Ľudia sú najlepší v chápaní, uvažovaní a interpretácii vedomostí. Človek pozná veci, čo je poznanie a podľa svojich vedomostí vykonáva rôzne akcie v reálnom svete. Ale to, ako stroje robia všetky tieto veci, patrí k reprezentácii vedomostí a uvažovaniu . Preto môžeme reprezentáciu znalostí opísať takto:

• Reprezentácia znalostí a uvažovanie (KR, KRR) je časť umelej inteligencie, ktorá sa zaoberá myslením agentov AI a tým, ako myslenie prispieva k inteligentnému správaniu agentov.
• Je zodpovedný za reprezentáciu informácií o skutočnom svete, aby počítač mohol pochopiť a využiť tieto znalosti na riešenie zložitých problémov skutočného sveta, ako je diagnostika zdravotného stavu alebo komunikácia s ľuďmi v prirodzenom jazyku.
• Je to tiež spôsob, ktorý popisuje, ako môžeme reprezentovať vedomosti v umelej inteligencii. Reprezentácia znalostí nie je len ukladanie údajov do nejakej databázy, ale tiež umožňuje inteligentnému stroju učiť sa z týchto znalostí a skúseností, aby sa mohol správať inteligentne ako človek.

Čo zastupovať:

Nasledujú druhy znalostí, ktoré je potrebné reprezentovať v systémoch AI:

od abecedy k číslu

objekt:Všetky fakty o objektoch v našej svetovej doméne. Napríklad gitary obsahujú struny, trúbky sú dychové nástroje.Diania:Udalosti sú akcie, ktoré sa vyskytujú v našom svete.Výkon:Popisuje správanie, ktoré zahŕňa vedomosti o tom, ako robiť veci.Meta-znalosti:Je to poznanie toho, čo vieme.fakty:Fakty sú pravdy o skutočnom svete a o tom, čo predstavujeme.Vedomostná základňa:Ústrednou zložkou agentov založených na znalostiach je báza znalostí. Je reprezentovaná ako KB. Knowledgebase je skupina viet (tu sa vety používajú ako odborný výraz a nie sú totožné s anglickým jazykom).

Vedomosti: Znalosť je povedomie alebo znalosť získaná skúsenosťami s faktami, údajmi a situáciami. Nasledujú typy znalostí v umelej inteligencii:

Druhy vedomostí

Nasledujú rôzne typy vedomostí:

1. Deklaratívne znalosti:

• Deklaratívne poznanie je vedieť o niečom.
• Zahŕňa pojmy, fakty a predmety.
• Nazýva sa aj deskriptívna znalosť a vyjadruje sa v deklaratívnych vetách.
• Je to jednoduchšie ako procedurálny jazyk.

2. Procesné znalosti

• Je tiež známy ako imperatívne poznanie.
• Procedurálne znalosti sú typom vedomostí, ktoré sú zodpovedné za to, že vieme, ako niečo urobiť.
• Dá sa priamo použiť na akúkoľvek úlohu.
• Zahŕňa pravidlá, stratégie, postupy, agendy atď.
• Procedurálne znalosti závisia od úlohy, na ktorú sa dajú použiť.

3. Meta-znalosti:

• Vedomosti o iných typoch vedomostí sa nazývajú meta-znalosti.

4. Heuristické znalosti:

• Heuristické znalosti predstavujú znalosti niektorých odborníkov v odbore alebo téme.
• Heuristické znalosti sú orientačné pravidlá založené na predchádzajúcich skúsenostiach, povedomí o prístupoch, s ktorými je dobré pracovať, ale nie sú zaručené.

5. Štrukturálne znalosti:

• Štrukturálne znalosti sú základnými znalosťami pri riešení problémov.
• Popisuje vzťahy medzi rôznymi pojmami, ako je druh, časť a zoskupenie niečoho.
• Popisuje vzťah, ktorý existuje medzi pojmami alebo objektmi.

Vzťah medzi vedomosťami a inteligenciou:

Znalosť reálnych svetov hrá dôležitú úlohu v inteligencii a rovnako aj pri vytváraní umelej inteligencie. Znalosti zohrávajú dôležitú úlohu pri demonštrovaní inteligentného správania agentov AI. Agent je schopný presne konať na základe určitého vstupu len vtedy, keď má nejaké znalosti alebo skúsenosti o tomto vstupe.

linux premenovať priečinok

Predpokladajme, že ak sa stretnete s niekým, kto hovorí jazykom, ktorý nepoznáte, ako sa k tomu budete správať. To isté platí pre inteligentné správanie agentov.

