Trí tuệ nhân tạo (AI) là một công nghệ phổ biến và sáng tạo đưa trí thông minh của con người lên một tầm cao mới. Nó cung cấp sức mạnh của trí thông minh chính xác được tích hợp vào máy móc.
Con người được trời phú cho trí tuệ, lý luận, diễn giải và hiểu biết kiến thức ở trình độ cao. Kiến thức thu được giúp chúng ta thực hiện nhiều hoạt động khác nhau trong thế giới thực.
Ngày nay, ngay cả máy móc cũng có khả năng làm được rất nhiều việc nhờ công nghệ.
Gần đây, việc sử dụng các hệ thống và thiết bị dựa trên trí tuệ nhân tạo ngày càng tăng do hiệu quả và độ chính xác của chúng trong việc thực hiện các nhiệm vụ phức tạp.
Vấn đề là trong khi con người đã tiếp thu được nhiều cấp độ và loại kiến thức trong cuộc sống thì máy móc lại gặp khó khăn trong việc diễn giải những kiến thức đó.
Vì vậy, biểu diễn tri thức được sử dụng. Điều này sẽ giải quyết những vấn đề phức tạp trong thế giới chúng ta vốn khó khăn và tốn thời gian của con người.
Trong bài viết này, tôi sẽ giải thích cách biểu diễn tri thức trong AI, cách thức hoạt động, các loại và kỹ thuật của nó, v.v.
Hãy bắt đầu!
Biểu diễn tri thức và lý luận là gì?
Biểu diễn và suy luận tri thức (KR&R) là một phần của AI chỉ nhằm mục đích thể hiện thông tin trong thế giới thực ở dạng mà máy tính có thể hiểu và hành động theo. Điều này dẫn đến việc giải quyết các vấn đề phức tạp như tính toán, đối thoại bằng ngôn ngữ tự nhiên, chẩn đoán tình trạng nguy kịch, v.v.
Biểu diễn tri thức xuất phát từ tâm lý học về cách con người có thể giải quyết vấn đề và biểu diễn tri thức để thiết kế các hình thức luận. Nhờ đó, trí tuệ nhân tạo sẽ hiểu được cách con người đơn giản hóa các hệ thống phức tạp khi xây dựng và thiết kế.
Công việc đầu tiên tập trung vào các công cụ giải quyết vấn đề chung, được phát triển bởi Herbert A. Simon và Allen Newell vào năm 1959. Các hệ thống này sử dụng cấu trúc dữ liệu để phân rã và lập kế hoạch. Trước tiên, hệ thống bắt đầu bằng một mục tiêu và sau đó chia mục tiêu đó thành các mục tiêu phụ. Sau đó, hệ thống sẽ xác định một số chiến lược xây dựng có thể áp dụng cho từng mục tiêu phụ.
Những nỗ lực này sau đó đã dẫn tới một cuộc cách mạng về nhận thức trong tâm lý con người và một giai đoạn của trí tuệ nhân tạo tập trung vào việc biểu diễn kiến thức. Điều này dẫn đến sự ra đời của các hệ thống chuyên gia trong những năm 1970 và 1980, ngôn ngữ khung, hệ thống sản xuất, v.v. Sau này, trí tuệ nhân tạo chủ yếu tập trung vào các hệ thống chuyên gia có thể phù hợp với năng lực của con người, chẳng hạn như chẩn đoán y tế.
Hơn nữa, biểu diễn tri thức cho phép hệ thống máy tính hiểu và sử dụng tri thức để giải quyết các vấn đề trong thế giới thực. Nó cũng xác định cách thức thể hiện kiến thức và lý luận trong AI.
Biểu diễn tri thức không chỉ là lưu trữ dữ liệu trong cơ sở dữ liệu; đúng hơn, nó cho phép máy móc thông minh học hỏi từ kiến thức của con người và trải nghiệm những kiến thức tương tự, để máy có thể hành động và hoạt động giống như con người.
Con người sở hữu những kiến thức xa lạ với máy móc, bao gồm cảm xúc, ý định, niềm tin, lẽ thường, phán đoán, thành kiến, trực giác, v.v. Một số kiến thức cũng đơn giản, chẳng hạn như biết một số sự kiện, kiến thức tổng quát về các sự kiện, con người, đồ vật, ngôn ngữ, các môn học, v.v..
