Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Strona 1 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Reprezentacja wiedzy Krótka nota M. Muraszkiewicz.

Podobne prezentacje


Prezentacja na temat: "Strona 1 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Reprezentacja wiedzy Krótka nota M. Muraszkiewicz."— Zapis prezentacji:

1 strona 1 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Reprezentacja wiedzy Krótka nota M. Muraszkiewicz Instytut Informatyki, Politechnika Warszawska Warszawa, kwiecień, 2011 r.

2 strona 2 1. Wiedza 2. Reprezentacja wiedzy 3. Metody RW M. Muraszkiewicz

3 strona 3 M. Muraszkiewicz Wiedza

4 strona 4 M. Muraszkiewicz Co z filozofią ? Philosophy is dead S. Hawking, L. Mladinov: The Grand Design back

5 strona 5 M. Muraszkiewicz Mówi klasyk: Wszyscy ludzie z natury dążą do poznania, czego dowodem jest ich umiłowanie zmysłów (bo, nawet niezależnie od ich praktycznej użyteczności, miłują je dla nich samych), a zwłaszcza ponad wszystkie inne wzrok. Nie tylko bowiem gdy działamy, ale nawet wtedy, gdy nie mamy niczego praktycznego na względzie, stawiamy wzrok ponad wszystkie inne zmysły. Przyczyną zaś jest to, że ze wszystkich zmysłów wzrok w najwyższym stopniu umożliwia nam poznanie i ujawnia wiele różnic Arystoteles "Metafizyka"

6 strona 6 M. Muraszkiewicz Komentarz Arystoteles powiada: chcemy wiedzieć. Jesteśmy konsumentami wiedzy. Ale w jeszcze większym stopniu jesteśmy producentami wiedzy. Ta własność jest wyznacznikiem człowieczeństwa !

7 strona 7 M. Muraszkiewicz Pytanie 1 Czy wiedzę odkrywamy, czy tworzymy ?

8 strona 8 M. Muraszkiewicz Pytanie 2 Czy komputery mogą być (są) pożytecznym narzędziem do poszukiwania/pozyskiwa nia wiedzy, wspierania wnioskowania i myślenia?

9 strona 9 M. Muraszkiewicz Nie ma jednoznacznej, akceptowanej przez większość, definicji wiedzy ! Wiedza dotyczy m.in.: obiektów, faktów, zdarzeń, procedur, wiedzy o sobie (metawiedza). Czym jest wiedza ? Knowledge is experience (A. Einstein)

10 strona 10 M. Muraszkiewicz Czym jest wiedza ? – cd. W ujęciu filozoficznym za wiedzę uznaje się zbiór spójnych i uzasadnionych przekonań. W ujeciu naukowym za wiedzę uznaje się zbiór spójnych i uzasadnionych empirycznie lub logicznie/ matematycznie stwierdzeń, które można poddawać falsyfikacji i krytyce (K. Popper). W życiu potocznym za wiedzę uznaje się zbiór doświadczeń i przekonań.

11 strona 11 M. Muraszkiewicz Wie ten, kto umie klasyfikować. Z. Pawlak B. Russel Czym jest wiedza ? – cd.

12 strona 12 M. Muraszkiewicz Knowledge is experience (A. Einstein) Czym jest wiedza ? – cd.

13 strona 13 M. Muraszkiewicz Wiedza, to warunek podejmowania skutecznych działań (mantra świata korporacyjnego i nie tylko....) Czym jest wiedza ? – cd.

