ასეთი რთული ცნებები, როგორიცაა "აზროვნება" და "ცნობიერება", და კიდევ უფრო ადვილად განსაზღვრული, როგორიცაა "ინტელექტი" და "ცოდნა", სხვადასხვა პროფილის სპეციალისტებს შორის (მაგალითად, სისტემების ანალიზი, კომპიუტერული მეცნიერება, ნეიროფსიქოლოგია., ფსიქოლოგია, ფილოსოფია და ა.შ.) შეიძლება მნიშვნელოვნად განსხვავდებოდეს.
ცოდნის სრული, ადეკვატური წარმოდგენა, რომელიც ერთნაირად ცალსახად აღიქმება როგორც ადამიანების, ისე მანქანების მიერ, თანამედროვე ინფორმაციის გაცვლის მთავარი პრობლემაა. ინფორმაციის ასეთი გაცვლა ეფუძნება ცნებებისა და ურთიერთობების სისტემას, რომელიც ქმნის ცოდნას.
ცოდნის კლასიფიკაცია
ისინი შეიძლება დაიყოს რამდენიმე კატეგორიად: კონცეპტუალური, კონსტრუქციული, პროცედურული, ფაქტობრივი და მეტატექნიკური ცოდნა.
- კონცეპტუალური ცოდნა არის კონკრეტული ცნებების ერთობლიობა, რომელიც გამოიყენება პრობლემების გადაჭრაში. ისინი ხშირად გამოიყენება მეცნიერების ფუნდამენტურ მეცნიერებებში და თეორიულ დარგებში. სინამდვილეში, კონცეპტუალური ცოდნა წარმოადგენს მეცნიერების კონცეპტუალურ აპარატს.
- კონსტრუქციული ცოდნა - სტრუქტურების, სისტემების და ქვესისტემების კომპლექტი, ასევემათ შორის ურთიერთქმედება. აქტიურად გამოიყენება ტექნოლოგიაში.
- პროცედურული ცოდნა არის მეთოდები და ალგორითმები, რომლებიც ყველაზე ხშირად გამოიყენება გამოყენებით მეცნიერებებში.
- ფაქტობრივი ცოდნა არის ობიექტებისა და ფენომენების მახასიათებლები, როგორც რაოდენობრივი, ასევე ხარისხობრივი. ყველაზე ხშირად გამოიყენება ექსპერიმენტულ მეცნიერებებში.
- მეტექცოდნა არის ნებისმიერი ცოდნა ცოდნის, მისი ორგანიზაციის სისტემის, მისი ინჟინერიისა და მისი გამოყენების წესისა და წესების შესახებ.
ცოდნის ორგანიზაცია
ცოდნის ორგანიზაციის სისტემა არის ინფორმაციის მიწოდების პროცესი შეტყობინებების სახით, რომელიც შეიძლება იყოს ნაცნობი (ზეპირი და წერილობითი მეტყველება, სურათები და ა.შ.) და უჩვეულო (ფორმულები, რუკის ობიექტები, რადიოტალღები და ა.შ.).
იმისთვის, რომ ცოდნის ორგანიზაციის სისტემა იყოს გასაგები და წარმატებული, აუცილებელია გამოიყენოს წესების გასაგები და კონსტრუქციული სისტემა, რომლის მიხედვითაც მოხდება ცოდნის პრეზენტაცია და აღქმა. ამისათვის ადამიანი იყენებს ენას და წერას.
ენა
ენა გაჩნდა და განვითარდა იმის გამო, რომ ადამიანების მიერ დაგროვილი ცოდნა მუდმივად საჭიროებს წარდგენას, გამოხატვას, შენახვას და გაცვლას. აზრი, რომელიც არ შეიძლება გამოხატული იყოს ფორმალური სტრუქტურით (ენა, სურათი) კარგავს შესაძლებლობას გახდეს ინფორმაციის გაცვლის ნაწილი. სწორედ ამიტომ, კაცობრიობის ისტორიის მანძილზე ენა იყო ცოდნის წარმოდგენის ყველაზე ეფექტური ფორმა.
