Ingineria cunoștințelor este un domeniu al inteligenței artificiale (AI) care creează reguli pentru aplicarea datelor pentru a imita procesul de gândire al unui expert uman. Acesta privește structura unei sarcini sau o decizie pentru a identifica modul în care se ajunge la o concluzie. O bibliotecă de metode de soluționare a problemelor și cunoștințele colaterale utilizate pentru fiecare pot fi apoi create și servite ca probleme pentru a fi diagnosticate de sistem. Software-ul rezultat ar putea apoi să ajute la diagnosticarea, tragerea problemelor și rezolvarea problemelor fie de unul singur, fie în rolul de sprijin al unui agent uman.
Spargerea tehnologiei cunoștințelor
Ingineria cunoștințelor a urmărit să transfere expertiza experților umani în soluționarea problemelor într-un program care să poată lua aceleași date și să ajungă la aceleași concluzii. Această abordare este denumită procesul de transfer și a dominat încercările timpurii de inginerie a cunoștințelor. A căzut în favoarea; cu toate acestea, pe măsură ce oamenii de știință și programatorii au realizat că cunoștințele utilizate de oameni în luarea deciziilor nu sunt întotdeauna explicite. În timp ce multe decizii pot fi urmărite din experiența anterioară cu privire la ceea ce a funcționat, oamenii se bazează pe grupuri de cunoștințe paralele care nu apar întotdeauna conectate logic la sarcina la îndemână. O parte din ceea ce directorii generali și investitorii stelari se referă la senzație de intestin sau salturi intuitive este mai bine descris ca raționament analog și gândire neliniară. Aceste moduri de gândire nu se pretează la arbori de decizie direcți, pas cu pas și pot necesita introducerea unor surse de date care par să coste mai mult pentru a aduce și a procesa decât merită.
Procesul de transfer a fost lăsat în urmă în favoarea unui proces de modelare. În loc să încerce să urmeze pasul cu pas al unei decizii, ingineria cunoașterii este concentrată pe crearea unui sistem care să obțină aceleași rezultate ca expertul, fără să urmeze aceeași cale sau să atingă aceleași surse de informații. Aceasta elimină unele dintre problemele de urmărire a cunoștințelor utilizate pentru gândirea neliniară, deoarece oamenii care o fac nu sunt conștienți de informațiile pe care le trag. Atâta timp cât concluziile sunt comparabile, modelul funcționează. Odată ce un model se apropie constant de expertul uman, acesta poate fi apoi rafinat. Concluziile proaste pot fi identificate și depanate, iar procesele care creează concluzii echivalente sau îmbunătățite pot fi încurajate.
Ingineria cunoștințelor pentru a depăși experții umani
Ingineria cunoștințelor este deja integrată în software-ul de asistență decizională. Inginerii de cunoștințe specializate sunt angajați în diverse domenii care avansează funcții asemănătoare omului, inclusiv capacitatea mașinilor de a recunoaște o față sau de a analiza ceea ce o persoană spune pentru sens. Pe măsură ce complexitatea modelului crește, inginerii de cunoștințe s-ar putea să nu înțeleagă pe deplin modul în care se ajunge la concluzii. În cele din urmă, domeniul ingineriei cunoașterii va trece de la crearea de sisteme care rezolvă probleme, precum și de la un om, la unul care o face cantitativ mai bine decât oamenii. Cuplând aceste modele de inginerie a cunoștințelor cu alte abilități precum prelucrarea limbajului natural (PNL) și recunoașterea facială, inteligența artificială ar putea fi cel mai bun server, consultant financiar sau agent de turism pe care lumea l-a văzut vreodată.