Với KR&R, bạn có thể chuyển các khái niệm của mọi người sang định dạng mà máy có thể đọc được và làm cho các hệ thống dựa trên AI thực sự thông minh. Ở đây, kiến thức có nghĩa là cung cấp thông tin về hệ sinh thái và lưu trữ nó, trong khi lý luận có nghĩa là đưa ra quyết định và hành động dựa trên thông tin được lưu trữ dựa trên kiến thức này.
Kiến thức nào cần được thể hiện trong hệ thống AI?
Tri thức được thể hiện trong hệ thống AI có thể bao gồm:
- Đối tượng: Đồ vật luôn ở xung quanh con người. Do đó, thông tin về các đối tượng này là cần thiết và phải được coi là một loại kiến thức. Ví dụ, đàn piano có phím trắng và đen, ô tô có bánh xe, xe buýt cần người lái, máy bay cần phi công, v.v.
- Sự kiện: Nhiều sự kiện liên tục diễn ra trong thế giới thực. Và nhận thức của con người dựa trên các sự kiện. AI cần biết về các sự kiện để hành động. Một số sự kiện bao gồm nạn đói, sự phát triển của xã hội, chiến tranh, thiên tai, thành tựu và hơn thế nữa.
- Hiệu quả: Kiến thức này liên quan đến hành động cụ thể của con người trong các tình huống khác nhau. Nó đại diện cho khía cạnh hành vi của kiến thức cần thiết để AI hiểu được.
- Siêu kiến thức: Ví dụ: nếu chúng ta nhìn khắp thế giới và tóm tắt tất cả kiến thức có sẵn ở đó, chúng ta thấy rằng nó chủ yếu rơi vào ba loại:
- Những gì chúng ta đã biết
- Những gì chúng ta biết về cơ bản là những điều chúng ta không biết chắc chắn
- Những gì chúng ta chưa biết
- Siêu kiến thức giải quyết vấn đề trước đây, đó là những gì chúng ta biết và cho phép AI nhận thức được điều tương tự.
- Sự thật: Kiến thức này dựa trên mô tả thực tế về thế giới của chúng ta. Ví dụ, trái đất không phẳng nhưng cũng không tròn; mặt trời của chúng ta có một sự thèm ăn phàm ăn và hơn thế nữa.
- Cơ sở tri thức: Cơ sở tri thức là thành phần chính của trí tuệ con người. Điều này đề cập đến một nhóm dữ liệu hoặc thông tin có liên quan cho bất kỳ trường, mô tả nào, v.v. Ví dụ: cơ sở kiến thức về thiết kế mô hình ô tô.
Biểu diễn tri thức hoạt động như thế nào?
Thông thường, một công việc phải làm, một vấn đề cần giải quyết và một giải pháp cần tìm đều được thuê ngoài một cách không chính thức, chẳng hạn như giao các gói hàng khi chúng đến hoặc sửa chữa các sự cố về điện tại nhà.
Để giải quyết vấn đề thực sự, người thiết kế hệ thống phải:
- Thực hiện nhiệm vụ để xác định giải pháp nào tốt hơn nó có thể cung cấp
- Trình bày vấn đề bằng ngôn ngữ để máy tính có thể giải thích
- Sử dụng hệ thống cho đầu ra của máy tính, là giải pháp cho người dùng hoặc một chuỗi các hoạt động cần thực hiện trong hệ sinh thái.
- Giải thích kết quả cuối cùng như một giải pháp cho vấn đề chính
Kiến thức là thông tin mà con người đã sở hữu nhưng máy móc cần phải học. Vì có nhiều vấn đề nên máy cần có kiến thức. Là một phần của hệ thống thiết kế, bạn có thể xác định kiến thức nào sẽ được biểu diễn.
Mối quan hệ giữa biểu diễn tri thức và trí tuệ nhân tạo
Kiến thức đóng một vai trò thiết yếu trong trí thông minh. Ông cũng chịu trách nhiệm tạo ra trí tuệ nhân tạo. Khi cần thể hiện hành vi thông minh của các tác nhân AI, nó đóng một vai trò thiết yếu. Một tác nhân không thể hành động chính xác khi thiếu kinh nghiệm hoặc kiến thức về một số đầu vào nhất định.
