คล้ายคลึงกันในกระบวนการตัดสินใจ การประเมินสถานการณ์ และการรับรู้ถึงความเป็นจริง

แนวทางที่สมเหตุสมผล

แลกเปลี่ยนความรู้
แลกเปลี่ยนความรู้

แบบจำลองทางคณิตศาสตร์ กริยา และตรรกะของการแสดงความรู้นั้นยึดตามแนวทางนี้ โมเดลเหล่านี้รับประกันการตัดสินใจที่ถูกต้องเนื่องจากเป็นไปตามตรรกะที่เป็นทางการ เหมาะสำหรับการแก้ปัญหาง่ายๆ จากหัวข้อที่แคบ ซึ่งมักเกี่ยวข้องกับตรรกะที่เป็นทางการ

แบบจำลองเชิงตรรกะของการแสดงความรู้

นี่เป็นหนึ่งในโมเดลที่ได้รับความนิยมมากที่สุดตามแนวทางทฤษฎี โมเดลเชิงตรรกะใช้พีชคณิตภาคแสดง ระบบสัจพจน์และกฎการอนุมาน โมเดลเชิงตรรกะที่พบบ่อยที่สุดใช้คำศัพท์ - ค่าคงที่ตรรกะ ฟังก์ชันและตัวแปร เช่นเดียวกับเพรดิเคต นั่นคือ นิพจน์ของการกระทำเชิงตรรกะ

แนะนำ: