Các khái niệm phức tạp như “tư duy” và “ý thức” và thậm chí những khái niệm dễ định nghĩa hơn, chẳng hạn như “trí thông minh” và “kiến thức”, trong số các chuyên gia của nhiều hồ sơ khác nhau (ví dụ: phân tích hệ thống, khoa học máy tính, tâm lý học thần kinh, tâm lý học, triết học, v.v.) có thể khác nhau đáng kể.
Trình bày đầy đủ, đầy đủ kiến thức, được cả con người và máy móc nhận thức một cách rõ ràng như nhau, là vấn đề chính của trao đổi thông tin hiện đại. Việc trao đổi thông tin như vậy dựa trên một hệ thống các khái niệm và mối quan hệ tạo nên kiến thức.
Phân loại kiến thức
Chúng có thể được phân thành nhiều loại: khái niệm, xây dựng, thủ tục, thực tế và siêu hiểu biết.
- Kiến thức khái niệm là một tập hợp các khái niệm cụ thể được sử dụng để giải quyết vấn đề. Chúng thường được sử dụng trong khoa học cơ bản và các lĩnh vực khoa học lý thuyết. Trên thực tế, kiến thức khái niệm cấu thành bộ máy khái niệm của khoa học.
- Kiến thức xây dựng - tập hợp các cấu trúc, hệ thống và hệ thống con, cũng nhưtương tác giữa chúng. Tích cực sử dụng trong công nghệ.
- Kiến thức thủ tục là các phương pháp và thuật toán được sử dụng phổ biến nhất trong khoa học ứng dụng.
- Tri thức thực tế là đặc điểm của sự vật, hiện tượng cả về định lượng và định tính. Thường được sử dụng nhất trong khoa học thực nghiệm.
- Metaknowledge là bất kỳ kiến thức nào về kiến thức, hệ thống tổ chức, kỹ thuật của nó cũng như trình tự và quy tắc ứng dụng của nó.
Tổ chức tri thức
Hệ thống tổ chức tri thức là quá trình cung cấp thông tin dưới dạng thông điệp có thể quen thuộc (lời nói và văn bản, hình ảnh, v.v.) và bất thường (công thức, đối tượng bản đồ, sóng vô tuyến, v.v.).
Để một hệ thống tổ chức tri thức trở nên dễ hiểu và thành công, cần phải sử dụng một hệ thống quy tắc dễ hiểu và có tính xây dựng, theo đó tri thức sẽ được trình bày và nhận thức. Để làm điều này, một người sử dụng ngôn ngữ và chữ viết.
Ngôn ngữ
Ngôn ngữ xuất hiện và phát triển do tri thức mà con người tích lũy được liên tục cần được trình bày, diễn đạt, lưu trữ và trao đổi. Một ý nghĩ không thể được diễn đạt bằng một cấu trúc chính thức (ngôn ngữ, hình ảnh) sẽ mất cơ hội trở thành một phần của trao đổi thông tin. Đó là lý do tại sao trong suốt lịch sử loài người, ngôn ngữ là hình thức biểu diễn tri thức hiệu quả nhất.
Ngôn ngữ càng phong phú, thì kiến thức mà nó thể hiện càng nhiều, làm cho văn hóa của con người trở nên phong phú hơn, do đó, cho phép bạn phát triển hệ thống tổ chức kiến thức ngày càng hiệu quả hơn.
Ngôn ngữkhoa học
Vấn đề chính trong việc sử dụng ngôn ngữ như một hình thức biểu diễn tri thức là ý nghĩa ngữ nghĩa không rõ ràng của các từ và câu. Đó là lý do tại sao ngôn ngữ khoa học đóng một vai trò đặc biệt trong việc hình thức hóa kiến thức.