Ví dụ, nếu bạn muốn tương tác với một người nhưng không hiểu ngôn ngữ, rõ ràng là bạn không thể phản ứng tốt và thực hiện bất kỳ hành động nào. Điều này hoạt động theo cách tương tự với hành vi của tác nhân thông minh. AI cần có đủ kiến thức để thực hiện chức năng này khi người ra quyết định khám phá môi trường và áp dụng kiến thức cần thiết.
Tuy nhiên, trí tuệ nhân tạo không thể thể hiện hành vi trí tuệ nếu không có yếu tố kiến thức.
Các loại kiến thức được thể hiện trong AI
Bây giờ chúng ta đã biết lý do tại sao chúng ta cần biểu diễn tri thức trong AI, hãy cùng tìm hiểu xem loại tri thức nào được biểu diễn trong hệ thống AI.
- Tri thức khai báo: thể hiện các đối tượng, khái niệm và sự kiện giúp mô tả toàn bộ thế giới xung quanh bạn. Bằng cách này, nó chia sẻ mô tả về một cái gì đó và thể hiện các câu tường thuật.
- Kiến thức thủ tục: Kiến thức thủ tục ít hơn so với kiến thức khai báo. Nó còn được gọi là kiến thức bắt buộc mà robot di động sử dụng. Dùng để thông báo thành tích của một việc gì đó. Ví dụ, chỉ với bản đồ của một tòa nhà, robot di động có thể tạo bản thiết kế của riêng mình. Robot di động có thể lập kế hoạch tấn công hoặc thực hiện điều hướng.
Hơn nữa, kiến thức về quy trình được áp dụng trực tiếp vào nhiệm vụ, bao gồm các quy tắc, thủ tục, chương trình, chiến lược, v.v.
- Siêu kiến thức: Trong lĩnh vực AI, kiến thức được xác định trước được gọi là siêu kiến thức. Ví dụ: nghiên cứu về gắn thẻ, học tập, lập kế hoạch, v.v. thuộc loại kiến thức này.
Mô hình này thay đổi hành vi của nó theo thời gian và sử dụng các thông số kỹ thuật khác nhau. Kỹ sư hệ thống hoặc kỹ sư tri thức sử dụng nhiều dạng siêu kiến thức khác nhau như độ chính xác, đánh giá, mục đích, nguồn, khả năng tồn tại, độ tin cậy, biện minh, tính đầy đủ, tính nhất quán, khả năng áp dụng và định hướng.
- Kiến thức heuristic: Kiến thức này, còn được gọi là kiến thức bề ngoài, tuân theo nguyên tắc quy tắc ngón tay cái. Vì vậy, nó rất hiệu quả trong quá trình suy luận vì nó có thể giải quyết các vấn đề dựa trên các ghi chép trước đó hoặc các vấn đề được phát triển bởi các chuyên gia. Tuy nhiên, nó thu thập kinh nghiệm từ các vấn đề trong quá khứ và cung cấp cách tiếp cận dựa trên kiến thức tốt hơn để xác định vấn đề và hành động.
- Kiến thức cấu trúc: Kiến thức cấu trúc là những kiến thức cơ bản, đơn giản nhất được sử dụng, ứng dụng để giải quyết các vấn đề phức tạp. Anh ta cố gắng tìm ra giải pháp hiệu quả bằng cách tìm ra mối quan hệ giữa các đối tượng và khái niệm. Ngoài ra, nó còn mô tả mối quan hệ giữa nhiều khái niệm, chẳng hạn như một bộ phận, loại hoặc nhóm của một thứ gì đó.
Tri thức khai báo có thể được biểu diễn dưới dạng tri thức mô tả, trong khi tri thức thủ tục là tri thức điều hành. Hơn nữa, kiến thức khai báo được định nghĩa là rõ ràng trong khi kiến thức thủ tục là ẩn hoặc ngầm. Đó là kiến thức khai báo nếu bạn có thể trình bày rõ ràng kiến thức đó và kiến thức quy trình nếu bạn không thể trình bày rõ ràng nó.
