Gli esseri umani sono i migliori nel comprendere, ragionare e interpretare la conoscenza. Gli esseri umani conoscono le cose, che è conoscenza e in base alla loro conoscenza eseguono varie azioni nel mondo reale. Ma il modo in cui le macchine fanno tutte queste cose rientra nella rappresentazione e nel ragionamento della conoscenza . Quindi possiamo descrivere la rappresentazione della Conoscenza come segue:
- La rappresentazione e il ragionamento della conoscenza (KR, KRR) è la parte dell'intelligenza artificiale che riguarda il pensiero degli agenti dell'IA e il modo in cui il pensiero contribuisce al comportamento intelligente degli agenti.
- È responsabile della rappresentazione delle informazioni sul mondo reale in modo che un computer possa comprendere e utilizzare questa conoscenza per risolvere i complessi problemi del mondo reale come la diagnosi di una condizione medica o la comunicazione con gli esseri umani nel linguaggio naturale.
- È anche un modo che descrive come possiamo rappresentare la conoscenza nell’intelligenza artificiale. La rappresentazione della conoscenza non si limita a memorizzare i dati in un database, ma consente anche a una macchina intelligente di apprendere da tali conoscenze ed esperienze in modo che possa comportarsi in modo intelligente come un essere umano.
Cosa rappresentare:
Di seguito sono riportati i tipi di conoscenza che devono essere rappresentati nei sistemi di intelligenza artificiale:
Conoscenza: La conoscenza è la consapevolezza o la familiarità acquisita attraverso l’esperienza di fatti, dati e situazioni. Di seguito sono riportati i tipi di conoscenza nell'intelligenza artificiale:
angoli adiacenti
Tipi di conoscenza
Di seguito sono elencate le varie tipologie di conoscenza:
1. Conoscenza dichiarativa:
- La conoscenza dichiarativa è sapere qualcosa.
- Include concetti, fatti e oggetti.
- È anche chiamata conoscenza descrittiva ed è espressa in frasi dichiarative.
- È più semplice del linguaggio procedurale.
2. Conoscenza procedurale
- È anche conosciuta come conoscenza imperativa.
- La conoscenza procedurale è un tipo di conoscenza responsabile del sapere come fare qualcosa.
- Può essere applicato direttamente a qualsiasi attività.
- Comprende regole, strategie, procedure, ordini del giorno, ecc.
- La conoscenza procedurale dipende dal compito a cui può essere applicata.
3. Metaconoscenza:
- La conoscenza sugli altri tipi di conoscenza è chiamata Meta-conoscenza.
4. Conoscenza euristica:
- La conoscenza euristica rappresenta la conoscenza di alcuni esperti in un campo o argomento.
- La conoscenza euristica è costituita da regole empiriche basate su esperienze precedenti, consapevolezza degli approcci e che sono utili ma non garantite.
5. Conoscenza strutturale:
la migliore macchina del mondo
- La conoscenza strutturale è la conoscenza di base per la risoluzione dei problemi.
- Descrive le relazioni tra vari concetti come tipo di, parte di e raggruppamento di qualcosa.
- Descrive la relazione che esiste tra concetti o oggetti.
Il rapporto tra conoscenza e intelligenza:
La conoscenza dei mondi reali gioca un ruolo vitale nell’intelligenza e lo stesso per la creazione dell’intelligenza artificiale. La conoscenza gioca un ruolo importante nel dimostrare il comportamento intelligente degli agenti IA. Un agente è in grado di agire con precisione su alcuni input solo quando ha una certa conoscenza o esperienza su quell'input.
Supponiamo che se incontrassi qualcuno che parla in una lingua che non conosci, come potrai agire di conseguenza. La stessa cosa vale per il comportamento intelligente degli agenti.
Come possiamo vedere nel diagramma seguente, c'è un decisore che agisce percependo l'ambiente e utilizzando la conoscenza. Ma se la parte della conoscenza non è presente in quel momento, non potrà mostrare un comportamento intelligente.
