Knowledge engineering ( engelsk kunskapsteknik ) - ingår i vetenskapsområdet om artificiell intelligens , är förknippat med utveckling av expertsystem och kunskapsbaser . Avser alla tekniska , vetenskapliga och sociala aspekter som är involverade i konstruktion, underhåll och tillämpning av kunskapssystem. Han studerar metoder och medel för att extrahera , representera , strukturera och använda kunskap innan mjukvaruimplementering av systemkomponenter [1] . Kunskapsteknik används i kunskapshantering för att organisera insamling, ackumulering, lagring och användning av en organisations kunskap i en kunskapshanteringsstrategi fokuserad på kunskapskodifiering . [2] [3]
Knowledge Engineering (KI) definierades av Feigenbaum och McCordack 1983 som:
"IS är en gren (disciplin) inom teknik som syftar till att introducera kunskap i datorsystem för att lösa komplexa problem som vanligtvis kräver rik mänsklig erfarenhet."
För närvarande innebär detta även skapandet och underhållet av sådana system (Kendal, 2007). Det är också nära relaterat till mjukvaruutveckling och används i många informationsstudier, såsom studier av artificiell intelligens, inklusive kunskapsbaser , datautvinning , expertsystem , beslutsstödssystem och geografiska informationssystem. IZ förknippas med matematisk logik , som också används inom olika vetenskapliga discipliner, till exempel inom sociologi , där målet med forskning är att förstå människors sociala beteende, att analysera logiken i människors relationer i samhället.
Kunskapsteknik inkluderar tillämpningen av en enda strategi som kan implementeras med hjälp av tekniska medel i skedet av datainsamling och bearbetning. Det är nära besläktat med och finner tillämpning inom datorstödd design (CAD). Kunskapsbaserad ingenjörskonst kombinerar principer för objektiv orientering och regler med CAD och andra traditionella tekniska mjukvaruverktyg.
I slutet av 1960-talet och början av 1970-talet skapades DENDRAL och senare MYCIN vid Stanford University . Det här är expertsystem som lagrar specialisters kunskap och använder dessa data för att lösa olika problem och extraherar nödvändig information från förvaret. Professor E. Feigenbaum var en av skaparna av sådana system och lade fram namnet "kunskapsteknik" för expertdatalagringssystem [4] .
När man utvecklar system för artificiell intelligens finns det tre huvudkomponenter av dataförbehandling, som sedan överförs till maskinell bearbetning: extraktion och beställning ( kodifiering [5] ), strukturering och formalisering . Fasen för att extrahera, eller erhålla, kunskap är insamlingen av olika och motsägelsefulla fragment och bitar av information från olika källor som används av organisationen, inklusive dess dokument. Strukturering, eller konceptualisering, är bearbetning av data och bildandet av en enda modell från dem, som kallas ett kunskapsfält eller en mental modell. Formaliseringsfasen består i att översätta denna information till ett specialiserat programmeringsspråk [6] .
Det finns två tillvägagångssätt för implementering av kunskapsteknik: användning av traditionella metoder för mjukvaruutveckling eller individuella metoder för att bygga expertsystem [7] .
Kunskapsteknik inkluderar passiva och aktiva kommunikativa metoder för informationsinsamling. Namnen på metoderna är villkorade, eftersom passiva metoder kräver inte mindre arbetskostnader från en specialist än aktiva. Passiva metoder inkluderar [ 8] :
Individuella aktiva metoder för att samla in information för kunskapsteknikprocessen inkluderar :
Det finns också kollektiva aktiva metoder:
Den inhämtade kunskapen kan sparas genom att programmera kunskapsbasen.
Ett exempel på driften av ett system baserat på IS:
IS har praktiska tillämpningar. I USA fattas upp till 90 % av kreditbesluten för privatbankskunder med hjälp av expertsystem baserade på FICO-kunskapsbaser [9] . En underavdelning av IS är kunskapsmetaengineering lämplig för AI-utveckling.
Kunskapsteknik kan användas i utvecklingen av e- handelsdatabaser . Inte hela produktmatrisen presenteras på Internet , en del sortiment är unikt och kräver insamling, formalisering och strukturering med valet av en katalog med sektioner och underavdelningar, samt definition av interna filter och sorteringar.
Sedan mitten av 1980-talet har IS introducerat flera principer, metoder och verktyg som gjort det lättare att tillägna sig och arbeta med kunskap. Här är några av dem:
Kunskapsteknik använder kunskapsstruktureringsmetoder för att påskynda processen att inhämta och arbeta med kunskap.
Organisationen av insamling, ackumulering, lagring, bearbetning och tillhandahållande av kunskap är målet för kunskapshantering, som är en del av modern förvaltning . Olika specialister byter arbetsplats, tillsammans med detta förlorar företag det intellektuella kapital som ackumulerats under en anställds arbete [1] . För att förhindra sådana fall började företag utveckla och implementera regler för dataladdning. Information kan läggas in i specialdesignade program för internt bruk eller köpta system ( redovisningssystem , ERP , CRM , VDS ), vilket gör det möjligt att inte bara spara data i en strukturerad form som specificeras av analytikern, utan även ladda upp dem vid behov.
| Kunskapsteknik | |
|---|---|
| Allmänna begrepp | |
| Stela modeller | |
| Mjuka metoder | |
| Ansökningar | |
| Maskininlärning och datautvinning | |
|---|---|
| Uppgifter | |
| Att lära sig med en lärare | |
| klusteranalys | |
| Dimensionalitetsreduktion | |
| Strukturell prognos | |
| Anomali upptäckt | |
| Grafisk probabilistiska modeller | |
| Neurala nätverk | |
| Förstärkningsinlärning |
|
| Teori | |
| Tidskrifter och konferenser |
|