Mục đích chính của ngôn ngữ khoa học là định dạng và tiêu chuẩn hóa các hình thức diễn đạt, nén và lưu trữ kiến thức. Với sự trợ giúp của cách trình bày kiến thức chuẩn, điển hình, người ta có thể loại bỏ sự đa nghĩa hoặc mơ hồ về ngữ nghĩa của ngôn ngữ.
Điều gì, trong điều kiện tự nhiên của sự phát triển ngôn ngữ, làm cho ngôn ngữ trở nên phong phú hơn (đa nghĩa về cách diễn đạt), lại trở thành một trở ngại trong quá trình trao đổi kiến thức, làm tăng nguy cơ hiểu nhầm, nhiễu ngữ nghĩa và nhận thức mơ hồ về thông tin.
Phân loại kiến thức
Một trong những phương pháp chính thức hóa kiến thức là phân loại. Đây là sự phân bố kiến thức thành các nhóm phù hợp với một lớp học nhất định. Nghĩa là, chỉ những thông tin đáp ứng các tiêu chí nhất định tương ứng với lớp mới thuộc một lớp kiến thức nhất định.
Phân_lượng là một phương pháp hệ thống hoá khoa học đặc biệt quan trọng, không thể thiếu ở giai đoạn đầu hình thành kiến thức cơ bản của một phương hướng khoa học. Ví dụ, trong khoa học máy tính không có phân loại, không có sự tương đương cho phép bạn giải quyết các nhiệm vụ quan trọng như so sánh, tìm kiếm và phân loại. Nếu không có sự phân loại trong khoa học, chúng ta sẽ không có hệ thống tổ chức dữ liệu độc đáo và vô giá như bảng tuần hoàn.
Mô hình Trình bày Kiến thức
Bảng tuần hoàn, Bảng xếp hạng, Bộ luật Hình sự, cây gia đình và các hệ thống phân loại khác là các mô hình biểu diễn tri thức. Đây là những cấu trúc chính thức liên kết kiến thức nhất định: sự kiện, hiện tượng, khái niệm, quá trình, đối tượng, mối quan hệ.
Để hiểu và xử lý kiến thức về một lĩnh vực cụ thể bằng máy tính, kiến thức này phải được trình bày dưới một hình thức nhất định, chính thức. Tùy thuộc vào mục đích, việc xử lý kiến thức của máy tính diễn ra theo mô hình được xây dựng trên một thuật toán. Theo đó, kiến thức được trình bày trong mô hình phụ thuộc vào thuật toán xử lý nó.
Có một số mô hình biểu diễn tri thức trong các hệ thống chuyên gia. Những cái chính là sản xuất, khung, mạng và logic.
Phân loại mô hình
Các mô hình biểu diễn tri thức được liệt kê ở trên, các ví dụ về sau đó, mặc dù phổ biến, nhưng không phải là những mô hình duy nhất. Ngày nay, có nhiều mô hình khác nhau về hiệu lực, cách tiếp cận đối với nguyên tắc tổ chức và sáng tạo của chúng.
Ví dụ: bảng dưới đây cho thấy các loại mô hình biểu diễn tri thức, sự phân chia của chúng thành thực nghiệm và lý thuyết, cũng như chia nhỏ hơn nữa.
| Mô hình thực nghiệm | Mô hình lý thuyết |
| Mẫu sản xuất | Mô hình logic |
| Mô hình mạng | Ngữ pháp chính thức |
| Các mẫu khung | Mô hình kết hợp |
| Lenemy | Mô hình đại số |
| Mạng nơron | |
| Thuật toán di truyền |
Mô hình thực nghiệm
Các mô hình thực nghiệm về tổ chức và thể hiện tri thức lấy một người làm ví dụ và cố gắng thể hiện tổ chức của trí nhớ, ý thức và cơ chế ra quyết định và giải quyết vấn đề của người đó. Mô hình thực nghiệm đề cập đến bất kỳ loại mô hình nào được xây dựng trên cơ sở các quan sát thực nghiệm, chứ không phải các mối quan hệ có thể được mô tả và mô hình hóa bằng toán học.
