AI i ME KnowledgeRepresentation 03 PL

background image

1

Wiedza i metody jej reprezentacji

background image

2

Definicja wiedzy

Wiedza jest to znajomość kogoś lub czegoś, która może
obejmować informacje, fakty, opisy i / lub umiejętności
nabyte przez doświadczenie lub nauczenie.

Może odnosić się ona do teoretycznych lub praktycznych
aspektów zagadnienia.

Może być ukryta (jako praktyczne umiejętności) lub jawna
(jako teoretyczne rozumienie zagadnienia); może być mniej
lub bardziej formalna lub usystematyzowana.

Wiedza to prawdziwe, uzasadnione przekonania- Platon

background image

3

Kategorie Wiedzy

Wiedzę można skategoryzować na:

Ukrytą

oraz

Jawną

.

Wiedza Ukryta

pochodzi z doświadczenia, działania,

subiektywizmu, intuicji (z tego wszystkiego co jest ”w człowieku”)

Wiedza Jawna

pochodzi z powszechnych zasad, procedur,

obserwacji zjawisk (z tego co jest na ”zewnątrz” człowieka).

Wiedza Ukryta

Istnieje „we wnętrzu” człowieka.

Trudna do wyrażania.

Trudna do przekazania i dzielenia
się nią.

Trudna do
skradzenia/skopiowania.

Wynika z osobistego
doświadczenia, działania, odczuć
subiektywnych.

Wiedza Jawna

Istniej „poza” ludzkim bytem.

Łatwa w formalnym artykułowaniu.

Łatwa w przekazywaniu,
przetwarzaniu, przechowywaniu.

Łatwa do skradzenia/skopiowania

Dostarczana „z zewnątrz” z
artefaktami (sztucznymi tworami)
jak zasady, procedury, procesy,
pojęcia.

background image

4

Typy Wiedzy

Wiedza Proceduralna

Ma charakter wiedzy

Ukrytej

; przejawia się w czynieniu czegoś co

jeszcze nie jest wyrażone w sposób formalny (np. słowami).

To wiedza typu

"jak COŚ zrobić"

; np. aby stwierdzić, czy Piotr jest

starszy od Roberta, najpierw trzeba poznać ich wiek.

Nakierowana na działanie które muszą być podjęte dla osiągnięcia

określonego celu.

Przykłady: procedury, reguły, strategie, modele

Wiedza Deklaratywna

Ma charakter wiedzy

Jawnej

; może i jest formalnie wyrażana

(mową, pismem).

Wiedza typu

"coś jest prawdą (lub fałszem)"

.

np. Samochód ma

cztery koła; Piotr jest starszy od

Roberta.

Odnosi się do obiektów, zdarzeń, zależności

Przykłady : pojęcia, obiekty, twierdzenia, opisy

background image

5

Łańcuch wiedzy

Wiedza stanowi łańcuch pojęć zaczynający się od

danych

o

ograniczonej użyteczności.

Poprzez

porządkowanie

lub

analizę

danych zaczynamy rozumieć

co one oznaczają. W ten sposób dane stają się

informacją

.

W wyniku

interpretacji

i

oceny

informacji otrzymujemy

wiedzę

.

Zrozumienie zasad (prawidłowości) właściwych w takiej
interpretacji i ocenie to

mądrość

.

background image

6

Łańcuch wiedzy - c.d.

Dane są postrzegane jako zbiór

niepowiązanych faktów

.

Przykład: Pada deszcz. Dzisiaj jest wtorek.

Informacja pojawia się kiedy są ustalone i zrozumiane

relacje

pomiędzy faktami

; Odpowiada na pytania

"kto", "co", "gdzie", i "kiedy".

Przykład : Dzisiaj we wtorek pada deszcz.

Wiedza pojawia się kiedy są zidentyfikowane i zrozumiane

relacje

(zależności) pomiędzy wzorcami pojęciowymi

; Odpowiada na pytania

"

jak".

Przykład : Jeśli wilgotność jest bardzo wysoka, a temperatura znacznie

spadnie, to jest mało prawdopodobne, aby atmosfera utrzymała

wilgoć, więc pada deszcz.

Mądrość jest szczytem zrozumienia, odkrywa

reguły opisu zależności

pomiędzy wzorcami

.

