Хората са най-добри в разбирането, разсъжденията и тълкуването на знания. Хората знаят нещата, което е знание и според знанията си те извършват различни действия в реалния свят. Но начинът, по който машините правят всички тези неща, зависи от представянето на знанието и разсъжденията . Следователно можем да опишем представянето на знания по следния начин:

• Представянето на знания и разсъжденията (KR, KRR) е частта от изкуствения интелект, която се занимава с мисленето на агентите на ИИ и как мисленето допринася за интелигентното поведение на агентите.
• Той е отговорен за представянето на информация за реалния свят, така че компютърът да може да разбере и да използва това знание за решаване на сложни проблеми от реалния свят, като диагностика на медицинско състояние или комуникация с хора на естествен език.
• Това също е начин, който описва как можем да представим знанието в изкуствения интелект. Представянето на знания не е просто съхраняване на данни в някаква база данни, но също така позволява на интелигентна машина да се учи от тези знания и опит, така че да може да се държи интелигентно като човек.

Какво да представлява:

Следват видовете знания, които трябва да бъдат представени в AI системи:

Обект:Всички факти за обекти в нашата световна област. Например китарите съдържат струнни, тромпетите са духови инструменти.събития:Събитията са действията, които се случват в нашия свят.Производителност:Описва поведение, което включва знания за това как да се правят нещата.Мета-знание:Това е знание за това, което знаем.Факти:Фактите са истините за реалния свят и това, което представляваме.Знание:Централният компонент на агентите, базирани на знанието, е базата знания. Той е представен като KB. Базата знания е група от изречения (Тук изреченията се използват като технически термин и не са идентични с английския език).

Знания: Знанието е осъзнаване или запознаване, придобито чрез опит с факти, данни и ситуации. Следват видовете знания в областта на изкуствения интелект:

азбука в цифри

Видове знания

Следват различните видове знания:

1. Декларативно знание:

• Декларативното знание е да знаеш за нещо.
• Той включва концепции, факти и обекти.
• Нарича се още описателно знание и се изразява в декларативни изречения.
• Той е по-прост от процедурния език.

2. Процедурни знания

• Известно е още като императивно знание.
• Процедурното знание е вид знание, което отговаря за това как да се направи нещо.
• Може да се приложи директно към всяка задача.
• Той включва правила, стратегии, процедури, дневен ред и др.
• Процедурните знания зависят от задачата, върху която могат да бъдат приложени.

3. Мета-знание:

• Знанието за другите видове знание се нарича мета-знание.

4. Евристични знания:

• Евристичното знание представлява знание на някои експерти в дадена област или предмет.
• Евристичното знание е практически правила, базирани на предишен опит, информираност за подходите и които са добри за работа, но не са гарантирани.

5. Структурни знания:

най-добрата кола в света

• Структурните знания са основни знания за решаване на проблеми.
• Той описва връзките между различни понятия като вид, част от и групиране на нещо.
• Той описва връзката, която съществува между понятия или обекти.

Връзката между знание и интелигентност:

Познаването на реалните светове играе жизненоважна роля за интелекта и същото за създаването на изкуствен интелект. Знанието играе важна роля в демонстрирането на интелигентно поведение в агентите на ИИ. Един агент е в състояние да действа точно по някаква информация само когато има известни познания или опит за тази информация.

Да предположим, че ако срещнете някой човек, който говори на език, който не знаете, тогава как ще можете да действате спрямо това. Същото важи и за интелигентното поведение на агентите.

Както можем да видим на диаграмата по-долу, има един човек, който взема решения, който действа, като усеща околната среда и използва знания. Но ако частта със знанието не се представи тогава, тя не може да покаже интелигентно поведение.

Цикъл на знания за ИИ:

Системата с изкуствен интелект има следните компоненти за показване на интелигентно поведение:

ред срещу колона

• Възприятие
• Изучаване на
• Представяне на знания и разсъждения
• Планиране
• Екзекуция

Горната диаграма показва как една AI система може да взаимодейства с реалния свят и какви компоненти й помагат да покаже интелигентност. AI системата има компонент за възприемане, чрез който извлича информация от своята среда. То може да бъде визуално, аудио или друга форма на сензорно въвеждане. Компонентът за обучение е отговорен за обучението от данни, уловени от Perception comporment. В пълния цикъл основните компоненти са представяне на знания и Разсъждение. Тези два компонента участват в показването на интелигентността на машиноподобните хора. Тези два компонента са независими един от друг, но също така са свързани заедно. Планирането и изпълнението зависят от анализа на представянето на Знанието и разсъжденията.

Подходи за представяне на знания:

Има основно четири подхода за представяне на знания, които са дадени по-долу:

1. Просто релационно знание:

• Това е най-простият начин за съхраняване на факти, който използва релационния метод и всеки факт за набор от обекти е изложен систематично в колони.
• Този подход на представяне на знания е известен в системите с бази данни, където е представена връзката между различни обекти.
• Този подход има малко възможности за изводи.

Пример: Следното е просто представяне на релационно знание.

2. Наследствени знания:

• При подхода на наследеното знание всички данни трябва да се съхраняват в йерархия от класове.
• Всички класове трябва да бъдат подредени в обобщена форма или йерархичен начин.
• При този подход прилагаме наследствена собственост.
• Елементите наследяват стойности от други членове на клас.
• Този подход съдържа наследствено знание, което показва връзка между инстанция и клас и се нарича инстанционна релация.
• Всеки отделен кадър може да представлява колекцията от атрибути и неговата стойност.
• При този подход обектите и стойностите са представени в кутийни възли.
• Използваме стрелки, които сочат от обекти към техните стойности.
Пример:

3. Инференциално знание:

• Подходът на умозаключението представлява знанието под формата на формални логики.
• Този подход може да се използва за извличане на повече факти.
• Гарантира коректност.
Пример:Да предположим, че има две твърдения:
1. Маркъс е мъж
2. Всички хора са смъртни
   Тогава може да се представи като;
   
   мъж (Маркъс)
   ∀x = човек (x) ----------> смъртен (x)s

4. Процедурни познания:

• Подходът на процедурното знание използва малки програми и кодове, които описват как да правите конкретни неща и как да продължите.
• При този подход се използва едно важно правило, което е Ако-тогава правило .
• В това знание можем да използваме различни езици за кодиране, като напр език LISP и Пролог език .
• Можем лесно да представим евристично или специфично за домейн знание, използвайки този подход.
• Но не е необходимо да можем да представим всички случаи при този подход.

Изисквания към системата за представяне на знания:

Една добра система за представяне на знания трябва да притежава следните свойства.

1. Представителна точност:
KR системата трябва да има способността да представя всички видове необходими знания.2. Инференциална адекватност:
KR системата трябва да има способността да манипулира представителните структури, за да произвежда нови знания, съответстващи на съществуващата структура.3. Изводна ефективност:
Способността за насочване на механизма за умозаключение в най-продуктивните посоки чрез съхраняване на подходящи ръководства.4. Ефективност на придобиването-Способност за лесно усвояване на нови знания с помощта на автоматични методи.