Mô hình thực nghiệm là một thuật ngữ chung để chỉ các mô hình biểu diễn tri thức được tạo ra trên cơ sở quan sát và thử nghiệm.
Một mô hình thực nghiệm hoạt động theo một nguyên tắc ngữ nghĩa đơn giản: người tạo quan sát sự tương tác của mô hình và đối tượng của nó. Việc xử lý thông tin nhận được có thể mang tính "thực nghiệm" theo nhiều cách, từ công thức phân tích, mối quan hệ nhân quả, đến thử nghiệm và sai lầm.
Mô hình sản xuất đại diện tri thức
Mô hình biểu diễn dữ liệu này thường dựa trên các mối quan hệ và quan hệ nhân quả. Nếu thông tin có thể được biểu diễn dưới dạng các điều kiện của kiểu "Nếu, Thì", thì mô hình là sản xuất. Nó thường được sử dụng nhiều nhất trong các ứng dụng và nhân tạo đơn giảntrí thông minh.
Các mô hình sản xuất biểu diễn tri thức thường là các chương trình máy tính cung cấp một số dạng trí tuệ nhân tạo với một tập hợp các quy tắc hành vi, cũng như cơ chế cần thiết để tuân theo các quy tắc này trong các điều kiện nhất định.
Sản xuất (một bộ quy tắc) bao gồm hai phần: điều kiện tiên quyết ("IF") và hành động ("THEN"). Nếu điều kiện sản xuất phù hợp với tình trạng hiện tại của thế giới, thì mô hình sẽ chạy. Mô hình sản xuất cũng chứa cơ sở dữ liệu, đôi khi được gọi là bộ nhớ làm việc, chứa kiến thức hiện tại.
Nhược điểm của mô hình sản xuất là nếu số lượng quy tắc quá lớn, các hành động của mô hình có thể mâu thuẫn với nhau.
Mạng ngữ nghĩa
Chúng dựa trên tính toàn vẹn của hình ảnh và là mô hình trực quan nhất về biểu diễn tri thức. Mạng ngữ nghĩa thường được biểu diễn dưới dạng một đồ thị hoặc một cấu trúc đồ thị phức tạp, các nút hoặc đỉnh của chúng đại diện cho các đối tượng, khái niệm, hiện tượng và các cạnh biểu thị mối quan hệ giữa các đối tượng, khái niệm và hiện tượng nhất định.
Mạng ngữ nghĩa đơn giản nhất có thể được biểu diễn dễ dàng dưới dạng hình tam giác, các đỉnh của chúng là các khái niệm, chẳng hạn như "chó", "động vật có vú" và "cột sống". Trong trường hợp này, các đỉnh sẽ nối các cạnh của tam giác, có thể được biểu thị bằng các kết nối và mối quan hệ như "là", "sở hữu", "có". theo cách này, chúng ta có được một mô hình biểu diễn tri thức mà từ đó chúng ta học được,rằng chó là động vật có vú, động vật có vú có xương sống và chó có xương sống.
Các mô hình như vậy mang tính minh họa và với sự trợ giúp của chúng, bạn có thể trình bày một cách hiệu quả nhất các hệ thống phức tạp và các mối quan hệ nhân quả. Ngoài ra, các mạng ngữ nghĩa này có thể được bổ sung kiến thức mới bằng cách mở rộng một mạng hiện có, nghĩa là, một hình tam giác có thể được biến thành hình chữ nhật, sau đó thành hình lục giác, rồi thành một mạng phức tạp gồm các hình giao nhau, trong đó người ta có thể quan sát, ví dụ, kế thừa các thuộc tính.
Mô hình khung
Mô hình khung được đặt tên như vậy từ khung từ tiếng Anh - khung hoặc khung. Khung là một cấu trúc thu thập dữ liệu được sử dụng để thể hiện một khái niệm cụ thể.
