Инженерия знаний

Что такое инженерия знаний?

Инженерия знаний — это область искусственного интеллекта (ИИ), которая создает правила, применяемые к данным, чтобы имитировать мыслительный процесс человека-эксперта. Он смотрит на структуру задачи или решения, чтобы определить, как делается вывод.

Затем можно создать библиотеку методов решения проблем и дополнительных знаний, используемых для каждого из них, и использовать их в качестве проблем, которые система будет диагностировать. Полученное программное обеспечение может затем помочь в диагностике, устранении неполадок и решении проблем либо само по себе, либо в роли поддержки для агента-человека.

Понимание инженерии знаний

Инженерия знаний стремилась передать опыт людей-экспертов, решающих проблемы, в программу, которая могла бы обрабатывать те же данные и приходить к тем же выводам. Этот подход называется процессом передачи, и он доминировал в ранних попытках инженерии знаний.

Однако он потерял популярность, поскольку ученые и программисты осознали, что знания, используемые людьми при принятии решений, не всегда являются явными. Хотя многие решения можно проследить до предыдущего опыта в отношении того, что сработало, люди опираются на параллельные пулы знаний, которые не всегда кажутся логически связанными с поставленной задачей.

Кое-что из того, что руководители компаний и звездные инвесторы называют интуицией или интуитивными скачками, лучше описать как аналогичное рассуждение и нелинейное мышление. Эти способы мышления не поддаются прямым, пошаговым деревьям решений и могут потребовать использования источников данных, которые, как представляется, требуют больше затрат на получение и обработку, чем они того стоят.

Процесс передачи остался позади в пользу процесса моделирования. Вместо того, чтобы пытаться следовать пошаговому процессу принятия решения, инженерия знаний сосредоточена на создании системы, которая будет получать те же результаты, что и эксперт, не следуя тем же путем или используя одни и те же источники информации.

Это устраняет некоторые проблемы с отслеживанием знаний, используемых для нелинейного мышления, поскольку люди, занимающиеся этим, часто не знают, какую информацию они извлекают. Пока выводы сопоставимы, модель работает. Как только модель постоянно приближается к эксперту-человеку, ее можно уточнить. Плохие выводы можно отследить и исправить, а процессы, которые приводят к эквивалентным или улучшенным выводам, можно поощрять.

Инженерия знаний, чтобы превзойти людей-экспертов

Инженерия знаний уже интегрирована в программное обеспечение для поддержки принятия решений. Специализированные инженеры по знаниям работают в различных областях, которые продвигают человеческие функции, включая способность машин распознавать лицо или анализировать смысл того, что говорит человек.

По мере роста сложности модели инженеры по знаниям могут не до конца понимать, как делаются выводы. В конце концов, область инженерии знаний перейдет от создания систем, которые решают проблемы так же хорошо, как человек, к системе, которая делает это количественно лучше, чем люди.

Сочетая эти модели инженерии знаний с другими возможностями, такими как обработка естественного языка (NLP) и распознавание лиц, искусственный интеллект может стать лучшим сервером, финансовым консультантом или турагентом, который когда-либо видел мир.

Особенности

• Инженерия знаний уже используется в программном обеспечении для поддержки принятия решений, и ожидается, что в какой-то момент она будет использоваться для принятия более эффективных решений, чем люди-эксперты.

• Цель инженерии знаний состоит в том, чтобы внедрить ее в программное обеспечение, которое будет принимать решения так же, как люди-эксперты, такие как финансовые консультанты.

• Сегодня инженерия знаний использует процесс моделирования, который создает систему, которая затрагивает те же результаты, что и эксперт, но не идет по тому же пути и не использует одни и те же источники информации.

• В своей первоначальной форме инженерия знаний ориентировалась на процесс передачи; перенос опыта человека, решающего проблемы, в программу, которая могла бы брать те же данные и делать те же выводы.

• Инженерия знаний — это область искусственного интеллекта (ИИ), которая разрабатывает правила, применяемые к данным, чтобы имитировать мыслительный процесс человека, являющегося экспертом в определенной области.

• Было установлено, что обработка передачи имеет свои ограничения, поскольку она не точно отражает то, как люди принимают решения. Он не принимал во внимание интуицию и внутреннее чувство, известные как аналогичные рассуждения и нелинейное мышление, которые часто могут быть нелогичными.