Hvad er vidensteknik?
Hvad er vidensteknik?
Vidensteknik er et område inden for kunstig intelligens (AI), der skaber regler for anvendelse af data for at efterligne tankeprocessen hos en menneskelig ekspert. Det ser på strukturen af en opgave eller en beslutning for at identificere, hvordan en konklusion nås.
Et bibliotek med problemløsningsmetoder og den sikkerhed, der bruges til hver, kan derefter oprettes og tjene som problemer, der skal diagnosticeres af systemet. Den resulterende software kan derefter hjælpe med at diagnosticere, fejlfinde og løse problemer enten alene eller i en støtterolle for en menneskelig agent.
Vigtige takeaways
- Vidensteknik er en gren af kunstig intelligens (AI), der udvikler regler, der anvendes på data for at efterligne tankeprocessen for et menneske, der er ekspert i et bestemt emne.
- I sin oprindelige form fokuserede videnskabsteknik på overførselsprocessen; overføre ekspertisen fra et problemløsende menneske til et program, der kunne tage de samme data og drage de samme konklusioner.
- Det blev fastslået, at overførselsbehandling havde sine begrænsninger, da det ikke præcist afspejlede, hvordan mennesker træffer beslutninger. Det overvejede ikke intuition og mavefornemmelse, kendt som analog ræsonnement og ikke -lineær tænkning, der ofte ikke er logisk.
- I dag bruger videnskabsteknik en modelleringsproces, der skaber et system, der berører de samme resultater som eksperten uden at følge den samme vej eller bruge de samme informationskilder.
- Målet med vidensteknik er, at det skal implementeres i software, der vil træffe beslutninger, som menneskelige eksperter ville, såsom finansielle rådgivere.
- Vidensteknik bruges allerede i beslutningsunderstøttelsessoftware, og det forventes, at det på et tidspunkt vil blive brugt til at træffe bedre beslutninger end menneskelige eksperter.
Forståelse af vidensteknik
Videnskabsteknologi forsøgte at overføre ekspertisen fra problemløsende menneskelige eksperter til et program, der kunne tage de samme data og komme til den samme konklusion. Denne fremgangsmåde omtales som overførselsprocessen, og den dominerede tidlige videnstekniske forsøg.
Det faldt imidlertid i unåde, da forskere og programmører indså, at den viden, der bruges af mennesker til beslutningstagning, ikke altid er eksplicit. Selvom mange beslutninger kan spores tilbage til tidligere erfaring med, hvad der virkede, trækker mennesker på parallelle videnspuljer, der ikke altid forekommer logisk forbundet med den aktuelle opgave.
Noget af hvad Administrerende direktører og stjerneinvestorer omtaler som mavefornemmelse eller intuitive spring beskrives bedre som analog ræsonnement og ikke -lineær tænkning. Disse tankegange egner sig ikke til direkte, trin for trin beslutningstræer og kan kræve at trække i datakilder, der ser ud til at koste mere at bringe ind og behandle, end det er værd.
Overførselsprocessen er blevet efterladt til fordel for en modelleringsproces. I stedet for at forsøge at følge trin-for-trin-processen i en beslutning, er vidensingeniør fokuseret på at skabe en system, der vil ramme de samme resultater som eksperten uden at følge den samme vej eller trykke på de samme oplysninger kilder.
Dette eliminerer nogle af problemerne med at spore den viden, der bruges til ikke -lineær tænkning, da de mennesker, der gør det, ofte ikke er klar over de oplysninger, de trækker på. Så længe konklusionerne er sammenlignelige, fungerer modellen. Når en model konsekvent kommer tæt på den menneskelige ekspert, kan den derefter forfines. Dårlige konklusioner kan spores tilbage og debugges, og processer, der skaber tilsvarende eller forbedrede konklusioner, kan opmuntres.
Vidensteknik til at overgå menneskelige eksperter
Vidensteknik er allerede integreret i beslutningsunderstøttelsessoftware. Specialiserede vidensingeniører er ansat på forskellige områder, der fremmer menneskelignende funktioner, herunder maskiners evne til at genkende et ansigt eller analysere, hvad en person siger for mening.
Efterhånden som modellens kompleksitet vokser, forstår vidensingeniørerne måske ikke helt, hvordan konklusioner nås. Til sidst vil vidensingeniørfeltet gå fra at skabe systemer, der både løser problemer og et menneske, til et, der gør det kvantitativt bedre end mennesker.
Kobling af disse videnstekniske modeller med andre evner som naturlig sprogbehandling (NLP) og ansigtsgenkendelse, kunstig intelligens kunne være den bedste server, finansiel rådgivereller rejsebureau, som verden nogensinde har set.