Визначення інженерії знань
Інженерія знань - це сфера штучного інтелекту (ШІ), яка створює правила, що застосовуються до даних, щоб наслідувати процес мислення людського експерта. Він розглядає структуру завдання або рішення, щоб визначити, як дійшов висновок. Потім може бути створена бібліотека методів вирішення проблем та побічних знань, що використовуються для кожного, який може бути діагностований системою. Отримане програмне забезпечення може потім допомогти в діагностиці, усуненні неполадок та вирішенні питань самостійно або в ролі підтримки людини.
Порушення інженерії знань
Інженерія знань прагнула перенести досвід експертів з вирішення проблем у програму, яка могла б отримати ті самі дані та прийти до того ж висновку. Цей підхід називають процесом передачі, і він домінував у ранніх спробах інженерії знань. Це випало з користі; однак, як учені та програмісти зрозуміли, що знання, які використовуються людьми при прийнятті рішень, не завжди є явними. Хоча багато рішень можна відслідковувати до попереднього досвіду того, що працювало, людина спирається на паралельні пули знань, які не завжди логічно пов'язані із завданням. Дещо з того, що керівники та зоряні інвестори називають почуттям кишечника чи інтуїтивним стрибком, краще описати як аналогічні міркування та нелінійне мислення. Ці режими роздумів не піддаються прямим покроковим деревам рішень і можуть вимагати залучення джерел даних, які, здається, коштують дорожче, щоб ввести та обробити, ніж варто.
Процес передачі був залишений на користь процесу моделювання. Замість того, щоб намагатися слідувати поетапному процесу прийняття рішення, інженерія знань орієнтована на створення системи, яка впливатиме на ті самі результати, що й експерт, не слідуючи тим самим шляхом чи не торкаючись одних і тих же джерел інформації. Це усуває деякі проблеми відстеження знань, які використовуються для нелінійного мислення, оскільки люди, які роблять це, часто не знають про інформацію, яку вони тягнуть. Поки висновки порівнянні, модель працює. Після того, як модель послідовно наближається до людського експерта, вона може бути вдосконалена. Погані висновки можна відстежувати та налагоджувати, а процеси, що створюють рівноцінні або покращені висновки, можна заохочувати.
Інженерія знань для перевищення людських експертів
Інженерія знань вже інтегрована в програмне забезпечення підтримки прийняття рішень. Спеціалізовані інженери знань працюють у різних областях, які просувають людиноподібні функції, включаючи здатність машин розпізнавати обличчя або розбирати те, що людина говорить за значенням. У міру зростання складності моделі інженери знань можуть не повністю зрозуміти, як можна дійти висновків. Врешті-решт, сфера інженерії знань піде від створення систем, що вирішують проблеми, а також людини, до тієї, яка робить це кількісно краще, ніж люди. Поєднуючи ці моделі інженерних знань з іншими здібностями, такими як обробка природних мов (NLP) та розпізнавання обличчя, штучний інтелект може стати найкращим сервером, фінансовим консультантом чи туристичним агентом, який світ бачив.
Порівняйте інвестиційні рахунки Ім’я постачальника Опис Розкриття рекламодавця × Пропозиції, що з’являються в цій таблиці, є партнерствами, від яких Investopedia отримує компенсацію.