Ciclo della conoscenza dell'IA:
Un sistema di intelligenza artificiale ha i seguenti componenti per mostrare un comportamento intelligente:
contiene il metodo Java
- Percezione
- Apprendimento
- Rappresentazione e ragionamento della conoscenza
- Pianificazione
- Esecuzione
Il diagramma sopra mostra come un sistema di intelligenza artificiale può interagire con il mondo reale e quali componenti lo aiutano a mostrare intelligenza. Il sistema di intelligenza artificiale ha una componente di percezione mediante la quale recupera informazioni dal suo ambiente. Può essere visivo, audio o un'altra forma di input sensoriale. La componente di apprendimento è responsabile dell'apprendimento dai dati catturati dal comportamento di Percezione. Nel ciclo completo, le componenti principali sono la rappresentazione della conoscenza e il ragionamento. Questi due componenti sono coinvolti nel mostrare l'intelligenza negli esseri umani simili a macchine. Questi due componenti sono indipendenti tra loro ma anche accoppiati tra loro. La pianificazione e l'esecuzione dipendono dall'analisi della rappresentazione e del ragionamento della Conoscenza.
Approcci alla rappresentazione della conoscenza:
Esistono principalmente quattro approcci alla rappresentazione della conoscenza, riportati di seguito:
1. Conoscenza relazionale semplice:
- È il modo più semplice di archiviare i fatti che utilizza il metodo relazionale e ogni fatto relativo a un insieme dell'oggetto è esposto sistematicamente in colonne.
- Questo approccio di rappresentazione della conoscenza è famoso nei sistemi di database in cui viene rappresentata la relazione tra diverse entità.
- Questo approccio ha poche possibilità di inferenza.
Esempio: quella che segue è la semplice rappresentazione della conoscenza relazionale.
| Giocatore | Peso | Età |
|---|---|---|
| Giocatore1 | 65 | 23 |
| Giocatore2 | 58 | 18 |
| Giocatore3 | 75 | 24 |
2. Conoscenza ereditabile:
- Nell'approccio della conoscenza ereditabile, tutti i dati devono essere archiviati in una gerarchia di classi.
- Tutte le classi dovrebbero essere organizzate in forma generalizzata o gerarchica.
- In questo approccio, applichiamo la proprietà di ereditarietà.
- Gli elementi ereditano valori da altri membri di una classe.
- Questo approccio contiene conoscenza ereditabile che mostra una relazione tra istanza e classe, ed è chiamata relazione di istanza.
- Ogni singolo frame può rappresentare la raccolta di attributi e il suo valore.
- In questo approccio, oggetti e valori sono rappresentati in nodi Boxed.
- Usiamo le frecce che puntano dagli oggetti ai loro valori.
3. Conoscenza inferenziale:
- L'approccio della conoscenza inferenziale rappresenta la conoscenza sotto forma di logiche formali.
- Questo approccio può essere utilizzato per ricavare più fatti.
- Ha garantito la correttezza.
- Marco è un uomo
- Tutti gli uomini sono mortali
Quindi può rappresentare come;
uomo(Marco)
∀x = uomo (x) ----------> mortale (x)s
4. Conoscenza procedurale:
- L'approccio della conoscenza procedurale utilizza piccoli programmi e codici che descrivono come fare cose specifiche e come procedere.
- In questo approccio viene utilizzata una regola importante che è Regola Se-Allora .
- In questa conoscenza, possiamo utilizzare vari linguaggi di codifica come Linguaggio LISP E Linguaggio Prologo .
- Possiamo facilmente rappresentare la conoscenza euristica o specifica del dominio utilizzando questo approccio.
- Ma non è necessario rappresentare tutti i casi in questo approccio.
Requisiti per il sistema di rappresentazione della conoscenza:
Un buon sistema di rappresentazione della conoscenza deve possedere le seguenti proprietà.
Il sistema KR dovrebbe avere la capacità di rappresentare tutti i tipi di conoscenza richiesta.
Il sistema KR dovrebbe avere la capacità di manipolare le strutture rappresentazionali per produrre nuova conoscenza corrispondente alla struttura esistente.
La capacità di indirizzare il meccanismo della conoscenza inferenziale nelle direzioni più produttive memorizzando guide appropriate.