Knowledge engineering ( englanniksi Knowledge engineering ) - kuuluu tekoälyä käsittelevien tieteiden alaan , liittyy asiantuntijajärjestelmien ja tietokantojen kehittämiseen . Viittaa kaikkiin teknisiin , tieteellisiin ja sosiaalisiin näkökohtiin, jotka liittyvät tietojärjestelmien rakentamiseen, ylläpitoon ja soveltamiseen. Hän opiskelee menetelmiä ja keinoja tiedon poimimiseksi , esittämiseksi , jäsentämiseksi ja käyttämiseksi ennen järjestelmäkomponenttien ohjelmistototeutusta [1] . Tietotekniikkaa käytetään tiedonhallinnassa organisoimaan organisaation tiedon keräämistä, keräämistä, tallentamista ja käyttöä tiedon kodifiointiin keskittyvässä tiedonhallintastrategiassa . [2] [3]
Feigenbaum ja McCordack määrittelivät Knowledge Engineeringin (KI) vuonna 1983 seuraavasti:
"IS on tekniikan ala (tieteenala) , jonka tarkoituksena on tuoda tietoa tietokonejärjestelmiin monimutkaisten ongelmien ratkaisemiseksi, jotka yleensä vaativat runsaasti inhimillistä kokemusta."
Tällä hetkellä tähän kuuluu myös tällaisten järjestelmien luominen ja ylläpito (Kendal, 2007). Se liittyy myös läheisesti ohjelmistokehitykseen ja sitä käytetään monissa tietotutkimuksissa, kuten tekoälytutkimuksissa, mukaan lukien tietokannat , tiedon louhinta , asiantuntijajärjestelmät , päätöksenteon tukijärjestelmät ja paikkatietojärjestelmät. IZ liittyy matemaattiseen logiikkaan , jota käytetään myös useilla tieteenaloilla, esimerkiksi sosiologiassa , jossa tutkimuksen tavoitteena on ymmärtää ihmisten sosiaalista käyttäytymistä, analysoida ihmisten suhteiden logiikkaa yhteiskunnassa.
Tietotekniikka sisältää yhden strategian soveltamisen, joka voidaan toteuttaa teknisin keinoin tiedonkeruun ja -käsittelyn vaiheessa. Se liittyy läheisesti tietokoneavusteiseen suunnitteluun (CAD) ja löytää sen käyttöä. Tietopohjainen suunnittelu yhdistää objektiivisen suuntautumisen periaatteet ja säännöt CAD:iin ja muihin perinteisiin suunnitteluohjelmistotyökaluihin.
1960-luvun lopulla ja 1970-luvun alussa DENDRAL ja myöhemmin MYCIN luotiin Stanfordin yliopistossa . Nämä ovat asiantuntijajärjestelmiä, jotka tallentavat asiantuntijoiden tietämyksen ja käyttävät näitä tietoja erilaisten ongelmien ratkaisemiseen, poimimalla tarvittavat tiedot arkistosta. Professori E. Feigenbaum oli yksi tällaisten järjestelmien luojista ja esitti nimen "knowledge engineering" asiantuntijatiedon tallennusjärjestelmille [4] .
Tekoälyjärjestelmiä kehitettäessä tiedon esikäsittelyssä on kolme pääkomponenttia, jotka siirretään myöhemmin koneelliseen käsittelyyn: irrotus ja järjestys ( kodifiointi [5] ), strukturointi ja formalisointi . Tiedon poimimisen tai hankkimisen vaihe on erilaisten ja ristiriitaisten tiedon fragmenttien ja katkelmien kerääminen organisaation käyttämistä eri lähteistä, mukaan lukien sen dokumentit. Strukturointi eli käsitteellistäminen on tiedon prosessointia ja niistä yhden mallin muodostamista, jota kutsutaan tiedon kentäksi tai mentaalimalliksi. Formalisointivaihe koostuu näiden tietojen kääntämisestä erityiselle ohjelmointikielelle [6] .
Tietotekniikan toteuttamiseen on kaksi lähestymistapaa: perinteisten ohjelmistokehitysmenetelmien käyttö tai yksittäisten metodologioiden käyttö asiantuntijajärjestelmien rakentamiseen [7] .
Tietotekniikka sisältää passiivisia ja aktiivisia kommunikatiivisia tiedonkeruumenetelmiä. Menetelmien nimet ovat ehdollisia, koska passiiviset menetelmät eivät vaadi vähemmän työvoimakustannuksia asiantuntijalta kuin aktiiviset. Passiivisia menetelmiä ovat [ 8] :
Yksittäisiä aktiivisia tiedonkeruumenetelmiä tietotekniikan prosessia varten ovat :
On myös kollektiivisia aktiivisia menetelmiä:
Hankittu tieto voidaan tallentaa ohjelmoimalla tietokanta.
Esimerkki IS-pohjaisen järjestelmän toiminnasta:
IS:llä on käytännön sovelluksia. Yhdysvalloissa jopa 90 % vähittäispankkiasiakkaiden luottopäätöksistä tehdään FICO-tietokantoihin perustuvilla asiantuntijajärjestelmillä [9] . IS:n alaosa on tekoälyn kehittämiseen sopiva tiedon metatekniikka.
Tietotekniikkaa voidaan käyttää sähköisen kaupankäynnin tietokantojen kehittämisessä . Koko tuotematriisia ei esitetä Internetissä , osa valikoimasta on ainutlaatuinen ja vaatii keräämistä, virallistamista ja jäsentämistä valitsemalla luettelo osioista ja alaosista sekä määrittämällä sisäiset suodattimet ja lajittelut.
1980-luvun puolivälistä lähtien IS on ottanut käyttöön useita periaatteita, menetelmiä ja työkaluja, jotka ovat helpottaneet tiedon hankkimista ja työskentelyä. Tässä on joitain niistä:
Tietotekniikka käyttää tiedon strukturointimenetelmiä tiedon hankkimis- ja työskentelyprosessin nopeuttamiseksi.
Tiedon keräämisen, keräämisen, tallentamisen, käsittelyn ja tarjoamisen organisointi on osa nykyaikaista johtamista osaamisen hallinnan tavoite . Erilaiset asiantuntijat vaihtavat työpaikkaansa, jolloin yritykset menettävät työntekijän työn aikana kertyneen henkisen pääoman [1] . Tällaisten tapausten estämiseksi yritykset alkoivat kehittää ja toteuttaa tiedonlataussääntöjä. Tietoja voidaan syöttää erityisesti suunniteltuihin ohjelmiin sisäiseen käyttöön tai ostettuihin järjestelmiin ( kirjanpitojärjestelmät , ERP , CRM , VDS ), mikä mahdollistaa tietojen tallentamisen analyytikon määrittelemässä jäsennellyssä muodossa, mutta myös niiden lataamisen tarvittaessa.
| Tietotekniikka | |
|---|---|
| Yleiset käsitteet | |
| Jäykät mallit | |
| Pehmeät menetelmät | |
| Sovellukset | |
| Koneoppiminen ja tiedon louhinta | |
|---|---|
| Tehtävät | |
| Opettajan kanssa oppimista | |
| ryhmäanalyysi | |
| Mittasuhteiden vähentäminen | |
| Rakenteellinen ennustaminen | |
| Anomalian havaitseminen | |
| Piirrä todennäköisyysmallit | |
| Neuroverkot | |
| Vahvistusoppiminen |
|
| Teoria | |
| Lehdet ja konferenssit |
|