Зна́ние — в теории искусственного интеллекта и экспертных систем — совокупность информации и правил вывода (у индивидуума, общества или системы ИИ) о мире, свойствах объектов, закономерностях процессов и явлений, а также правилах использования их для принятия решений. Главное отличие знаний от данных состоит в их структурности и активности, появление в базе новых фактов или установление новых связей может стать источником изменений в принятии решений.
Знания основываются на данных, но представляют результат мыслительной деятельности человека, обобщают его опыт практической деятельности.
Знания существуют в двух видах –
- коллективный опыт и
- личный опыт.
3на́ния фиксируются в образах и знаках естественных и искусственных языков. Знание противоположно незнанию (отсутствию проверенной информации о чём-либо).
Отличие знаний от информации
Говоря о знаниях, необходимых сотрудникам компании, нельзя отождествлять их с понятием «информация». Если информация состоит из данных, организованных определенным образом для того, чтобы охарактеризовать определенную ситуацию, условия или явление, то знание состоит из фактов, ожиданий и концепций, ментальных моделей, истин и убеждений, ожиданий и ноу-хау. Знания же применяются для оценки и управления ситуацией, принятия решений, планирования и действия.
Модели представления знаний – это одно из важнейших направлений исследований в области искусственного интеллекта.
На сегодняшний день разработано уже достаточное количество моделей. Каждая из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свою модель. От этого будет зависит не столько эффективность выполнения поставленной задачи, сколько возможность ее решения вообще.
Модели представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта.
Три наиболее часто используемые и популярные на сегодняшний день модели представления знаний:
продукционные модели – модели основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционные модели обладает тем недостатком, что при накоплении достаточно большого числа правил, они начинают противоречить друг другу;
сетевые модели или семантические сети – как правило, это граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги – отношениям между объектами;
фреймовые модели – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм– структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, т.о. образуя целую иерархическую сеть.
