知識工程：這意味著什麼，例子

什麼是知識工程？

知識工程是一個領域人工智慧（AI）創建適用於數據的規則以模仿人類專家的思維過程。它著眼於任務的結構或決定如何得出結論。

然後，可以創建解決問題方法的庫和每個用於每種知識的附帶知識，並將其作為系統診斷的問題。然後，由此產生的軟件可以自行或對人類代理人的診斷，故障射擊和解決問題。

知識工程試圖將解決問題的人類專家的專業知識轉移到一個可以獲取相同數據並得出相同結論的計劃中。這種方法稱為轉移過程，它主導了早期知識工程的嘗試。

但是，由於科學家和程序員意識到，人類在決策中使用的知識並不總是明確的，但它失去了主導。儘管許多決定可以追溯到有效的事物的先前經驗，但人類借鑒了並不總是在邏輯上與手頭任務聯繫在一起的知識池。

一些首席執行官明星投資者稱之為直覺或直觀的飛躍，被更好地描述為類似的推理和非線性思維。這些思想模式不願意逐步指導決策樹並且可能需要拉出似乎花費更多的數據來吸引和處理的數據來源。

轉移過程已被拋在後面，而支持建模過程。知識工程不是試圖遵循決策的分步過程，而是專注於創建一個系統，該系統將與專家相同的結果，而無需遵循相同的路徑或點擊相同的信息源。

這消除了跟踪非線性思維的知識的一些問題，因為這樣做的人通常不知道他們正在獲取的信息。只要結論是可比的，模型就可以起作用。一旦模型始終與人類專家接近，就可以對其進行完善。可以追溯和調試不良的結論，可以鼓勵產生等效或改進的結論的過程。

知識工程已經集成到決策支持軟件中。專業知識工程師被採用在推動類似人類功能的各種領域中，包括機器識別面部或解析人所說的意義的能力。

隨著模型的複雜性的增長，知識工程師可能無法完全了解如何得出結論。最終，知識工程領域將從創建解決問題以及人類的系統到比人類量化更好的系統。

將這些知識工程模型與其他能力相結合自然語言處理（NLP）和麵部識別，人工智能可能是最好的服務器，財務顧問或世界曾經見過的旅行社。