Ako môžeme vidieť na nižšie uvedenom diagrame, existuje jedna osoba s rozhodovacou právomocou, ktorá koná vnímaním prostredia a využívaním vedomostí. Ak sa však vedomostná časť nezobrazí, nemôže zobrazovať inteligentné správanie.

Cyklus znalostí AI:

Systém umelej inteligencie má nasledujúce komponenty na zobrazenie inteligentného správania:

• Vnímanie
• Učenie
• Reprezentácia vedomostí a uvažovanie
• Plánovanie
• Poprava

Vyššie uvedený diagram ukazuje, ako môže systém AI interagovať so skutočným svetom a aké komponenty mu pomáhajú prejavovať inteligenciu. Systém AI má komponent Perception, pomocou ktorého získava informácie zo svojho prostredia. Môže to byť vizuálny, zvukový alebo iná forma zmyslového vstupu. Učebný komponent je zodpovedný za učenie sa z údajov zachytených v rámci vnímania. V úplnom cykle sú hlavnými komponentmi reprezentácia vedomostí a uvažovanie. Tieto dve zložky sa podieľajú na ukazovaní inteligencie u ľudí podobných strojom. Tieto dve zložky sú navzájom nezávislé, ale aj spojené. Plánovanie a realizácia závisí od analýzy reprezentácie znalostí a zdôvodnenia.

Prístupy k reprezentácii vedomostí:

Existujú hlavne štyri prístupy k reprezentácii znalostí, ktoré sú uvedené nižšie:

1. Jednoduché vzťahové znalosti:

• Je to najjednoduchší spôsob ukladania faktov, ktorý využíva relačný spôsob a každý fakt o množine objektu je systematicky usporiadaný v stĺpcoch.
• Tento prístup reprezentácie znalostí je známy v databázových systémoch, kde je reprezentovaný vzťah medzi rôznymi entitami.
• Tento prístup má málo príležitostí na dedukciu.

Príklad: Nasleduje jednoduchá reprezentácia relačných znalostí.

2. Dedičné vedomosti:

• V prístupe dedičných znalostí musia byť všetky údaje uložené do hierarchie tried.
• Všetky triedy by mali byť usporiadané vo všeobecnej forme alebo hierarchicky.
• V tomto prístupe aplikujeme dedičnú vlastnosť.
• Prvky dedia hodnoty od ostatných členov triedy.
• Tento prístup obsahuje dedičné znalosti, ktoré ukazujú vzťah medzi inštanciou a triedou a nazýva sa to vzťah inštancie.
• Každý jednotlivý rámec môže predstavovať kolekciu atribútov a ich hodnotu.
• V tomto prístupe sú objekty a hodnoty reprezentované v boxovaných uzloch.
• Používame šípky, ktoré ukazujú z objektov na ich hodnoty.
Príklad:

3. Inferenčné znalosti:

• Inferenčný znalostný prístup predstavuje poznatky vo forme formálnej logiky.
• Tento prístup možno použiť na odvodenie viacerých faktov.
• Zaručovalo to korektnosť.
Príklad:Predpokladajme, že existujú dve vyhlásenia:
1. Marcus je muž
2. Všetci muži sú smrteľní
   Potom môže reprezentovať ako;
   
   muž (Marcus)
   ∀x = človek (x) ----------> smrteľný (x)s

4. Procesné znalosti:

• Procedurálny znalostný prístup využíva malé programy a kódy, ktoré popisujú, ako robiť konkrétne veci a ako postupovať.
• V tomto prístupe sa používa jedno dôležité pravidlo, ktorým je Ak-Potom pravidlo .
• Pri tomto poznaní môžeme využiť rôzne kódovacie jazyky ako napr jazyk LISP a Prologový jazyk .
• Pomocou tohto prístupu môžeme ľahko reprezentovať heuristické alebo doménovo špecifické znalosti.
• Nie je však nevyhnutné, aby sme v tomto prístupe mohli reprezentovať všetky prípady.

Požiadavky na znalosti Reprezentačný systém:

Dobrý systém reprezentácie znalostí musí mať nasledujúce vlastnosti.

1. Reprezentačná presnosť:
Systém KR by mal mať schopnosť reprezentovať všetky druhy požadovaných znalostí.2. Inferenčná primeranosť:
Systém KR by mal mať schopnosť manipulovať s reprezentačnými štruktúrami, aby produkoval nové poznatky zodpovedajúce existujúcej štruktúre.3. Inferenčná účinnosť:
Schopnosť nasmerovať mechanizmus inferenčných znalostí do najproduktívnejších smerov pomocou uloženia vhodných sprievodcov.4. Akvizičná efektívnosť-Schopnosť získať nové poznatky jednoducho pomocou automatických metód.