Какие перспективы есть у knowledge engineering в будущем? Станет ли это дизайном ИИ?

Ответить
Ответить
Комментировать
0
Подписаться
1
2 ответа
Поделиться
АВТОР ВОПРОСА ОДОБРИЛ ЭТОТ ОТВЕТ

Перспективы большие -- полная замена человека, но текущие технологии практически не умеют выводить новую информацию из старой, а если и умеют, то зачастую с ошибками. Поэтому об автоматическом построении каких-либо сложных логически-связанных моделей можно пока лишь мечтать.

Но будущее вселяет оптимизм. Три класса ИИ задач текущие системы уже вполне неплохо умеют решать:
1) unsupervised classification -- разделить данные на классы, не зная ничего о внутренней структуре данных
2) supervised classification -- поделить данные на классы, похожие на изначально данные нам примеры.
3) value prediction -- предсказать значение в данной клетке таблицы, просто ориентируясь на соседние строки и столбцы.

Полученные таким образом на неразмеченных данных классы и значения -- это вполне себе уже knowledge.

Для более сложных систем не хватает лишь одного -- большей точности.
(А для большей точности не хватает в основном скорости вычислений современных компьютеров, как это не банально.)

1
Прокомментировать

Если задаться целью поискать ёмкое определение для knowledge engineering, окажется, что таковых - разной степени ёмкости - огромное количество. Отличаться они в основном будут широтой определения класса задач, которые можно решать с применением "инженерии знаний": где-то Вы найдёте узкие формулировки вроде "задача составления баз знаний для экспертных систем", а где-то щедрое "ветвь развития искусственного интеллекта...".
Одно из попавшихся мне определений гласит следующее:
"Knowledge engineering is the task of gathering and inputting information for use in knowledge-based computer systems. These systems can solve problems or answer questions without the help of a human expert".
О перспективах на будущее в глобальном масштабе судить не возьмусь, но на сегодняшний день довольно сложно себе представить функционирование компьютерной системы, воссоздающей некоторую информационную модель мира и решающей на её основе "интеллектуальные" задачи, совсем без вот этого самого "gathering and inputting information". Так или иначе, некоторые исходные данные (например, в онтологическом представлении) для этой модели всё же придётся сегодня заложить с помощью эксперта даже для того, что Вы подразумеваете под ИИ. А, к слову, что Вы под этим подразумеваете? ;)

1

Юлия, спасибо за ответ, я честно говоря уже и не ждал что кто-то ответит. Ну, конечно, я не AI-scientist, и я просто воспринимаю ИИ как "слабый" ИИ. Вопросно-ответные системы, основанные на концептуальных графах,  версии говорящих систем в стиле вышедшего 9 мая VIV, вот это вот все.  

+1
Ответить

Спасибо и Вам за ответ. Думаю, в рамки того, что Вы перечислили, мой ответ укладывается: для подобных систем, как мне кажется, избежать экспертной работы со знаниями пока не удастся.

Самые общие штуки (если это для Вас актуально) на тему можно послушать, например, вот в этом видео, в частности примерно с 28 минуты (о так называемых "онтоинженерах" и их работе):

https://www.youtube.com/watch?v=3LVIwRSFXPI

Если вдруг Вам ещё захочется пообсуждать эту или смежные темы, дайте знать, я буду рада составить компанию.

0
Ответить
Прокомментировать
Ответить