logo

Mitä on tiedon edustaminen?

Ihminen on paras ymmärtämään, päättelemään ja tulkitsemaan tietoa. Ihminen tietää asiat, mikä on tietoa ja tietonsa mukaan hän suorittaa erilaisia ​​​​toimia todellisessa maailmassa. Mutta se, miten koneet tekevät kaikki nämä asiat, kuuluu tiedon esittämiseen ja päättelyyn . Siksi voimme kuvata tiedon esitystä seuraavasti:

  • Tiedon esittäminen ja päättely (KR, KRR) on tekoälyn osa, joka käsittelee tekoälyagenttien ajattelua ja sitä, miten ajattelu vaikuttaa agenttien älykkääseen käyttäytymiseen.
  • Se vastaa todellista maailmaa koskevien tietojen esittämisestä niin, että tietokone voi ymmärtää ja käyttää tätä tietoa monimutkaisten todellisen maailman ongelmien ratkaisemiseen, kuten sairauden diagnosointiin tai ihmisten kanssa kommunikoimiseen luonnollisella kielellä.
  • Se on myös tapa, joka kuvaa kuinka voimme edustaa tietoa tekoälyssä. Tiedon esitys ei ole vain tietojen tallentamista johonkin tietokantaan, vaan sen avulla älykäs kone voi myös oppia tiedosta ja kokemuksista, jotta se voi käyttäytyä älykkäästi kuin ihminen.

Mitä edustaa:

Seuraavassa on tietoa, joka on esitettävä tekoälyjärjestelmissä:

    Esine:Kaikki tosiasiat maailmamme esineistä. Esimerkiksi kitarat sisältävät jousia, trumpetit ovat vaskipuhaltimia.Tapahtumat:Tapahtumat ovat tekoja, jotka tapahtuvat maailmassamme.Esitys:Se kuvaa käyttäytymistä, joka sisältää tietoa siitä, miten asiat tehdään.Metatieto:Se on tietoa siitä, mitä tiedämme.Faktat:Faktat ovat totuuksia todellisesta maailmasta ja siitä, mitä edustamme.Tietopohja:Tietopohjaisten agenttien keskeinen osa on tietopohja. Sitä edustaa KB. Tietokanta on ryhmä lauseita (tässä lauseita käytetään teknisenä terminä, eivätkä ne ole identtisiä englannin kielen kanssa).

Tieto: Tieto on tietoisuutta tai tuntemusta, joka on saatu kokemuksista faktoista, tiedoista ja tilanteista. Seuraavat ovat tekoälyn tiedon tyypit:

ovat malliesimerkkejä

Tiedon tyypit

Seuraavassa on erityyppisiä tietoja:

Tiedon esitys tekoälyssä

1. Deklaratiiviset tiedot:

  • Deklaratiivista tietoa on tietää jostain.
  • Se sisältää käsitteitä, tosiasioita ja esineitä.
  • Sitä kutsutaan myös kuvailevaksi tiedoksi ja se ilmaistaan ​​deklaratiivisilla lauseilla.
  • Se on yksinkertaisempaa kuin prosessikieli.

2. Proseduurin tuntemus

  • Sitä kutsutaan myös välttämättömäksi tiedoksi.
  • Proseduuritieto on tiedon tyyppi, jonka tehtävänä on tietää, miten jotain tehdään.
  • Sitä voidaan soveltaa suoraan mihin tahansa tehtävään.
  • Se sisältää säännöt, strategiat, menettelyt, esityslistat jne.
  • Menettelytieto riippuu tehtävästä, johon sitä voidaan soveltaa.

3. Meta-tieto:

  • Tietoa muista tiedoista kutsutaan metatiedoksi.

4. Heuristinen tieto:

  • Heuristinen tieto edustaa joidenkin asiantuntijoiden tietoa arkistoidusta tai aiheesta.
  • Heuristinen tieto on peukalosääntöjä, jotka perustuvat aikaisempiin kokemuksiin, lähestymistapojen tietoisuuteen ja joita on hyvä käyttää, mutta joita ei taata.

5. Rakenteelliset tiedot:

  • Rakennetieto on perustietoa ongelmanratkaisuun.
  • Se kuvaa suhteita eri käsitteiden, kuten jonkin lajin, osan ja ryhmittelyn, välillä.
  • Se kuvaa käsitteiden tai objektien välistä suhdetta.

Tiedon ja älyn suhde:

Todellisten maailmojen tuntemuksella on tärkeä rooli älykkyydessä ja samalla tekoälyn luomisessa. Tiedolla on tärkeä rooli älykkään käyttäytymisen osoittamisessa tekoälyagenteissa. Agentti pystyy toimimaan tarkasti jonkin syötteen perusteella vain, kun hänellä on tietoa tai kokemusta kyseisestä syötteestä.

Oletetaan, että jos tapasit jonkun, joka puhuu kieltä, jota et osaa, niin kuinka pystyt toimimaan sen suhteen. Sama pätee agenttien älykkääseen käyttäytymiseen.

Kuten alla olevasta kaaviosta nähdään, on yksi päätöksentekijä, joka toimii aistimalla ympäristöä ja käyttämällä tietoa. Mutta jos tietoosa ei silloin esiinny, se ei voi näyttää älykästä käyttäytymistä.

