Инженерия знаний
Материал из Википедии — свободной энциклопедии
Инженерия знаний (англ. knowledge engineering) — область искусственного интеллекта, связанная с разработкой экспертных систем и баз знаний. Изучает методы и средства извлечения, представления, структурирования и использования знаний.
Содержание |
[править] Определения
Инженерия знаний (ИЗ) была определена Фейгенбаумом, и МакКордаком(1983) как:
"ИЗ - раздел (дицсиплина) инженерии, направленный на внедрение знаний в компьютерные системы для решения комплексов задач, обычно требующих богатого человеческого опыта."
В настоящее время, это также предполагает строительство и обслуживание подобных систем (Кендэл, 2007). Это также тесно соприкасается с программной инженерией, и используется во многих информационных исследованиях,например таких, как исследования Искусственного Интеллекта включая базы данных, сбор данных, экспертные системы, систем поддержки принятия решений и географические информационные системы. ИЗ также связано с математической логикой, также используемой в разных научных дисциплинах, например в социологии где "подопытными" являются люди, а цели исследований - понимание как работает человеческая логика на примере взаимоотношений в обществе.
[править] Примеры
Пример действия системы, базирующейся на ИЗ:
- Рассмотрение задачи
- Запрос к базам данных по задаче
- Внесение и структурирование полученной информации (IPK модель)
- Создание базы данных по структурированной информации
- Тестирование полученной информации
- Внесение корректировок и эволюция системы.
Будучи скорее искусством, нежели чисто инженерной задачей, ИЗ не имеет большого практического применения. Подразделом ИЗ является метаинженерия знаний, пригодная для разработки ИИ.
[править] Принципы
С середины 1980х, в ИЗ появилось несколько принципов, методов и инструментов которые облегчили процесс получения и работы со знаниями. Вот некоторые ключевые из них: Существуют разного рода типы знаний и для работы с ними должны использоваться конкретные методы и техника. Существуют различные типы экспертов и опыта. Для работы с ними должны использоваться определенные методы и техника. Существуют разные способы предоставления, использования, понимания знаний и работа с ними может помочь переосмыслить и использовать уже имеющиеся знания по-новому. В инженерии знаний используются методы структурирования знаний для убыстрения процесса получения и работы со знаниями.
[править] Теории
[править] Трансляционная (традиционная)
Предполагает прямой перенос человеческих знаний в машину.
[править] Модельная (альтернативный взгляд)
Предполагает моделирование задачи и её способов решения самой системой ИИ.
[править] Гибридные
[править] CommonKADS
TOGA metatheory - Top-down Object-based Goal-oriented Approach
[править] Ссылки
|
|
|
|---|---|
| Информатика | |
| Общие понятия | Данные · Метаданные · Знания · Метазнание · Представление знаний · База знаний · Онтология |
| Жёсткие модели | Продукции · Семантическая сеть · Фреймы · Логическая модель |
| Мягкие методы | Нейронная сеть · Генетический алгоритм · Нечёткая логика · Гибридная интеллектуальная система |
|
|
||
|---|---|---|
| Философия | Тест Тьюринга • Китайская комната |  |
| Направления | ||
| Применение | ||
| Исследователи |
Норберт Винер • Алан Тьюринг • В. М. Глушков • Г. С. Осипов • Д. Э. Попов • Д. А. Поспелов • М. Г. Гаазе-Рапопорт • Т. А. Гаврилова • В. Ф. Хорошевский • Г. С. Поспелов • Марвин Мински • Джон Маккарти • Фрэнк Розенблатт • Чарльз Бэббидж • Аллен Ньюэлл • Герберт Саймон • Аврам Хомский • Сеймур Паперт • Клод Шеннон • Джозеф Вейценбаум • Патрик Винстон • В. К. Финн |
|
| Организации | ||
| Портал • Все статьи | ||
 |
Для улучшения этой статьи желательно?:
|
 |
В другом языковом разделе есть более полная статья Knowledge engineering (англ.)
Вы можете помочь проекту, дописав эту статью с помощью перевода.
|
 |
Это незавершённая статья об искусственном интеллекте. Вы можете помочь проекту, исправив и дополнив её. |
