Људи су најбољи у разумевању, расуђивању и тумачењу знања. Човек зна ствари, што је знање и по свом знању обављају различите радње у стварном свету. Али начин на који машине раде све ове ствари долази под репрезентацију знања и расуђивање . Стога можемо описати представљање знања на следећи начин:

• Представљање знања и резоновање (КР, КРР) је део вештачке интелигенције који се бави размишљањем агената вештачке интелигенције и како мишљење доприноси интелигентном понашању агената.
• Одговоран је за представљање информација о стварном свету тако да рачунар може да разуме и може да користи ово знање за решавање сложених проблема у стварном свету, као што је дијагноза здравственог стања или комуникација са људима на природном језику.
• То је такође начин који описује како можемо представити знање у вештачкој интелигенцији. Репрезентација знања није само складиштење података у неку базу података, већ такође омогућава интелигентној машини да учи из тог знања и искустава како би се могла понашати интелигентно као човек.

Шта представљати:

Следе врсте знања које треба да буду представљене у системима вештачке интелигенције:

Објекат:Све чињенице о објектима у нашем домену света. На пример, гитаре садрже жице, трубе су дувачки инструменти.Догађаји:Догађаји су радње које се дешавају у нашем свету.Перформансе:Описује понашање које укључује знање о томе како се ствари раде.Мета-знање:То је знање о ономе што знамо.Чињенице:Чињенице су истине о стварном свету и ономе што ми представљамо.База знања:Централна компонента агената заснованих на знању је база знања. Представљен је као КБ. База знања је група реченица (овде се реченице користе као технички термин и нису идентичне са енглеским језиком).

знање: Знање је свест или познавање стечено искуствима чињеница, података и ситуација. Следе врсте знања у вештачкој интелигенцији:

Врсте знања

Следе различите врсте знања:

1. Декларативно знање:

• Декларативно знање је знати о нечему.
• Укључује концепте, чињенице и објекте.
• Такође се назива дескриптивно знање и изражава се декларативним реченицама.
• Једноставнији је од процедуралног језика.

2. Процедурално знање

• Познато је и као императивно знање.
• Процедурално знање је врста знања која је одговорна за знање како да се нешто уради.
• Може се директно применити на било који задатак.
• Укључује правила, стратегије, процедуре, дневни ред итд.
• Процедурално знање зависи од задатка на којем се може применити.

3. Мета-знање:

• Знање о другим врстама знања назива се мета-знање.

4. Хеуристичко знање:

• Хеуристичко знање представља знање неких стручњака у некој области или предмету.
• Хеуристичко знање су основна правила заснована на претходним искуствима, свести о приступима и која су добра за рад, али нису загарантована.

5. Структурно знање:

• Структурно знање је основно знање за решавање проблема.
• Он описује односе између различитих концепата као што су врста, део и груписање нечега.
• Он описује однос који постоји између појмова или објеката.

Однос између знања и интелигенције:

Познавање стварних светова игра виталну улогу у интелигенцији, а исто тако и за стварање вештачке интелигенције. Знање игра важну улогу у демонстрирању интелигентног понашања агената АИ. Агент је у стању да тачно делује на неки улаз само када има неко знање или искуство о том уносу.

конверзија датума у ​​стринг

Претпоставимо да ако сте срели неку особу која говори језиком који не знате, како ћете онда моћи да поступите по томе. Иста ствар важи и за интелигентно понашање агената.

Као што видимо на дијаграму испод, постоји један доносилац одлука који делује тако што осећа околину и користи знање. Али ако се део знања тада неће представити, не може показати интелигентно понашање.

Циклус знања АИ:

Систем вештачке интелигенције има следеће компоненте за приказивање интелигентног понашања:

• Перцепција
• Учење
• Представљање знања и расуђивање
• Планирање
• Извршење

Горњи дијаграм показује како систем вештачке интелигенције може да комуницира са стварним светом и које компоненте му помажу да покаже интелигенцију. АИ систем има компоненту Перцепције помоћу које преузима информације из свог окружења. То може бити визуелни, аудио или други облик сензорног уноса. Компонента учења је одговорна за учење из података које је ухватио Перцепција. У комплетном циклусу, главне компоненте су представљање знања и Резоновање. Ове две компоненте су укључене у показивање интелигенције код људи сличних машинама. Ове две компоненте су независне једна од друге, али и повезане заједно. Планирање и извршење зависе од анализе представљања знања и резоновања.

Приступи представљању знања:

Постоје углавном четири приступа представљању знања, који су дати у наставку:

1. Једноставно релационо знање:

• То је најједноставнији начин чувања чињеница који користи релациони метод, а свака чињеница о скупу објекта је систематски изложена у колонама.
• Овај приступ представљања знања познат је у системима база података где је представљен однос између различитих ентитета.
• Овај приступ има мало могућности за закључивање.

Пример: Следи једноставна релациона репрезентација знања.

2. Наследно знање:

• У приступу наследног знања, сви подаци морају бити ускладиштени у хијерархији класа.
• Сви часови треба да буду распоређени у општем облику или хијерархијски.
• У овом приступу примењујемо својство наслеђивања.
• Елементи наслеђују вредности од других чланова класе.
• Овај приступ садржи наследно знање које показује однос између инстанце и класе, а назива се однос инстанце.
• Сваки појединачни оквир може представљати колекцију атрибута и његову вредност.
• У овом приступу, објекти и вредности су представљени у оквирима чворова.
• Користимо стрелице које показују од објеката до њихових вредности.
Пример:

3. Закључно знање:

• Приступ инференцијалног знања представља знање у форми формалне логике.
• Овај приступ се може користити за извођење више чињеница.
• То је гарантовало исправност.
Пример:Претпоставимо да постоје две изјаве:
1. Маркус је мушкарац
2. Сви људи су смртни
   Тада може представљати као;
   
   човек (Маркус)
   ∀к = човек (к) ----------> смртник (к)с

4. Процедурално знање:

• Приступ процедуралног знања користи мале програме и кодове који описују како да се раде одређене ствари и како даље.
• У овом приступу се користи једно важно правило које је Ако-Онда владај .
• У овом знању можемо користити различите језике кодирања као нпр ЛИСП језик и Пролог језик .
• Овим приступом можемо лако представити хеуристичко знање или знање специфично за домен.
• Али није неопходно да у овом приступу можемо представљати све случајеве.

Услови за систем заступања знања:

Добар систем представљања знања мора да поседује следећа својства.

1. Тачност репрезентације:
КР систем треба да има способност да представља све врсте потребних знања.2. Инференцијална адекватност:
КР систем треба да има способност да манипулише репрезентативним структурама како би произвео нова знања која одговарају постојећој структури.3. Закључна ефикасност:
Способност да се механизам инференцијалног знања усмери у најпродуктивније правце чувањем одговарајућих водича.4. Ефикасност аквизиције-Могућност лаког стицања нових знања аутоматским методама.