最新资讯| 网址地图
当前位置:首页 > 棋牌资讯 > 知识库 > 正文 >

谈人工智能时代的知识库体系搭建

发布时间:2017年11月22日 17:26 来源:网络整理

  民航资源网2017年6月22日消息:有一个有趣的现象:随着机器化时代的进一步深入,人脑的记忆越来越倾向于碎片化,即时记忆,遗忘率也很高。对于知识类的深入记忆能力有所下降,很难沉下心,深入学习。知识库一直以来是技术和传统企业业务运作和知识传递的主要方式,它是企业的核心。无论是对于产品的更新、研究、开发,还是对于内部员工的培训、提升发展,知识库系统也是由此产生。然而,随着我们对系统查询的高度依赖,对系统决策的高度确信,如今知识库查询的操作也进一步减少,以至于很多时候当系统瘫痪时,我们的工作也陷入了瘫痪。系统瘫痪需要有灾备和预警方案,即便如此,我们在此时仍需要依赖人脑。所以,笔者认为:即使是人工智能时代的知识库,也无可能脱离人脑完全由系统自身实现一系列功能,它的设计必须基于人脑,而且,我们也需要向新员工一样培训它,让它形成记忆。它的优点是快,但它也需要“导师”。

  那么,人工智能时代我们该如何搭建知识库呢?首先,看一下我们传统的知识库架构,如下图。横轴X代表知识点的内容量,纵轴Y代表知识点在树形目录中所处的位置,圆圈代表知识点,斜线为K线,代表取用所需的知识点。我们目前的知识库就是基于知识点的量和它所处的知识层,调用知识。知识点的展现多通过层级展示和树形目录结合的形式,调用方式主要是进入树形目录,直接调用或者用关键字搜索,通过二维K线,直接调取知识点。

谈人工智能时代的知识库体系搭建

  图:传统知识库架构


  接下来,看一下在人工智能时代的知识库架构,人工智能最大的优势是对于海量信息的汇总,以及在汇总的基础上进化算法,调用信息知识,提供快速决策。如下图,这是一个假设。

谈人工智能时代的知识库体系搭建

  图:AI知识库架构


  所以,在原有二维知识库架构的基础上,我们产生了三维的概念,三维Z轴代表AI前期累积和学习的案例集数量,结合知识点的内容量和其在知识库系统的位置,三维学习K线将三者有机结合确定所需知识点(深蓝色点)。另外,由于AI需要持续学习,我们需要在每次调用的基础上,在二维平面II产生知识点映射,提供知识点的积累和AI案例的持续累积和学习。

  那么,在于业务学习和掌握层面对我们有哪些价值呢?我们取知识点最终在三维平面II的映射点集合,如下图。最终得到的映射点将成散点状分布,散点密集区域,则为重点知识点,应知应会。稍微稀疏的点集代表需熟悉掌握的知识点,最后散落在外的点(outliers),代表只需要大概了解的知识点。

谈人工智能时代的知识库体系搭建

  图:映射知识点集合


本站文章转载于网络,如有侵权内容请发邮件至:1508524663#qq.com (请将#换成@发邮件) 处理!

Top