Люди найкраще розуміють, міркують та інтерпретують знання. Людина знає речі, які є знаннями, і відповідно до своїх знань вони виконують різні дії в реальному світі. Але те, як машини роблять усі ці речі, залежить від представлення знань і міркувань . Отже, ми можемо описати представлення знань наступним чином:
- Представлення знань і міркування (KR, KRR) — це частина штучного інтелекту, яка стосується мислення агентів ШІ та того, як мислення сприяє інтелектуальній поведінці агентів.
- Він відповідає за представлення інформації про реальний світ, щоб комп’ютер міг розуміти та використовувати ці знання для вирішення складних проблем реального світу, таких як діагностика захворювання або спілкування з людьми природною мовою.
- Це також спосіб, який описує, як ми можемо представити знання в штучному інтелекті. Представлення знань — це не просто зберігання даних у якійсь базі даних, але й можливість інтелектуальній машині вчитися на цих знаннях і досвіді, щоб вона могла поводитися розумно, як людина.
Що представляти:
Нижче наведено типи знань, які повинні бути представлені в системах ШІ:
Знання: Знання — це усвідомлення фактів, даних і ситуацій, отримане завдяки досвіду. Нижче наведено типи знань у штучному інтелекті:
карта reactjs
Види знань
Нижче наведено різні види знань:
1. Декларативні знання:
- Декларативне знання означає знати про щось.
- Він включає поняття, факти та об’єкти.
- Його також називають описовим знанням і виражають у декларативних реченнях.
- Це простіша за процедурну мову.
2. Процедурні знання
- Його також називають імперативним знанням.
- Процедурні знання - це тип знань, який відповідає за знання того, як щось робити.
- Його можна безпосередньо застосувати до будь-якого завдання.
- Він включає правила, стратегії, процедури, порядок денний тощо.
- Процедурні знання залежать від задачі, до якої їх можна застосувати.
3. Мета-знання:
- Знання про інші види знань називаються метазнаннями.
4. Евристичні знання:
- Евристичне знання представляє знання деяких експертів у галузі або предметі.
- Евристичні знання — це емпіричні правила, засновані на попередньому досвіді, обізнаності про підходи, які добре працювати, але не гарантовані.
5. Структурні знання:
приклад формату json
- Структурні знання — це базові знання для вирішення проблем.
- Він описує зв’язки між різними поняттями, такими як вид, частина та групування чогось.
- Він описує відношення, яке існує між поняттями чи об’єктами.
Співвідношення між знаннями та інтелектом:
Знання реальних світів відіграє життєво важливу роль в інтелекті, а також для створення штучного інтелекту. Знання відіграють важливу роль у демонстрації інтелектуальної поведінки агентів ШІ. Агент здатний точно діяти на основі певних вхідних даних лише тоді, коли він має певні знання або досвід щодо цих вхідних даних.
Припустімо, якщо ви зустріли людину, яка розмовляє мовою, яку ви не знаєте, то як ви зможете на це вчинити. Те ж саме стосується і розумної поведінки агентів.
Як ми можемо бачити на діаграмі нижче, є одна особа, яка приймає рішення, яка діє, відчуваючи навколишнє середовище та використовуючи знання. Але якщо частина знань не буде представлена тоді, вона не зможе продемонструвати розумну поведінку.
Цикл знань ШІ:
Система штучного інтелекту має такі компоненти для відображення інтелектуальної поведінки:
уцінка із зображеннями
- Сприйняття
- навчання
- Представлення знань і міркування
- Планування
- Виконання
Наведена вище діаграма показує, як система штучного інтелекту може взаємодіяти з реальним світом і які компоненти допомагають їй демонструвати інтелект. Система ШІ має компонент сприйняття, за допомогою якого вона отримує інформацію зі свого середовища. Це може бути візуальне, аудіо або інша форма сенсорного введення. Компонент навчання відповідає за навчання на основі даних, зібраних компонентом Perception. У повному циклі основними компонентами є представлення знань і міркування. Ці два компоненти беруть участь у прояві інтелекту машиноподібних людей. Ці два компоненти незалежні один від одного, але також пов’язані разом. Планування та виконання залежать від аналізу представлення Знань та аргументації.
Підходи до представлення знань:
В основному існує чотири підходи до представлення знань, які наведено нижче:
1. Прості реляційні знання:
- Це найпростіший спосіб зберігання фактів, який використовує реляційний метод, і кожен факт про набір об’єктів систематично викладається у стовпцях.
- Цей підхід представлення знань відомий у системах баз даних, де представлені зв’язки між різними об’єктами.
- Цей підхід має мало можливостей для висновків.
Приклад: Нижче наведено просте представлення реляційних знань.
| гравець | вага | Вік |
|---|---|---|
| Гравець1 | 65 | 23 |
| Player2 | 58 | 18 |
| Player3 | 75 | 24 |
2. Успадковані знання:
- У підході успадкованих знань усі дані повинні зберігатися в ієрархії класів.
- Всі класи повинні бути розташовані в узагальненому вигляді або ієрархічно.
- У цьому підході ми застосовуємо спадкове майно.
- Елементи успадковують значення від інших членів класу.
- Цей підхід містить успадковане знання, яке показує відношення між екземпляром і класом, і воно називається відношенням екземпляра.
- Кожен окремий кадр може представляти набір атрибутів і його значення.
- У цьому підході об’єкти та значення представлені в коробкових вузлах.
- Ми використовуємо стрілки, які вказують від об’єктів до їхніх значень.
3. Вивідні знання:
- Інференційний підхід знання представляє знання у формі формальної логіки.
- Цей підхід можна використовувати для отримання більшої кількості фактів.
- Це гарантувало правильність.
- Маркус - чоловік
- Усі люди смертні
Тоді він може представлятися як;
людина (Маркус)
∀x = людина (x) ----------> смертний (x)s
4. Процедурні знання:
- Підхід процедурного знання використовує невеликі програми та коди, які описують, як робити конкретні речі та як діяти далі.
- У цьому підході використовується одне важливе правило, яке є Якщо-то правило .
- У цих знаннях ми можемо використовувати різні мови кодування, такі як мова LISP і Мова Пролог .
- За допомогою цього підходу ми можемо легко представити евристичні або предметно-спеціальні знання.
- Але необов’язково, щоб ми могли представити всі випадки в цьому підході.
Вимоги до системи представлення знань:
Хороша система представлення знань повинна володіти наступними властивостями.
Система KR повинна мати здатність відображати всі необхідні знання.
Система KR повинна мати здатність маніпулювати репрезентативними структурами для отримання нових знань, які відповідають існуючій структурі.
Здатність спрямовувати механізм висновків у найбільш продуктивні напрямки, запам’ятовуючи відповідні посібники.