Projekty inżynierii wiedzy różnią się znacznie pod względem treści, zakresu i trudności, ale wszystkie takie projekty obejmują następujące etapy:
- OKREŚL PYTANIA. Inżynier wiedzy musi określić zakres pytań, które baza wiedzy będzie wspierać, oraz rodzaje faktów, które będą dostępne dla każdej konkretnej instancji problemu. Na przykład, czy wumpusowa baza wiedzy musi mieć możliwość wyboru działań, czy wystarczy odpowiedzieć na pytania dotyczące zawartości środowiska? Czy fakty dotyczące czujnika będą zawierać aktualną lokalizację? Zadanie określi, jaka wiedza musi być reprezentowana, aby połączyć instancje problemów z odpowiedziami. Ten krok jest analogiczny do procesu PEAS dotyczącego projektowania agentów w rozdziale 2 .
- ZBIERZ ODPOWIEDNIĄ WIEDZĘ. Inżynier wiedzy może już być ekspertem w danej dziedzinie lub może potrzebować współpracy z prawdziwymi ekspertami, aby wydobyć to, co wiedzą – w procesie zwanym pozyskiwaniem wiedzy. Na tym etapie wiedza nie jest reprezentowana formalnie. Chodzi o to, aby zrozumieć zakres bazy wiedzy określony przez zadanie oraz zrozumieć, jak faktycznie działa domena. W świecie wumpusa, który jest zdefiniowany przez sztuczny zestaw reguł, odpowiednia wiedza jest łatwa do zidentyfikowania. (Zauważ jednak, że definicja sąsiedztwa nie została wyraźnie podana w regułach świata Wumpus). weź pod uwagę rozproszenie pojemności i efekty skórne.
- ZAJMIJ SIĘ SŁOWNIKIEM PREDYKATÓW, FUNKCJI I STAŁE. Oznacza to, że przetłumacz ważne koncepcje na poziomie domeny na nazwy poziomów logicznych. Wiąże się to z wieloma pytaniami dotyczącymi stylu inżynierii wiedzy. Podobnie jak styl programowania, może to mieć znaczący wpływ na ostateczny sukces projektu. Na przykład, czy zagłębienia powinny być reprezentowane przez obiekty, czy przez jednoargumentowy orzeczenie na kwadratach? Czy orientacja agenta powinna być funkcją czy predykatem? Czy lokalizacja wumpusa powinna zależeć od czasu? Po dokonaniu wyborów wynikiem jest słownictwo znane jako ontologia domeny. Słowo ontologia oznacza określoną teorię natury bytu lub istnienia. Ontologia określa, jakie rodzaje rzeczy istnieją, ale nie określa ich specyficznych właściwości i wzajemnych relacji.
- ZAKODUJ OGÓLNĄ WIEDZĘ O DOMENIE. Inżynier wiedzy zapisuje aksjomaty dla wszystkich terminów słownikowych. To ustala (w miarę możliwości) znaczenie terminów, umożliwiając ekspertowi sprawdzenie treści. Często ten krok ujawnia nieporozumienia lub luki w słownictwie, które muszą naprawić, wracając do kroku 3 i powtarzając proces.
- ZAKODUJ OPIS WYSTĄPIENIA PROBLEMU. Jeśli ontologia jest dobrze przemyślana, ten krok jest łatwy. Polega na pisaniu prostych zdań atomowych o wystąpieniach pojęć, które są już częścią ontologii. W przypadku agenta logicznego instancje problemu są dostarczane przez czujniki, podczas gdy „odcieleśniona” baza wiedzy otrzymuje zdania w taki sam sposób, jak tradycyjne programy otrzymują dane wejściowe.
- ZADAWAJ ZAPYTANIA DO PROCEDURY WNIOSKOWANIA I UZYSKAJ ODPOWIEDZI. Tutaj jest nagroda: możemy pozwolić, aby procedura wnioskowania działała na aksjomatach i faktach specyficznych dla problemu, aby wyprowadzić fakty, które chcemy poznać. W ten sposób unikamy konieczności pisania algorytmu rozwiązania specyficznego dla aplikacji.
- DEBUGUJ I OCENA BAZY WIEDZY. Niestety, odpowiedzi na pytania rzadko będą poprawne za pierwszym razem. Dokładniej, odpowiedzi będą poprawne dla bazy wiedzy w formie, w jakiej została napisana, zakładając, że procedura wnioskowania jest prawidłowa, ale nie będą tymi, których oczekuje użytkownik. Na przykład, jeśli brakuje aksjomatu, na niektóre zapytania nie będzie można odpowiedzieć z bazy wiedzy. Może dojść do znacznego procesu debugowania. Brakujące aksjomaty lub aksjomaty, które są zbyt słabe, można łatwo zidentyfikować, zauważając miejsca, w których łańcuch rozumowania niespodziewanie się zatrzymuje. Na przykład, jeśli baza wiedzy zawiera regułę diagnostyczną.
zamiast dwuwarunkowego, agent nigdy nie będzie w stanie udowodnić braku wumpuses. Błędne aksjomaty można zidentyfikować, ponieważ są to fałszywe stwierdzenia dotyczące świata. Na przykład zdanie
Bez zrozumienia otaczającego kontekstu nie można powiedzieć, czy przesunięcie powinno być pozycją, czy pozycją +1.
Kiedy dojdziesz do punktu, w którym nie ma oczywistych błędów w Twojej bazie wiedzy, kuszące jest ogłosić sukces. Ale o ile oczywiście nie ma błędów, lepiej formalnie ocenić swój system, uruchamiając go na zestawie testowym zapytań i mierząc, ile masz rację. Bez obiektywnego pomiaru zbyt łatwo jest przekonać samego siebie, że praca jest wykonana. Aby lepiej zrozumieć ten siedmioetapowy proces, zastosujemy go teraz do rozszerzonego przykładu – dziedziny obwodów elektronicznych.