Formy reprezentácie poznatkov v umelej inteligencii
Umelá inteligencia doposiaľ rozvinula štyri základné typy schém reprezentácie poznatkov. Prvá z nich – tzv. deklaratívna reprezentačná schéma – vznikla zdôraznením požiadavky vyjadriteľnosti poznatkov. Pri tvorbe expertných systémov sa najčastejšie siaha k variante tejto reprezentačnej schémy – k reprezentácii poznatkov tzv. produkčnými pravidlami, k tzv. pravidlovým systémom. Snaha o umožnenie začlenenia poznatkov do kontextu viedla ku vzniku asociatívnej reprezentačnej schémy, tzv. asociatívnych sietí, v ktorých je však jednoduchosť začleniteľnosti poznatkov do kontextu iných zaplatená zložitým spôsobom vyjadrovania a využívania. Trojlístok reprezentačných schém dopĺňa metóda reprezentácie zdôrazňujúca aspekt použiteľnosti poznatkov – tzv. procedurálna reprezentačná schéma. Všetky uvedené schémy majú svoje prednosti, ale aj nedostatky, vyplývajúce zo zdôraznenia ich jediného aspektu a potlačenia ostatných. Vznikla teda prirodzene snaha o nájdenie takej schémy, ktorá by rovnocenne podporovala vyjadriteľnosť, začleniteľnosť aj použiteľnosť poznatkov. Takouto schémou je tzv. rámcová reprezentačná schéma poznatkov.
PRAVIDLOVÉ SYSTÉMY
Architektúra pravidlového systému vychádza z tradičnej schémy znalostného systému
Báza poznatkov pravidlového expertného systému obsahuje množinu pravidiel. Inferenčný mechanizmus slúži ako interpretátor, ktorý rozhoduje, kedy ktoré pravidlá aplikovať a vykoná príslušné výpočtové procesy predstavujúce vlastnú aplikáciu vybraného pravidla. Báza faktov obsahuje, v súlade so všeobecnou schémou znalostného systému, dáta, cieľ, medzivýsledky a pod.