Odpowiada na pytania

"dlaczego"

.

Przykład : Zrozumienie wszystkich współzależności, które mają miejsce

między opadami deszczu, parowanie, prądami powietrznymi,

gradientem i zmianami temperatury.

background image

7

Łańcuch wiedzy - c.d.

Inna różnica pomiędzy danymi, informacja, wiedzą i
mądrością:

"dane" i "informacja" dotyczą

przeszłości

; związane są z

gromadzeniem faktów.

"wiedza" dotyczy

teraźniejszości

; pozwala na podjęcie

działania.

"mądrość" dotyczy

przyszłości

czyli planów przyszłych

działań.

background image

9

Odwzorowanie pomiędzy faktami i ich
reprezentacją

Wiedzę w jakiejś dziedzinie tworzą

fakty

.

Aby fakty mogły być przetwarzane przez program muszą
przedstawione w formie, która to umożliwi. Nie umożliwia
tego język naturalny, konieczna jest więc ich

symboliczna

reprezentacja

.

Dlatego musimy być w stanie przyporządkować

"fakty do

symboli"

i

"symbole do faktów"

za pomocą odpowiedniego

odwzorowania.

background image

10

Odwzorowanie wprzód i wstecz

Linia przerywana na górze wskazuje na

abstrakcyjny proces

rozumowania

, który program ma naśladować.

Linie ciągłe na dole wskazują na

konkretny proces rozumowania

,

który realizuje program.

Fakty

początkowe

Fakty

końcowe

Reprezentacja

wewnętrzna

faktów

początkowych

Reprezentacja

wewnętrzna

faktów

końcowych

Odwzorowani
e na
reprezentację

Odwzorowani

e odwrotne

Działanie

programu

Pożądane

wnioskowanie

background image

11

Wymagania dot. systemów reprezentacji
wiedzy

Systemy takie powinny wykazywać następujące właściwości:

Adekwatność w reprezentowaniu wiedzy

Zdolność do reprezentowania

wiedzy każdego typu w określonej

dziedzinie.

Adekwatność wnioskowania

Zdolność do manipulowania strukturami reprezentacji w taki

sposób, aby tworzyć nowe struktury, odpowiadające nowej

wiedzy wyprowadzonej z dotychczasowej..

Efektywność wnioskowania

Możliwość włączenia dodatkowych informacji w struktury wiedzy

tak, aby skoncentrować uwagę mechanizmu wnioskującego na

najbardziej obiecujących kierunkach.

Efektywność w pozyskiwaniu wiedzy

Zdolność do pozyskiwania wiedzy

w sposób automatyczny, a nie

w wyniku interwencji z zewnątrz.

background image

12

Metody reprezentacji wiedzy

Symboliczne :

Metody bazujące na zastosowaniu logiki

logika konwencjonalna: rachunek zdań, rachunek predykatów,

metoda rezolucji, itp..

logika niekonwencjonalna (rozmyta, wielo wartościowa)

metody wykorzystujące zapis stwierdzeń,

metody wykorzystujące systemy regułowe (wektory wiedzy),

Metody z wykorzystaniem sieci semantycznych,

Metody oparte na ramach,

Metody używające modeli obliczeniowych.

Niesymboliczne

Sztuczne sieci neuronowe

Algorytmy genetyczne

Inne

(drzewa decyzyjne, tablice decyzyjne, sieci Bayesa,

ontologie,…)


Document Outline


Wyszukiwarka

Podobne podstrony:
Blue&Me 530 03 931 Punto Evo PL 1ed 05 2009
03 PL wyklad
INSTRUKCJA OBSŁUGI NOKIA C5 03 PL
P 2 03 PL id 343574 Nieznany
Biochemia I Lista 03 PL(1)
K 37 03 PL
1700008322 CS300FU RevA 03 0 PL Nieznany
03 pl
03 PL wyklad
INSTRUKCJA OBSŁUGI NOKIA C5 03 PL
TI 05 98 09 03 T pl
WSM 10 04 03 pl
TI 16 98 12 03 T pl
WSM 00 04 03 pl
TI 02 01 07 03 T B M pl
WSM 18 01 03 2 pl
TI 01 01 01 03 T B pl

więcej podobnych podstron