14 strona 14 M. Muraszkiewicz Dane, informacja, wiedza Informacja dane + interpretacja np. tel.: Wiedza informacje powiązane relacjami np jest nr. telefonu Anny np. jeśli masz pieniądze, to jesteś bogaty Dane ciąg znaków, np

15 strona 15 M. Muraszkiewicz Piramida epistemologiczna dane informacje wiedza mądrość ? nie poddaje się komputeryzacji poddaje się komputeryzacji

16 strona 16 M. Muraszkiewicz Wiedza w organizacjach Są to dane, informacje, procedury dotyczące produktów, usług, rynków, technologii i procesów biznesowych, które firma posiada lub powinna posiadać po to aby tworzyć wartość dodaną. własni i współpracujący eksperci technologie (know-how) procesy patenty regulacje prawne rozwiązania organizacyjne relacje z klientami... własni i współpracujący eksperci technologie (know-how) procesy patenty regulacje prawne rozwiązania organizacyjne relacje z klientami... bazy danych hurtownie danych zasoby w intranecie programy komputerowe e- oraz tradycyjne archiwa, w tym archiwa owe spisy... bazy danych hurtownie danych zasoby w intranecie programy komputerowe e- oraz tradycyjne archiwa, w tym archiwa owe spisy...

17 strona 17 M. Muraszkiewicz Czy wiedza może być fałszywa ? Bardzo ważne pytanie

18 strona 18 M. Muraszkiewicz Kwadrat metawiedzy Nie wiem, czego nie wiem Wiem, co wiem Wiem, czego nie wiem wiem nie wiem Nie wiem, co wiem wiem nie wiem

19 strona 19 M. Muraszkiewicz Reprezentacja wiedzy (RW)

20 strona 20 M. Muraszkiewicz Reprezentacja ma znaczenie na papierze w komputerzetekst kod

21 strona 21 M. Muraszkiewicz Reprezentacja ma znaczenie At PARC we had a slogan: Point of view is worth 80 IQ points. It was based on a few things from the past like how smart you had to be in Roman times to multiply two numbers together; only geniuses did it. We haven't gotten any smarter, we've just changed our representation system. We think better generally by inventing better representations; that's something that we as computer scientists recognize as one of the main things that we try to do. |Alan Kay

22 strona 22 M. Muraszkiewicz Główną siłą sprawczą wyznaczającą zakres i kierunek prac nad reprezentowaniem wiedzy jest to, do czego owa reprezentacja ma być stosowana oraz w - w pewnym stopniu – to, w jaki sposób wiedza będzie pozyskiwana. Nie istnieje zatem jedna, akceptowana przez wszystkich definicja terminu reprezentacja wiedzy. Nota

23 strona 23 M. Muraszkiewicz Reprezentowanie wiedzy polega na tworzeniu opisów świata lub jego stanów R. Brachman, H. Levesque, 1985 Definicja ogólna RW

24 strona 24 M. Muraszkiewicz The term Knowledge Representation is most commonly used to refer to representations intended for processing by modern computers, and particularly for representations consisting of explicit objects (the class of all elephants, or Clyde a certain individual), and of assertions or claims about them (Clyde is an elephant, or all elephants are grey). Representing knowledge in such explicit form enables computers to draw conclusions from knowledge already stored (Clyde is grey). Definicja RW wg Wikipedii

25 strona 25 M. Muraszkiewicz Knowledge representation is a multidisciplinary subject that applies theories and techniques from three other fields: - Logic provides the formal structure and rules of inference. - Ontology defines the kinds of things that exist in the application domain. - Computation supports the applications that distinguish knowledge representation from pure philosophy. John F. Sowa, Knowledge Representation: Logical, Philosophical, and Computational Foundations, Brooks Cole Publishing Co., Pacific Grove, 2000 Definicja RW wg J. Sowa

26 strona 26 M. Muraszkiewicz Przez reprezentację wiedzy rozumie się tu sposób w jaki wiedza o świecie jest przedstawiana wraz z metodami przetwarzania, a zwłaszcza wnioskowania (inferencji). Istotne pytania dotyczące metody reprezentacji wiedzy są następujące: Jaka jest wzajemna relacja pomiędzy dokładnością, wiernością i kosztem przetwarzania ? Jaka uwzględniać zmiany zachodzące w otoczeniu ? Jak najlepiej reprezentować sytuacje typowe (default) i probabilistyczne ? Definicja RW

27 strona 27 M. Muraszkiewicz Procesy dotyczące RW

28 strona 28 M. Muraszkiewicz Formalna definicja RW RW = < Język_opisu_wiedzy, Mechanizm_przetwarzania_wiedzy >

29 strona 29 M. Muraszkiewicz Po co RW ? Rejestrowanie wiedzy: (i) dokumentacja, (ii) komunikacja. Łatwość manipulowania wiedzą w celu: (i) rozpoznawania, (ii) poznawania. Badanie ludzkiego umysłu i inteligencji.