რაც უფრო მდიდარია ენა, მით მეტ ცოდნას გამოხატავს იგი, შესაბამისად, ხდის ხალხის კულტურას უფრო მდიდარი, რაც, თავის მხრივ, საშუალებას გაძლევთ განავითაროთ ცოდნის ორგანიზების უფრო და უფრო ეფექტური სისტემები.
ენამეცნიერება
ენის, როგორც ცოდნის წარმოდგენის ფორმის გამოყენებისას მთავარი პრობლემა სიტყვებისა და წინადადებების ორაზროვანი სემანტიკური მნიშვნელობაა. ამიტომ მეცნიერების ენა განსაკუთრებულ როლს თამაშობს ცოდნის ფორმალიზაციაში.
მეცნიერების ენის მთავარი მიზანია ცოდნის გამოხატვის, შეკუმშვისა და შენახვის ფორმების ტიპიზაცია და სტანდარტიზაცია. ცოდნის ტიპიური, სტანდარტული წარმოდგენის დახმარებით შეიძლება თავიდან აიცილოთ ენის მრავალმნიშვნელოვნება ან სემანტიკური ორაზროვნება.
რაც ენის ევოლუციის ბუნებრივ პირობებში ხდის ენას უფრო ამდიდრებს (გამოთქმების პოლისემია), ხდება შემაფერხებელი ცოდნის გაცვლის პროცესში, ზრდის გაუგებრობის, სემანტიკური ხმაურის და ინფორმაციის ორაზროვანი აღქმის რისკს.
ცოდნის კლასიფიკაცია
ცოდნის ფორმალიზაციის ერთ-ერთი მთავარი მეთოდი კლასიფიკაციაა. ეს არის ცოდნის განაწილება ჯგუფებად გარკვეული კლასის შესაბამისად. ანუ, მხოლოდ ინფორმაცია, რომელიც აკმაყოფილებს კლასის შესაბამის კრიტერიუმებს, მიეკუთვნება ცოდნის გარკვეულ კლასს.
კლასიფიკაცია მეცნიერული სისტემატიკის განსაკუთრებით მნიშვნელოვანი მეთოდია, რომელიც შეუცვლელია სამეცნიერო მიმართულების საბაზისო ცოდნის ჩამოყალიბების პირველ ეტაპზე. მაგალითად, კომპიუტერულ მეცნიერებაში კლასიფიკაციის გარეშე, არ არსებობს ეკვივალენტობა, რომელიც საშუალებას მოგცემთ გადაჭრათ ისეთი მნიშვნელოვანი ამოცანები, როგორიცაა შედარება, ძებნა და კატეგორიზაცია. მეცნიერებაში კლასიფიკაციის გარეშე, ჩვენ არ გვექნებოდა მონაცემთა ორგანიზაციის ისეთი უნიკალური და ფასდაუდებელი სისტემები, როგორიცაა პერიოდული ცხრილი.
ცოდნის წარმოდგენის მოდელები
პერიოდიული ცხრილი, წოდებების ცხრილი, სისხლის სამართლის კოდექსი, ოჯახის ხეები და სხვა კლასიფიკაციის სისტემები ცოდნის წარმოდგენის მოდელებია. ეს არის ფორმალური სტრუქტურები, რომლებიც აკავშირებს გარკვეულ ცოდნას: ფაქტებს, ფენომენებს, ცნებებს, პროცესებს, ობიექტებს, ურთიერთობებს.
იმისთვის, რომ გაიგოთ და დაამუშავოთ ცოდნა კონკრეტული საგნის შესახებ კომპიუტერით, ეს ცოდნა უნდა იყოს წარმოდგენილი გარკვეული, ფორმალიზებული ფორმით. მიზნიდან გამომდინარე, კომპიუტერის მიერ ცოდნის დამუშავება ხდება ალგორითმზე აგებული მოდელის შესაბამისად. შესაბამისად მოდელში წარმოდგენილი ცოდნა დამოკიდებულია მისი დამუშავების ალგორითმზე.
არსებობს ცოდნის წარმოდგენის რამდენიმე მოდელი ექსპერტულ სისტემებში. მთავარია წარმოება, ჩარჩო, ქსელი და ლოგიკური.