Như trong xã hội học, trong đó khung là một loại dữ liệu rập khuôn ảnh hưởng đến nhận thức của con người về thế giới và quá trình ra quyết định, trong khoa học máy tính và làm việc với trí tuệ nhân tạo, khung được sử dụng để tạo dữ liệu có cấu trúc đại diện cho tình huống rập khuôn. Trên thực tế, đây là hệ thống dữ liệu cơ bản, ban đầu để xây dựng nhận thức về thế giới bằng trí tuệ nhân tạo.
Bên cạnh việc là các mô hình biểu diễn tri thức hiệu quả, các khung còn hoạt động không chỉ trong khoa học máy tính. Ban đầu chúng là một biến thể của mạng ngữ nghĩa.
Một khung bao gồm một hoặc nhiều khe. Đổi lại, bản thân các khe có thể là khung. Do đó, mô hình khung có thể biểu diễn các đối tượng khái niệm phức tạp, tạo thành một chuỗi phân cấp rộng.kiến thức.
Mô hình khung biểu diễn tri thức chứa thông tin về cách sử dụng khung, điều gì sẽ xảy ra trong và sau khi sử dụng và phải làm gì khi không đáp ứng được kỳ vọng từ việc sử dụng khung.
Một số loại dữ liệu nhất định trong mô hình khung là cố định, trong khi dữ liệu khác, thường được lưu trữ trong các khe cắm đầu cuối, có thể thay đổi. Các khe cắm đầu cuối thường được coi là các biến. Các vị trí và khung cấp cao nhất mang thông tin về tình huống, điều này luôn đúng, nhưng các vị trí đầu cuối không nhất thiết phải đúng.
Các khung của một mạng phức hợp có thể chia sẻ các khe của các khung khác của cùng một mạng.
Cơ sở dữ liệu có thể lưu trữ các khung nguyên mẫu (bất biến) và các khung mẫu được tạo theo tình huống để đại diện cho một tình huống hoặc khái niệm cụ thể.
Mô hình khung biểu diễn tri thức là một trong những mô hình linh hoạt nhất và có khả năng hiển thị nhiều dạng kiến thức khác nhau:
- Cấu trúc khungđược sử dụng để biểu diễn các khái niệm và đối tượng;
- vai trò khung biểu thị trách nhiệm vai trò;
- tập lệnh khung mô tả hành vi;
- Các tình huống khungđược sử dụng để biểu thị trạng thái và các hoạt động.
Mạng nơron
Các thuật toán này cũng có thể được thêm vào nhóm mô hình có điều kiện dựa trên cách tiếp cận kiến thức thực nghiệm. Trên thực tế, các mạng nơ-ron đang cố gắng sao chép các quá trình xảy ra trong não người. Chúng dựa trên lý thuyết rằng một hệ thống trí tuệ nhân tạo có cấu trúc giống nhau vàcác quá trình, cũng như trong não người, sẽ có thể thu được kết quả tương tự trong quá trình ra quyết định, đánh giá các tình huống và nhận thức về thực tế.
Cách tiếp cận hợp lý về mặt lý thuyết
Các mô hình toán học, dự đoán và lôgic biểu diễn tri thức dựa trên phương pháp này. Các mô hình này đảm bảo các quyết định chính xác vì chúng dựa trên logic hình thức. Chúng thích hợp để giải quyết các vấn đề đơn giản từ một lĩnh vực chủ đề hẹp, thường được kết hợp với logic hình thức.
Mô hình logic biểu diễn tri thức
Đây là một trong những mô hình phổ biến nhất dựa trên cách tiếp cận lý thuyết. Mô hình logic sử dụng đại số vị từ, hệ thống tiên đề và quy tắc suy luận của nó. Các mô hình logic phổ biến nhất sử dụng các thuật ngữ - hằng số logic, hàm và biến, cũng như các vị từ, nghĩa là, biểu thức của các hành động logic.