Kỹ thuật biểu diễn tri thức trong AI
Có bốn kỹ thuật chính thể hiện kiến thức trong AI:
- Biểu diễn logic
- Mạng ngữ nghĩa
- Quy luật sản xuất
- Biểu diễn khung
Biểu diễn logic
Biểu diễn logic là dạng biểu diễn tri thức cơ bản trên máy, trong đó sử dụng cú pháp xác định với các quy tắc cơ bản. Cú pháp này không có sự mơ hồ về ý nghĩa và áp dụng cho giới từ. Tuy nhiên, dạng logic của biểu diễn tri thức đóng vai trò như các quy tắc giao tiếp. Đây là lý do tại sao nó có thể được sử dụng để trình bày sự thật cho máy móc.
Biểu diễn logic có hai loại:
- Logic mệnh đề: Logic mệnh đề còn được gọi là logic mệnh đề hay phép tính mệnh đề, hoạt động ở dạng logic tức là phương pháp Đúng hoặc Sai.
- Logic bậc nhất: Logic bậc nhất là một kiểu biểu diễn logic của tri thức, còn có thể gọi là logic bậc nhất (FOPL). Biểu diễn kiến thức logic này biểu diễn các vị từ và đối tượng trong bộ định lượng. Đây là một mô hình tiên tiến của logic mệnh đề.
Hình thức biểu diễn tri thức này trông giống như hầu hết các ngôn ngữ lập trình sử dụng ngữ nghĩa để truyền tải thông tin. Đây là một cách giải quyết vấn đề có tính logic cao. Tuy nhiên, nhược điểm chính của phương pháp này là tính chất chặt chẽ của việc biểu diễn. Nói chung việc này khó thực hiện và đôi khi không hiệu quả lắm.
Mạng ngữ nghĩa
Biểu diễn đồ họa trong kiểu biểu diễn tri thức này chứa các đối tượng được kết nối được sử dụng trong mạng dữ liệu. Mạng ngữ nghĩa bao gồm các cung/cạnh (kết nối) và nút/khối (đối tượng) mô tả các kết nối giữa các đối tượng.
Nó là một dạng thay thế cho dạng biểu diễn của phép tính vị từ bậc nhất (FOPL). Các mối quan hệ trong web ngữ nghĩa có hai loại:
Nó giống một hình thức biểu diễn tự nhiên hơn là một hình thức logic để dễ hiểu. Nhược điểm chính của hình thức biểu diễn này là nó tốn kém về mặt tính toán và không chứa các bộ định lượng tương đương được tìm thấy trong biểu diễn logic.
Quy luật sản xuất
Quy tắc sản xuất là hình thức biểu diễn tri thức phổ biến nhất trong các hệ thống AI. Đây là dạng biểu diễn đơn giản nhất của hệ thống dựa trên quy tắc if-else nên rất dễ hiểu. Trình bày một cách kết hợp FOPL và logic mệnh đề.
Để hiểu các nguyên tắc sản xuất về mặt kỹ thuật, trước tiên bạn phải hiểu các thành phần của hệ thống biểu diễn. Hệ thống này bao gồm một bộ quy tắc, bộ nhớ làm việc, ứng dụng quy tắc và quy trình làm việc được công nhận.
Đối với mỗi đầu vào, AI sẽ kiểm tra các điều kiện từ quy tắc sản xuất và khi tìm thấy quy tắc tốt hơn, nó sẽ ngay lập tức thực hiện hành động cần thiết. Chu trình lựa chọn quy tắc dựa trên các điều kiện và hành động để giải quyết vấn đề được gọi là chu trình nhận biết và hành động xảy ra ở mỗi đầu vào.
Tuy nhiên, phương pháp này có một số vấn đề như việc thực thi không hiệu quả do quy tắc hoạt động và thiếu kinh nghiệm tích lũy do không lưu trữ kết quả trong quá khứ. Vì các quy tắc được thể hiện bằng ngôn ngữ tự nhiên nên chi phí cho sai sót có thể được bù đắp. Ở đây các quy tắc có thể dễ dàng thay đổi và xóa khi cần thiết.