მოდელების კლასიფიკაცია
ზემოთ ჩამოთვლილი ცოდნის წარმოდგენის მოდელები, რომელთა მაგალითები მოჰყვება, თუმცა ფართოდ გავრცელებული, შორს არის ერთადერთისგან. დღესდღეობით არსებობს მრავალი მოდელი, რომელიც განსხვავდება ერთმანეთისგან ვალიდურობით, მათი შექმნის მიდგომებით და ორგანიზაციის პრინციპებით.
მაგალითად, ქვემოთ მოყვანილი ცხრილი გვიჩვენებს ცოდნის წარმოდგენის მოდელების ტიპებს, მათ დაყოფას ემპირიულ და თეორიულად, ასევე შემდგომ ქვედანაყოფად.
| ემპირიული მოდელები | თეორიული მოდელები |
| წარმოების მოდელები | ლოგიკური მოდელები |
| ქსელის მოდელები | ფორმალური გრამატიკა |
| ჩარჩოს მოდელები | კომბინაციური მოდელები |
| ლენემი | ალგებრული მოდელები |
| ნერვული ქსელები | |
| გენეტიკური ალგორითმები |
ემპირიული მოდელირება
ცოდნის ორგანიზაციისა და წარმოდგენის ემპირიული მოდელები მაგალითს იღებენ ადამიანს და ცდილობენ განასახიერონ მისი მეხსიერების, ცნობიერების ორგანიზაცია და გადაწყვეტილების მიღებისა და პრობლემის გადაჭრის მექანიზმები. ემპირიული მოდელირება გულისხმობს ემპირიული დაკვირვებების საფუძველზე აგებულ ნებისმიერ მოდელს და არა მათემატიკურად აღწერასა და მოდელირებას.
ემპირიული მოდელირება არის ზოგადი ტერმინი ცოდნის წარმოდგენის მოდელებისთვის, რომლებიც იქმნება დაკვირვებებისა და ექსპერიმენტების საფუძველზე.
ემპირიული მოდელი მოქმედებს მარტივი სემანტიკური პრინციპის მიხედვით: შემქმნელი აკვირდება მოდელისა და მისი რეფერენტის ურთიერთქმედებას. მიღებული ინფორმაციის დამუშავება შეიძლება იყოს „ემპირიული“მრავალი თვალსაზრისით, ანალიტიკური ფორმულებიდან, მიზეზობრივი ურთიერთობებიდან, ცდამდე და შეცდომამდე.
ცოდნის წარმოდგენის წარმოების მოდელები
მონაცემთა წარმოდგენის ეს მოდელი ყველაზე ხშირად ემყარება ურთიერთობებსა და მიზეზობრიობას. თუ ინფორმაცია შეიძლება წარმოდგენილი იყოს "თუ, მაშინ" ტიპის პირობების სახით, მაშინ მოდელი არის წარმოება. იგი ყველაზე ხშირად გამოიყენება აპლიკაციებში და მარტივი ხელოვნურიინტელექტი.
ცოდნის წარმოდგენის წარმოების მოდელები ყველაზე ხშირად არის კომპიუტერული პროგრამები, რომლებიც უზრუნველყოფენ ხელოვნური ინტელექტის რაიმე ფორმას ქცევის წესების კომპლექტით, ისევე როგორც მექანიზმით, რომელიც აუცილებელია ამ წესების დასაცავად გარკვეულ პირობებში.
წარმოება (წესების ნაკრები) შედგება ორი ნაწილისაგან: წინაპირობა ("თუ") და მოქმედება ("მაშინ"). თუ წარმოების წინაპირობა შეესაბამება მსოფლიოს ამჟამინდელ მდგომარეობას, მაშინ მოდელი მუშაობს. წარმოების მოდელი ასევე შეიცავს მონაცემთა ბაზას, რომელსაც ზოგჯერ უწოდებენ სამუშაო მეხსიერებას, რომელიც შეიცავს მიმდინარე ცოდნას.
