Если мы хотим, чтобы наши машины ежедневно принимали решения за нас, мы должны убедиться, что при этом они применяют лучшие знания.
Как именно машины потребляют знания? У тех, кто подключен, есть канал к Википедии и интернету, но (как правило) они пока не поглощают эти знания каким-либо значимым образом. Даже самые передовые машины сегодня настроены на целевую функцию или цель, а затем они принимают несколько решений, используя данные об окружающей среде и применяя знания, к которым у них есть доступ.
Знания, потребляемые машиной, представлены в трех основных формах (на данный момент) — явные правила от экспертов, производные правила от шаблонов и графы знаний.
Четкие правила предоставляются нам экспертами в предметной области, регулирующими органами или исполнительным руководством. Они закодированы в наших системах в виде процедурных программ, и теперь все чаще используются гораздо более гибкие системы управления бизнес-правилами (BRMS).
Производные правила «обнаруживаются» посредством анализа данных. Предполагая, что все полученные данные являются достоверным представлением реального мира, мы можем найти закономерности в этих данных и, таким образом, вывести правило, которое должно было действовать для создания этих данных. Анализ данных охватывает весь спектр от простых статистических показателей до алгоритмов глубокого обучения.
Графики знаний объединяют два других источника знаний для создания новых знаний, которые также можно легко объяснить (в отличие от черных ящиков моделей машинного обучения). Это представление предметной области более высокого уровня, через которое машины могут пройти, чтобы стать намного умнее.
Графы знаний были названы Дэном МакКрири третьей эрой вычислений. На следующем графике очень четко показана эволюция.
Предполагая, что это три типа потребляемых машиной знаний, доступных для вашей любимой машины, какой из них или какую комбинацию целесообразно использовать? Какие знания должны быть получены?
Единственный способ продумать это систематически — начать с модели принятия решений, повторяя следующую последовательность анализа. Какова цель? Какие решения требуются? Какие требуются данные и, наконец, в рамках этой области, какие требуются знания и в каком формате?
