Інженерія знань
Що таке інженерія знань?
Інженерія знань – це область штучного інтелекту (ШІ), яка створює правила, що застосовуються до даних, щоб імітувати процес мислення людини-експерта. Він розглядає структуру завдання або рішення, щоб визначити, як дійти висновку.
Потім можна створити бібліотеку методів вирішення проблем та додаткові знання, що використовуються для кожного, і подати їх як проблеми, які система повинна діагностувати. Потім отримане програмне забезпечення може допомогти у діагностиці, усуненні несправностей та вирішенні проблем самостійно або в ролі підтримки людського агента.
Ключові винос
- Інженерія знань – це галузь штучного інтелекту (ШІ), яка розробляє правила, що застосовуються до даних, щоб імітувати процес мислення людини, яка є експертом з певної теми.
- У початковій формі інженерія знань була зосереджена на процесі передачі; передача досвіду людини, яка вирішує проблеми, у програму, яка може брати ті самі дані та робити ті самі висновки.
- Було визначено, що обробка передач має свої обмеження, оскільки вона не відображає точно, як люди приймають рішення. Він не враховував інтуїцію та почуття кишок, відомі як аналогічні міркування та нелінійне мислення, що часто може бути нелогічним.
- Сьогодні інженерія знань використовує процес моделювання, який створює систему, яка зачіпає ті самі результати, що й експерт, не йдучи тим самим шляхом або використовуючи ті самі джерела інформації.
- Мета інженерії знань полягає в тому, щоб вона була впроваджена в програмне забезпечення, яке прийматиме рішення, які приймали б експерти, такі як фінансові консультанти.
- Інженерія знань вже використовується в програмному забезпеченні для прийняття рішень, і очікується, що в якийсь момент вона буде використана для прийняття кращих рішень, ніж експерти-люди.
Розуміння інженерії знань
Інженерія знань прагнула передати досвід фахівців із вирішення проблем у програму, яка могла б взяти ті самі дані та дійти того самого висновку. Цей підхід називають процесом передачі, і він домінував на ранніх спробах інженерії знань.
Однак це не впало в немилість, оскільки вчені та програмісти зрозуміли, що знання, що використовуються людиною для прийняття рішень, не завжди є явними. Хоча багато рішень можна простежити до попереднього досвіду щодо того, що працювало, люди спираються на паралельні пули знань, які не завжди виглядають логічно пов’язаними із задачею.
Дещо з того, що керівники та зіркові інвестори називають почуттям кишечника або інтуїтивними стрибками, краще описати як аналогічні міркування та нелінійне мислення. Ці способи мислення не піддаються прямому поетапному дереву рішень і можуть вимагати втягування джерел даних, які, здається, коштують залучити та обробити дорожче, ніж це варте.
Процес передачі залишився позаду процесу моделювання. Замість того, щоб намагатися слідувати поетапному процесу прийняття рішення, інженерія знань зосереджена на створенні системи, яка матиме ті самі результати, що й експерт, не йдучи за тим самим шляхом чи не використовуючи ті самі джерела інформації.
Це усуває деякі проблеми відстеження знань, що використовуються для нелінійного мислення, оскільки люди, які це роблять, часто не знають про інформацію, яку вони тягнуть. Поки висновки порівнянні, модель працює. Коли модель постійно наближається до експерта-людини, її можна вдосконалити. Погані висновки можна простежити і налагодити, а також заохочувати процеси, що створюють рівнозначні або вдосконалені висновки.
Інженерія знань, щоб перевершити людських експертів
Інженерія знань вже інтегрована в програмне забезпечення підтримки прийняття рішень. Спеціалізовані інженери-знавці працюють у різних галузях, які вдосконалюють людські функції, включаючи здатність машин розпізнавати обличчя або аналізувати те, що людина говорить за значенням.
У міру зростання складності моделі інженери знань можуть не до кінця розуміти, як дійти висновків. Зрештою, область інженерії знань перейде від створення систем, що вирішують проблеми, а також людини, до такої, яка робить це кількісно краще, ніж людина.
Поєднуючи ці моделі інженерії знань з іншими здібностями, такими як обробка природної мови (NLP) та розпізнавання обличчя, штучний інтелект може стати найкращим сервером, фінансовим радником або туристичним агентом, яких коли-небудь бачив світ.