1

Wiedza i metody jej reprezentacji

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

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.

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

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

.

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.

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.

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.

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

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.

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,…)