30 strona 30 M. Muraszkiewicz RW jest surogatem zastępującym samą rzecz wykorzystywanym po to aby określać skutki nie przez działanie, lecz przez myślenie. RW jest zbiorem założeń o naturze (ontologii) świata, czyli w jaki sposób powinniśmy myśleć o świecie. RW jest próbą teorii "inteligentnego" wnioskowania. RW jest platformą / podstawą efektywnego prowadzenia operacji wnioskowania. RW jest medium dla ludzkiej ekspresji, czyli językiem w którym wypowiadamy rzeczy o świecie.... Role RW

31 strona 31 M. Muraszkiewicz Problemy i cechy schematów RW wiarygodność / aktualność / pełność, rozdzielczość (wielkość "ziarna reprezentacji") / dokładność, zakres ("co można reprezentować ?"), modularność / kontekstowość (podatność na dodawanie, usuwanie elementów), czytelność dla człowieka, reprezentowanie niepełnej wiedzy, przekonań, zdrowego rozsądku, reprezentowanie czasu i procesów, wiedza jawna - niejawna ("zaszyta", np. w treści programu), reprezentowanie metawiedzy, wnioskowanie niededukcyjne, wnioskowanie niemonotoniczne, niezawodność i efektywność wnioskowania, proceduralność, nieproceduralność,.... inne

32 strona 32 M. Muraszkiewicz IS, RW, AI - związki System informacyjny (IS), Baza danych (DB) Sztuczna inteligencja (AI) Reprezentacja wiedzy (KR) Dziś: AI IS = KR Niebawem: AI IS IS/DBAI KR DBMS KMS Database Knowledge Management Systems

33 strona 33 M. Muraszkiewicz Warto przeczytać/odwiedzić: Ronald Brachman, Hectore Levesque (editors): Readings in Knowledge Representation, Morgan Kaufmann, Ronald Brachman, Hectore Levesque, Knowledge Representation and Reasoning, Morgan Kaufmann, R. Davis, H. Shrobe, and P. Szolovits, What is a Knowledge Representation?, AI Magazine, 14(1):17-33, 1993 John F. Sowa, Knowledge Representation: Logical, Philosophical, and Computational Foundations, Brooks Cole Publishing Co., Pacific Grove, 2000

34 strona 34 M. Muraszkiewicz Metody RW

35 strona 35 M. Muraszkiewicz Prosty podział metod RW Analityczno-symboliczny Oparty na pomysłach i koncepcjach wymyślonych przez człowieka (wpływy logiki i matematyki – J. von Neumann). Naturalistyczny Oparty na rozwiązaniach wytworzonych przez matkę naturę w drodze ewolucji (wpływy psychologii, neurologii, biologii, ewolucjonizmu – K. Darwin,...).

36 strona 36 M. Muraszkiewicz Kilka metod RW język naturalny, metody stosowane w obszarze baz danych, np. UML logika matematyczna (klasyczna, niestandardowa), reguły produkcji (production rules), sieci semantyczne (semantic networks), grafy koncepcji (concept graphs), ontologie, ramy, scenariusze (frames, scripts), zbiory przybliżone (rough sets), XML sieci neuronowe (neural nets), algorytmy genetyczne (genetic algorithms)...

37 strona 37 Dziękuję za uwagę


Pobierz ppt "Strona 1 Wykład jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Reprezentacja wiedzy Krótka nota M. Muraszkiewicz."

Podobne prezentacje


Reklamy Google