Стицање знања
Стицање знања је процес који се користи за дефинисање правила и онтологија потребних за систем заснован на знању. Фраза је први пут коришћена у спрези са експертским системима да опише почетне задатке повезане са развојем експертског система, наиме проналажење и интервјуисање доменских стручњака и прикупљање њиховог знања путем правила, објеката и онтологија заснованих на оквирима.
Експертски системи су били једна од првих успешних примена технологије вештачке интелигенције у стварним пословним проблемима.[1] Истраживачи на Станфорду и другим лабораторијама вештачке интелигенције радили су са лекарима и другим високо квалификованим стручњацима на развоју система који би могли да аутоматизују сложене задатке као што је медицинска дијагноза. До ове тачке рачунари су се углавном користили за аутоматизацију задатака са великим бројем података, али не и за сложено резоновање. Технологије као што су инферентне машине омогућиле су програмерима по први пут да се позабаве сложенијим проблемима.[2][3]
Како су се експертски системи повећавали од демонстрационих прототипова до апликација за индустријску снагу, убрзо се схватило да је стицање доменског експертског знања један од, ако не и најкритичнији задатак у процесу инжењеринга знања. Овај процес стицања знања је сам по себи постао интензивно подручје истраживања. Један од ранијих радова[4] на ову тему користио је Бејтсонове теорије учења за вођење процеса.
Један приступ стицању знања који је истраживан био је коришћење рашчлањивања и генерисања природног језика да би се олакшало стицање знања. Рашчлањивање природног језика могло би да се изврши на приручницима и другим стручним документима, а почетни први пролаз у правилима и објектима могао би се аутоматски развити. Генерисање текста је такође било изузетно корисно у генерисању објашњења за понашање система. То је у великој мери олакшало развој и одржавање експертских система.[5]
Новији приступ стицању знања је приступ заснован на поновној употреби. Знање се може развити у онтологијама које су у складу са стандардима као што је Веб онтолошки језик (ОWЛ).[6] На овај начин знање може бити стандардизовано и подељено у широком обиму радника знања. Један пример домена где је овај приступ био успешан је биоинформатика.[7]
Референце[уреди | уреди извор]
- ^ Русселл, Стуарт; Норвиг, Петер (1995). Артифициал Интеллигенце: А Модерн Аппроацх (ПДФ). Симон & Сцхустер. стр. 22—23. ИСБН 978-0-13-103805-9. Архивирано из оригинала (ПДФ) 5. 5. 2014. г. Приступљено 14. 6. 2014.
- ^ Кендал, С.L.; Цреен, M. (2007), Ан интродуцтион то кноwледге енгинееринг, Лондон: Спрингер, ИСБН 978-1-84628-475-5, ОЦЛЦ 70987401
- ^ Феигенбаум, Едwард А.; МцЦордуцк, Памела (1983), Тхе фифтх генератион (1ст изд.), Реадинг, МА: Аддисон-Wеслеy, ИСБН 978-0-201-11519-2, ОЦЛЦ 9324691
- ^ Бруле, Ј.Ф.; Блоунт, А.Ф. (1989), Кноwледге Ацqуиситион
, НY: МцГраw Хилл, ИСБН 978-0-07-008600-5, ОЦЛЦ 21367222
- ^ Поттер, Стевен. „А Сурвеy оф Кноwледге Ацqуиситион фром Натурал Лангуаге” (ПДФ). Тецхнологy Матуритy Ассессмент (ТМА). Приступљено 9. 7. 2014.
- ^ Сцхреибер, Гуус (25. 9. 2012). „Кноwледге ацqуиситион анд тхе wеб” (ПДФ). Интернатионал Јоурнал оф Хуман-Цомпутер Студиес. Елсевиор (71): 206—210. Приступљено 5. 3. 2017.
- ^ Гобле, Цароле (2008). „Стате оф тхе натион ин дата интегратион фор биоинформатицс”. Јоурнал оф Биомедицал Информатицс. 41 (5): 687—693. ПМИД 18358788. дои:10.1016/ј.јби.2008.01.008
.
