KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

知識エンジニアリングは、人間の専門家の思考プロセスを模倣するためにデータに適用するルールを作成し、人工知能(AI)の分野です。これは、タスクや結論に到達する方法を識別するために、意思決定の構造を調べます。問題解決の方法とそれぞれに使用担保知識のライブラリーは、その後に作成され、システムによって診断される問題としてアップ提供することができます。結果のソフトウェアは、診断、トラブルシューティング、および独自にまたは人間のエージェントへの支援の役割のいずれかの問題を解決するのに役立つ可能性があります。

知識工学を破壊

知識エンジニアリングは、同じデータを取り込み、同じ結論に来ることができましたプログラムに問題解決の人間の専門家の専門知識を転送しようとしました。このアプローチは、転写プロセスと呼ばれ、それが早期の知識エンジニアリングの試みを支配しています。それは好意から落ちました。しかし、科学者やプログラマーとしての意思決定に人間によって使用されている知識は常に明示的ではないことに気づきました。多くの決定が働いていたものに、以前の経験にさかのぼることができますが、人間は常に論理的に手元のタスクに接続されて表示されていない知識の並列プールに描きます。何CEOやスターの投資家の一部は、勘や直感的な飛躍が良く似て推論し、非線形思考として記載されているように参照してください。思考のこれらのモードは、決定木を、直接ステップバイステップのために役立たないと、それは価値があるよりも、中に持参して処理するために多くを要するように見えるデータのソースに引っ張って必要な場合があります。

転送プロセスは、モデリングプロセスの賛成で置き去りにされています。代わりに、意思決定のステップバイステップのプロセスを追跡しようとすると、知識エンジニアリングは、同じパスを以下のか、同じ情報源をタップせずに専門家と同じ結果にヒットするシステムを作成することに焦点を当てています。それをやって、人々はしばしば彼らが引いている情報を認識していないので、これは、非線形思考のために使用されている知識を追跡する問題のいくつかを排除します。限り結論は同等であるとして、モデルが動作します。モデルは一貫人間の専門家の近くに来ていると、それはその後、洗練することができます。悪い結論はさかのぼると、デバッグ、および同等または改善された結論を作成しているプロセスが奨励することができますすることができます。

知識工学は、人間の専門家を超えて

知識エンジニアリングは既に意思決定支援ソフトウェアに統合されています。専門知識のエンジニアは、顔を認識したり、人が意味を言って解析するマシンの能力を含む、人間のような機能を、進めている様々な分野で採用されています。モデルの複雑さが大きくなるにつれて、知識エンジニアは完全な結論に到達しているかを理解しない場合があります。結局、知識工学の分野では、人間よりも、それを定量的に良くないものに問題並びにヒトを解決するためのシステムを作るから行くでしょう。自然言語処理(NLP)と顔認識のような他の能力でこれらの知識エンジニアリングモデルを結合する、人工知能は、世界が今まで見た最高のサーバー、財務顧問、または旅行代理店である可能性があります。