Reprezentace znalostí
aplikační oblast umělé inteligence zaměřená na metody a techniky vyjádření znalostí a jejich vztahů především pro využití v bázích znalostí expertních systémů / From Wikipedia, the free encyclopedia
Reprezentace znalostí je schopnost jazyka (vyjadřovací síla) popisovat – reprezentovat jistou třídu znalostí. Základní klasifikací těchto tříd je způsob (filtr) poznání, prostřednictvím kterého byly znalosti získány. Přirozené poznání používá jako filtr poznání vágnost a získané znalosti jsou inherentně vágní (Bertrand Russell) [1]. Umělé poznání exaktních věd užívá diskrétní filtr Newtonův, získané znalosti jsou popsány exaktně.
Dva typy znalostí, mezi nimiž je propast.
Mezi znalostmi získanými přirozeným poznáním a znalostmi získanými poznáním metodou exaktních věd, je kvalitativní propast[2],[3], [4]. V prvém případě se na svět díváme filtrem vágnosti, v druhém případě filtrem „dírkovaným“, dírkami „vidíme“ atributy (veličiny a parametry} - elementární manifestace reálného světa a vztahy mezi nimi, a nic jiného. Newton „digitalizoval“ přirozený vágní pohled člověka na reálný svět. Inherentně vágní znalosti získané přirozeným poznáním lze sdělovat (reprezentovat, popsat) jen a jen neformálním jazykem, nejčastěji přirozeným. Znalosti získané umělým poznáním lze reprezentovat umělým formálním jazykem (matematika, logika, programovací jazyky). Charakteristickým rysem neformálních jazyků je vágní, subjektivní a emocionálně zabarvené přiřazení významu dané jazykové konstrukci, kterému se říká konotace. Sémantický diferenciál konotace je vždy nenulový. Formální jazyky naproti tomu musí mít sémantický diferenciál nulový, je to jejich základní ustavující podmínka. Konotace je v tomto případě exaktní a v matematice (logice) se jí říká interpretace. Formální jazyky proto nelze použít pro reprezentaci znalostí získaných přirozeným poznáním a reprezentovaných původně přirozeným jazykem.
Pojem reprezentace znalostí používá i odvětví zabývající se umělou inteligencí. V polovině 70. let se začal v umělé inteligenci přesouvat důraz od hledání univerzálního algoritmu pro řešení široké třídy úloh k práci se specializovanými znalostmi z určité oblasti. Tento trend se nejvíce rozvinul v oblasti expertních systémů.
Reprezentaci znalostí z pohledu umělé inteligence tedy můžeme chápat jako proces získávání, zaznamenávání a ukládání znalostí do strojem srozumitelné podoby a jejich následné využívání v rámci expertního systému.