წარმოების მოდელის უარყოფითი მხარეა ის, რომ თუ წესების რაოდენობა ძალიან დიდია, მოდელის მოქმედებები შეიძლება ეწინააღმდეგებოდეს ერთმანეთს.
სემანტიკური ქსელები
ისინი ეფუძნება გამოსახულების მთლიანობას და წარმოადგენს ცოდნის წარმოდგენის ყველაზე ვიზუალურ მოდელებს. სემანტიკური ქსელი ყველაზე ხშირად წარმოდგენილია როგორც გრაფიკი ან გრაფიკის რთული სტრუქტურა, რომლის კვანძები ან წვეროები წარმოადგენს ობიექტებს, ცნებებს, ფენომენებს, ხოლო კიდეები წარმოადგენს ურთიერთობას გარკვეულ ობიექტებს, ცნებებსა და ფენომენებს შორის.
უმარტივესი სემანტიკური ქსელი ადვილად შეიძლება იყოს წარმოდგენილი სამკუთხედის სახით, რომლის წვეროები არის ისეთი ცნებები, როგორიცაა, ვთქვათ, "ძაღლი", "ძუძუმწოვარი" და "ხერხემელი". ამ შემთხვევაში, წვეროები დააკავშირებს სამკუთხედის გვერდებს, რომლებიც შეიძლება აღინიშნოს ისეთი კავშირებითა და ურთიერთობებით, როგორიცაა "არის", "ფლობს", "აქვს". ამ გზით ჩვენ ვიღებთ ცოდნის წარმოდგენის მოდელს, საიდანაც ვსწავლობთ,რომ ძაღლი ძუძუმწოვარია, ძუძუმწოვრებს აქვთ ხერხემალი, ძაღლს კი ხერხემალი.
ასეთი მოდელები საილუსტრაციოა და მათი დახმარებით თქვენ შეგიძლიათ ყველაზე ეფექტურად წარმოადგინოთ რთული სისტემები და მიზეზობრივი ურთიერთობები. გარდა ამისა, ამ სემანტიკურ ქსელებს შეიძლება დაემატოს ახალი ცოდნა არსებული ქსელის გაფართოებით, ანუ სამკუთხედი შეიძლება გადაიქცეს მართკუთხედად, შემდეგ ექვსკუთხედად და შემდეგ გადამკვეთი ფორმების რთულ ქსელად, რომელშიც შეიძლება დაკვირვება. მაგალითად, თვისებების მემკვიდრეობა.
ჩარჩოს მოდელი
ჩარჩოს მოდელს ასე ჰქვია ინგლისური სიტყვიდან ჩარჩო - ჩარჩო ან ჩარჩო. ჩარჩო არის სტრუქტურა, რომელიც აგროვებს მონაცემებს, რომლებიც გამოიყენება კონკრეტული კონცეფციის წარმოსაჩენად.
როგორც სოციოლოგიაში, სადაც ჩარჩოები არის ერთგვარი სტერეოტიპული მონაცემები, რომლებიც გავლენას ახდენენ ადამიანის აღქმაზე სამყაროსა და გადაწყვეტილების მიღების პროცესზე, კომპიუტერულ მეცნიერებაში და ხელოვნურ ინტელექტთან მუშაობაში, ჩარჩოები გამოიყენება სტრუქტურირებული მონაცემების შესაქმნელად, რომელიც წარმოადგენს სტერეოტიპული სიტუაციები. სინამდვილეში, ეს არის საწყისი, ძირითადი მონაცემთა სისტემა, რომელზეც აგებულია სამყაროს აღქმა ხელოვნური ინტელექტის მიერ.
გარდა იმისა, რომ ცოდნის წარმოდგენის ეფექტური მოდელებია, ჩარჩოები აქტიურია არა მხოლოდ კომპიუტერულ მეცნიერებაში. ისინი თავდაპირველად სემანტიკური ქსელების ვარიაცია იყო.
ჩარჩო შედგება ერთი ან მეტი სლოტისაგან. თავის მხრივ, სლოტები თავად შეიძლება იყოს ჩარჩოები. ამრიგად, ჩარჩო მოდელს შეუძლია წარმოადგინოს რთული კონცეპტუალური ობიექტები, ქმნიან ფართო იერარქიულ ჯაჭვს.ცოდნა.