Tiedon esitys tekoälyssä

AI-tietosykli:

Tekoälyjärjestelmässä on seuraavat komponentit älykkään käyttäytymisen näyttämiseen:

  • Havainto
  • Oppiminen
  • Tiedon esitys ja päättely
  • Suunnittelu
  • Toteutus
Tiedon esitys tekoälyssä

Yllä oleva kaavio näyttää, kuinka tekoälyjärjestelmä voi olla vuorovaikutuksessa todellisen maailman kanssa ja mitkä komponentit auttavat sitä osoittamaan älykkyyttä. Tekoälyjärjestelmässä on Havaintokomponentti, jonka avulla se hakee tietoa ympäristöstään. Se voi olla visuaalista, ääntä tai muuta aistinvaraista syötettä. Oppimiskomponentti on vastuussa Perception-toiminnon keräämistä tiedoista oppimisesta. Koko syklissä pääkomponentit ovat tiedon esittäminen ja päättely. Nämä kaksi komponenttia ovat mukana osoittamassa älykkyyttä konemaisissa ihmisissä. Nämä kaksi komponenttia ovat toisistaan ​​riippumattomia, mutta myös kytkettyjä toisiinsa. Suunnittelu ja toteutus riippuvat Tiedon esityksen ja päättelyn analyysistä.

Lähestymistavat tiedon esittämiseen:

Tiedon esittämiseen on pääasiassa neljä lähestymistapaa, jotka esitetään alla:

1. Yksinkertainen relaatiotieto:

  • Se on yksinkertaisin tapa tallentaa faktoja, joka käyttää relaatiomenetelmää, ja jokainen objektijoukkoa koskeva fakta esitetään systemaattisesti sarakkeissa.
  • Tämä tiedon esitystapa on kuuluisa tietokantajärjestelmissä, joissa eri entiteettien välinen suhde on edustettuna.
  • Tällä lähestymistavalla on vain vähän mahdollisuuksia tehdä päätelmiä.

Esimerkki: Seuraava on yksinkertainen relaatiotietoesitys.

Pelaaja Paino Ikä
Pelaaja 1 65 23
Pelaaja 2 58 18
Pelaaja 3 75 24

2. Perinnöllinen tieto:

  • Perinnöllisen tiedon lähestymistavassa kaikki tiedot on tallennettava luokkahierarkiaan.
  • Kaikki luokat tulee järjestää yleistettyyn tai hierarkkiseen muotoon.
  • Tässä lähestymistavassa käytämme perintöomaisuutta.
  • Elementit perivät arvot muilta luokan jäseniltä.
  • Tämä lähestymistapa sisältää periytyvää tietoa, joka näyttää suhteen ilmentymän ja luokan välillä, ja sitä kutsutaan ilmentymäsuhteeksi.
  • Jokainen yksittäinen kehys voi edustaa attribuuttikokoelmaa ja sen arvoa.
  • Tässä lähestymistavassa objektit ja arvot esitetään Boxed-solmuissa.
  • Käytämme nuolia, jotka osoittavat kohteista niiden arvoihin.
  • Esimerkki:
Tiedon esitys tekoälyssä

3. Päätelmätieto:

  • Päättelevä tiedon lähestymistapa edustaa tietoa muodollisen logiikan muodossa.
  • Tätä lähestymistapaa voidaan käyttää lisäämään faktoja.
  • Se takasi oikeellisuuden.
  • Esimerkki:Oletetaan, että on kaksi lausuntoa:
    1. Marcus on mies
    2. Kaikki miehet ovat kuolevaisia
      Sitten se voi edustaa muodossa;

      mies (Marcus)
      ∀x = mies (x) ----------> kuolevainen (x)s

4. Menettelyä koskevat tiedot:

  • Proseduuritiedon lähestymistapa käyttää pieniä ohjelmia ja koodeja, jotka kuvaavat, kuinka tiettyjä asioita tehdään ja miten edetä.
  • Tässä lähestymistavassa käytetään yhtä tärkeää sääntöä, joka on Jos-niin sääntö .
  • Tässä tiedossa voimme käyttää erilaisia ​​koodauskieliä, kuten LISP-kieli ja Prologin kieli .
  • Voimme helposti esittää heuristista tai aluekohtaista tietoa käyttämällä tätä lähestymistapaa.
  • Mutta ei ole välttämätöntä, että voimme edustaa kaikkia tapauksia tässä lähestymistavassa.

Vaatimukset tiedon esitysjärjestelmälle:

Hyvällä tiedon esitysjärjestelmällä on oltava seuraavat ominaisuudet.

    1. Esityksen tarkkuus:
    KR-järjestelmällä tulee olla kyky edustaa kaikenlaista vaadittua tietoa.2. Päätelmän riittävyys:
    KR-järjestelmällä tulisi olla kyky manipuloida esitysrakenteita tuottamaan uutta tietoa, joka vastaa olemassa olevaa rakennetta.3. Päätelmätehokkuus:
    Kyky ohjata päätelmätietomekanismia tuottavimpiin suuntiin tallentamalla sopivia oppaita.4. Hankinnan tehokkuus-Kyky hankkia uutta tietoa helposti automaattisilla menetelmillä.