Znalostní inženýrství je pole umělé inteligence (AI), které vytváří pravidla, která se použijí na data, napodobující myšlenkový proces lidského experta. Zkoumá strukturu úkolu nebo rozhodnutí, aby zjistil, jak je dosaženo závěru. Pak je možné vytvořit knihovnu metod řešení problémů a kolaterální znalosti použité pro každou z nich a sloužit jako problémy, které má systém diagnostikovat. Výsledný software by pak mohl pomoci při diagnostice, řešení problémů a řešení problémů buď samostatně, nebo v podpůrné roli lidského agenta.
Členění znalostního inženýrství
Znalostní inženýrství se snažilo přenést odborné znalosti lidských odborníků na řešení problémů do programu, který by mohl vzít stejná data a dospět ke stejnému závěru. Tento přístup je označován jako proces přenosu a dominoval raným pokusům o znalostní inženýrství. Vypadalo to z laskavosti; jak si však vědci a programátoři uvědomili, že znalosti, které lidé používají při rozhodování, nejsou vždy explicitní. Zatímco mnoho rozhodnutí lze vysledovat zpět k předchozím zkušenostem s tím, co fungovalo, lidé čerpají z paralelních zdrojů znalostí, které se nezdají vždy logicky spojeny s daným úkolem. Některé z toho, co generální ředitelé a hvězdní investoři označují jako střevní pocit nebo intuitivní skoky, se lépe popisují jako analogické uvažování a nelineární myšlení. Tyto způsoby myšlení se samy o sobě nesmějí řídit, krok za krokem rozhodovací stromy, a mohou vyžadovat stažení zdrojů dat, u nichž se zdá, že náklady na zavedení a zpracování jsou dražší, než stojí za to.
Proces přenosu byl pozadu ve prospěch procesu modelování. Namísto pokusu o postupný proces rozhodování se znalostní inženýrství zaměřuje na vytvoření systému, který zasáhne stejné výsledky jako odborník, aniž by sledoval stejnou cestu nebo ťukal na stejné informační zdroje. To vylučuje některé z otázek sledování znalostí používaných pro nelineární myšlení, protože lidé, kteří to dělají, si často neuvědomují informace, které tahají. Dokud jsou závěry srovnatelné, model funguje. Jakmile se model soustavně přibližuje lidskému odborníkovi, lze jej vylepšit. Špatné závěry lze vysledovat a ladit a je možné podporovat procesy, které vytvářejí rovnocenné nebo vylepšené závěry.
Znalostní inženýrství předčí lidské experty
Znalostní inženýrství je již integrováno do softwaru pro podporu rozhodování. Specializovaní znalostní inženýři jsou zaměstnáni v různých oborech, které rozvíjejí lidské funkce, včetně schopnosti strojů rozpoznat obličej nebo analyzovat to, co člověk říká o významu. S rostoucí složitostí modelu nemusí znalostní inženýři plně rozumět tomu, jak jsou závěry dosahovány. Nakonec bude oblast znalostního inženýrství jít od vytváření systémů, které řeší problémy, stejně jako člověka, k systému, který je kvantitativně lepší než člověk. Spojením těchto modelů znalostního inženýrství s dalšími schopnostmi, jako je zpracování přirozeného jazyka (NLP) a rozpoznávání obličeje, by umělá inteligence mohla být nejlepším serverem, finančním poradcem nebo cestovní agenturou, jakou svět kdy viděl.
