Автор оригинала: Pejman Makhfi. Переводчик: Андрей Илюсин. Статья является переводом поста «Introduction to Knowledge Modeling» с сайта makhfi.com сделанным с молчаливого согласия автора (запрос по-честному отправлен на почту Pejman Makhfi 30.11.2021).

1. Вступление

Получение ценной практической информации из данных была задачей наших компьютеров в течение последних пятидесяти лет в эпоху, которую метко назвали «веком информации». Тем не менее, в 21 веке в центре внимания будет уход от компьютера как простого поставщика базовой информации. Компьютеры ближайшего будущего будут использоваться для извлечения знаний из информации.

Быстрое развитие технологий, увеличение объема и сложности информации, а также широкий и легкий доступ к ней выдвигают новые требования к компьютерам. Основное внимание в текущем веке человечество уделяет использованию технологий для интеллектуальной деятельности – или того, что можно назвать развивающейся «эпохой знаний».

Технологии «эпохи знаний» переносят наше внимание с индивидуальных, изолированных информационных систем и хранилищ на расширенный обмен и совместное использование информации с целью расширения объема и глубины знаний, доступных отдельным лицам и видам деятельности.

Объем мирового рынка домашних интеллектуальных компьютерных устройств в 2020 году составил 801,5 млн. штук.

Но что такое интеллект? Концепция интеллекта основана на четырех фундаментальных принципах, которые включают: данные, информацию, знания и мудрость (также известные как интеллект).

Базовый уровень – это данные – меры и символы окружающего нас мира. Данные представлены в виде внешних сигналов и улавливаются различными сенсорными устройствами. Упрощенно, думайте о данных как о необработанных сигналах, фактах и числах – например, звуковых сигналах в азбуке Морзе:… ---…

Второй уровень абстракции – это информация, которая создается путем придания значения данным. Другими словами, данные становятся информацией, когда они становятся актуальными для нашего процесса принятия решений. Например, звуковой сигнал азбукой Морзе означает «SOS».

Знание – третий уровень – это субъективная интерпретация Информации в попытке распознать приложения и подходы, которые необходимо использовать в сознании воспринимающего. Таким образом, Знание трудно представить как абсолютное определение в человеческих терминах. Он придает информации цель и компетентность, что приводит к потенциальным действиям.

Наконец, мудрость воплощает в себе осознанность, проницательность, моральные суждения и принципы для создания новых знаний и улучшения существующих Знаний.

Более двух тысячелетий интеллектуалы, философы и ученые пытались концептуализировать осознание, информацию, знания и интеллект в различных формах, формах и ситуациях. Несомненно, было приложено много усилий и разработано множество приложений, которые пытались собирать и использовать Знания в различных формах с использованием различных методов.

Однако быстрый рост объема доступной информации в сочетании с гибкостью доступа к этой информации выдвинул необходимость объединения усилий для ускорения использования информации в рамках общей структуры.

По мере того, как доступные технологии опережают наши ожидания, а уровень сложности повышается, эта ситуация увеличивает потребность в эффективном синтезе и эффективном распространении знаний. Со временем знания постепенно перейдут в сферу общественного достояния, где они станут «информацией», и в то же время будут создаваться новые знания.

Цель данной статьи – представить нейтральную с точки зрения реализации методологию использования и обмена знаниями в рамках более широкого и практического подхода, когда мы вступаем в «Век знаний».

2. Что такое моделирование знаний?

Если вы думаете, что информация ценна, тогда вы должны увидеть знания в действии!

“Сбор и моделирование знаний (KCM), или, вкратце, моделирование знаний – это междисциплинарный подход к сбору и моделированию знаний в формате многократного использования с целью сохранения, улучшения, совместного использования, замены, агрегирования и повторного применения. В компьютерном мире это используется для имитации интеллекта.”

Инновации, прогресс и процветание во многом зависят от принятия «правильных решений».

Хорошая новость в том, что принимать правильные решения нетрудно. Для рационального агента нет способа принимать неправильные решения, учитывая «все» факты и «четкую» цель. Единственная причина для принятия неправильных решений – пренебрежение фактами или неверное толкование цели.

Вот почему моделирование знаний является таким важным элементом когнитивной дисциплины и предпосылкой для достижения истинного искусственного интеллекта.