Biểu diễn khung
Để hiểu cách biểu diễn khung ở mức cơ bản, hãy tưởng tượng một bảng bao gồm các tên trong các cột và các giá trị trong các hàng; thông tin bạn cần được truyền đạt trong cấu trúc hoàn chỉnh này. Nói một cách đơn giản, biểu diễn khung là một tập hợp các giá trị và thuộc tính.
Đó là cấu trúc dữ liệu dành riêng cho AI sử dụng các phần bổ sung (giá trị vị trí có thể thuộc bất kỳ loại và hình dạng dữ liệu nào) và các vị trí. Quá trình này khá giống với một hệ thống quản lý cơ sở dữ liệu (DBMS) điển hình. Những chất độn và khoảng trống này tạo thành một cấu trúc gọi là khung.
Các vị trí trong dạng biểu diễn tri thức này có tên hoặc thuộc tính và tri thức liên quan đến thuộc tính được lưu trữ trong phần giữ chỗ. Ưu điểm chính của kiểu biểu diễn này là dữ liệu tương tự có thể được nhóm lại với nhau để chia kiến thức thành các cấu trúc. Ngoài ra, nó được chia thành các cấu trúc phụ.
Giống như một cấu trúc dữ liệu điển hình, loại này dễ hiểu, thao tác và trực quan hóa. Các khái niệm phổ biến bao gồm xóa, xóa và thêm ổ cắm có thể được thực hiện dễ dàng.
Yêu cầu về biểu diễn tri thức trong hệ thống AI
Một biểu diễn tri thức tốt có chứa một số thuộc tính:
- Độ chính xác của biểu diễn: Việc biểu diễn tri thức phải thể hiện chính xác từng loại tri thức được yêu cầu.
- Hiệu quả suy luận: Đây là khả năng vận hành dễ dàng các cơ chế suy luận kiến thức theo hướng hiệu quả bằng cách sử dụng các hướng dẫn thích hợp.
- Tính thỏa đáng của suy luận: Việc biểu diễn tri thức phải có khả năng vận dụng một số cấu trúc biểu diễn để biểu diễn tri thức mới dựa trên các cấu trúc hiện có.
- Hiệu quả tiếp thu: Khả năng tiếp thu kiến thức mới thông qua các phương pháp tự động.
Vòng quay kiến thức về trí tuệ nhân tạo
Hệ thống trí tuệ nhân tạo bao gồm một số thành phần chính thể hiện hành vi thông minh cho phép biểu diễn kiến thức.
- Nhận thức: Giúp hệ thống dựa trên AI thu thập thông tin về môi trường thông qua các cảm biến khác nhau và làm quen với hệ sinh thái để ứng phó hiệu quả với các vấn đề.
- Học tập: Nó được sử dụng để cho phép hệ thống AI chạy các thuật toán học sâu đã được viết sẵn để hệ thống AI cung cấp thông tin chúng cần từ thành phần nhận thức đến thành phần học tập để học và hiểu tốt hơn.
- Biểu diễn tri thức và lý luận: Con người sử dụng tri thức để đưa ra quyết định. Vì vậy, khối này có nhiệm vụ phục vụ con người thông qua dữ liệu tri thức từ hệ thống trí tuệ nhân tạo và sử dụng các tri thức liên quan khi có yêu cầu.
- Lập kế hoạch và thực hiện: Khối này độc lập. Nó được sử dụng để lấy dữ liệu từ các khối kiến thức và suy luận và thực hiện các hành động thích hợp.
Ứng dụng
Con người có thể tiếp thu kiến thức theo nhiều cách khác nhau, cũng như máy móc dựa trên trí tuệ nhân tạo. Với sự phát triển của trí tuệ nhân tạo, việc trình bày kiến thức tốt hơn vào máy móc giúp giải quyết các vấn đề phức tạp với sai sót tối thiểu. Vì vậy biểu diễn tri thức là thuộc tính cần thiết của máy AI để hoạt động thông minh và thông minh.
Bạn cũng có thể xem xét sự khác biệt giữa trí tuệ nhân tạo, học máy và học sâu.
