1
Wiedza i metody jej reprezentacji
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,…)