ცოდნის წარმოდგენის ჩარჩო მოდელი შეიცავს ინფორმაციას იმის შესახებ, თუ როგორ უნდა გამოვიყენოთ ჩარჩო, რას უნდა ველოდოთ მის დროს და გამოყენების შემდეგ, და რა უნდა გავაკეთოთ, როდესაც ჩარჩოს გამოყენების მოლოდინები არ დაკმაყოფილდება.
გარკვეული სახის მონაცემები ჩარჩოს მოდელში ფიქსირდება, ხოლო სხვა მონაცემები, რომლებიც ჩვეულებრივ ინახება ტერმინალის სლოტებში, შეიძლება შეიცვალოს. ტერმინალის სლოტები ყველაზე ხშირად განიხილება, როგორც ცვლადები. ზედა დონის სლოტები და ჩარჩოები შეიცავს ინფორმაციას სიტუაციის შესახებ, რაც ყოველთვის მართალია, მაგრამ ტერმინალის სლოტები არ უნდა იყოს ჭეშმარიტი.
ერთი რთული ქსელის ფრეიმებს შეუძლიათ გააზიარონ იმავე ქსელის სხვა ფრეიმების სლოტები.
ბაზას შეუძლია შეინახოს პროტოტიპის ჩარჩოები (უცვლელი) და მაგალითების ჩარჩოები, რომლებიც შექმნილია სიტუაციურად კონკრეტული სიტუაციის ან კონცეფციის წარმოსადგენად.
ცოდნის წარმოდგენის ჩარჩო მოდელები ერთ-ერთი ყველაზე მრავალმხრივია და შეუძლია სხვადასხვა სახის ცოდნის ჩვენება:
- ჩარჩოების სტრუქტურები გამოიყენება ცნებებისა და ობიექტების წარმოსაჩენად;
- ჩარჩოების როლები აღნიშნავს როლის პასუხისმგებლობას;
- ჩარჩოების სკრიპტები აღწერს ქცევას;
- ჩარჩო სიტუაციები გამოიყენება მდგომარეობისა და აქტივობების წარმოსაჩენად.
ნერვული ქსელები
ეს ალგორითმები ასევე შეიძლება პირობითად დაემატოს მოდელების ჯგუფს ცოდნისადმი ემპირიული მიდგომის საფუძველზე. სინამდვილეში, ნერვული ქსელები ცდილობენ დააკოპირონ ადამიანის ტვინში მიმდინარე პროცესები. ისინი ეფუძნება თეორიას, რომ ხელოვნური ინტელექტის სისტემა იგივე სტრუქტურებით დაპროცესები, ისევე როგორც ადამიანის ტვინში, შეძლებენ მსგავსი შედეგების მიღებას გადაწყვეტილების მიღების, სიტუაციების შეფასების და რეალობის აღქმის პროცესში.
თეორიულად ჯანსაღი მიდგომა
ამ მიდგომას ეფუძნება ცოდნის წარმოდგენის მათემატიკური, პრედიკატიული და ლოგიკური მოდელები. ეს მოდელები გარანტიას იძლევა სწორი გადაწყვეტილებების მიღებას, რადგან ისინი ეფუძნება ფორმალურ ლოგიკას. ისინი შესაფერისია ვიწრო საგნობრივი სფეროდან მარტივი ამოცანების გადასაჭრელად, რომლებიც ხშირად ასოცირდება ფორმალურ ლოგიკასთან.
ცოდნის წარმოდგენის ლოგიკური მოდელები
ეს არის ერთ-ერთი ყველაზე პოპულარული მოდელი თეორიულ მიდგომაზე დაფუძნებული. ლოგიკური მოდელი იყენებს პრედიკატის ალგებრას, მის აქსიომების სისტემას და დასკვნის წესებს. ყველაზე გავრცელებულ ლოგიკურ მოდელებში გამოიყენება ტერმინები - ლოგიკური მუდმივები, ფუნქციები და ცვლადები, ასევე პრედიკატები, ანუ ლოგიკური მოქმედებების გამოსახულებები.
