नॉलेज इंजीनियरिंग आर्टिफिशियल इंटेलिजेंस (एआई) का एक क्षेत्र है जो मानव विशेषज्ञ की विचार प्रक्रिया की नकल करने के लिए डेटा पर लागू करने के लिए नियम बनाता है। यह किसी कार्य की संरचना या किसी निष्कर्ष पर पहुंचने के तरीके की पहचान करने के निर्णय को देखता है। समस्या को सुलझाने के तरीकों का एक पुस्तकालय और प्रत्येक के लिए उपयोग किए जाने वाले संपार्श्विक ज्ञान को सिस्टम द्वारा निदान के लिए समस्याओं के रूप में बनाया और परोसा जा सकता है। परिणामी सॉफ़्टवेयर तब निदान, मुसीबत-शूटिंग, और मुद्दों को हल करने में सहायता कर सकता है या मानव एजेंट के लिए एक सहायक भूमिका में हो सकता है।
ब्रेकिंग डाउन नॉलेज इंजीनियरिंग
नॉलेज इंजीनियरिंग ने समस्या-सुलझाने वाले मानव विशेषज्ञों की विशेषज्ञता को एक ऐसे कार्यक्रम में स्थानांतरित करने की मांग की जो एक ही डेटा में ले जाए और एक ही निष्कर्ष पर पहुंचे। इस दृष्टिकोण को हस्तांतरण प्रक्रिया के रूप में जाना जाता है, और यह प्रारंभिक ज्ञान इंजीनियरिंग प्रयासों पर हावी है। यह एहसान से बाहर हो गया; हालांकि, जैसा कि वैज्ञानिकों और प्रोग्रामरों ने महसूस किया कि निर्णय लेने में मनुष्यों द्वारा उपयोग किया जा रहा ज्ञान हमेशा स्पष्ट नहीं होता है। जबकि कई निर्णयों पर काम करने के पिछले अनुभव का पता लगाया जा सकता है, मनुष्य ज्ञान के समानांतर पूलों पर आकर्षित होते हैं जो हमेशा हाथ में कार्य से जुड़े हुए नहीं दिखाई देते हैं। मुख्य कार्यकारी अधिकारी और स्टार निवेशकों में से कुछ को आंतों की भावना या सहज ज्ञान युक्त छलांग के रूप में संदर्भित किया जाता है, जिसे बेहतर तर्क और गैर-सोच के रूप में वर्णित किया जाता है। विचार के ये तरीके खुद को प्रत्यक्ष, चरण-दर-चरण निर्णय पेड़ों के लिए उधार नहीं देते हैं और डेटा के स्रोतों में खींचने की आवश्यकता हो सकती है जो मूल्य के मुकाबले इसमें लाने और संसाधित करने के लिए अधिक लागत लगती है।
स्थानांतरण प्रक्रिया को एक मॉडलिंग प्रक्रिया के पक्ष में छोड़ दिया गया है। एक निर्णय की चरण-दर-चरण प्रक्रिया का पालन करने के प्रयास के बजाय, ज्ञान इंजीनियरिंग एक प्रणाली बनाने पर केंद्रित है जो समान परिणाम का पालन किए बिना या समान सूचना स्रोतों का दोहन किए बिना एक ही परिणाम पर हिट करेगा। यह नॉनलाइन सोच के लिए उपयोग किए जा रहे ज्ञान को ट्रैक करने के कुछ मुद्दों को समाप्त करता है, क्योंकि ऐसा करने वाले लोग अक्सर उस जानकारी के बारे में नहीं जानते हैं जिसे वे खींच रहे हैं। जब तक निष्कर्ष तुलनीय हैं, तब तक मॉडल काम करता है। एक बार एक मॉडल लगातार मानव विशेषज्ञ के करीब आ रहा है, तो इसे परिष्कृत किया जा सकता है। खराब निष्कर्षों को वापस खोजा जा सकता है और डीबग किया जा सकता है, और समतुल्य या बेहतर निष्कर्ष बनाने वाली प्रक्रियाओं को प्रोत्साहित किया जा सकता है।
मानव विशेषज्ञों से आगे बढ़ने के लिए ज्ञान इंजीनियरिंग
नॉलेज इंजीनियरिंग पहले से ही निर्णय समर्थन सॉफ्टवेयर में एकीकृत है। विशिष्ट ज्ञान इंजीनियरों को विभिन्न क्षेत्रों में नियोजित किया जाता है जो मानव-प्रकार के कार्यों को आगे बढ़ा रहे हैं, जिसमें चेहरे को पहचानने या किसी व्यक्ति द्वारा अर्थ के लिए पार्स करने की मशीनों सहित क्षमता शामिल है। जैसे-जैसे मॉडल की जटिलता बढ़ती है, ज्ञान अभियंता पूरी तरह से समझ नहीं पाते हैं कि निष्कर्ष कैसे पहुंचा जा रहा है। आखिरकार, ज्ञान इंजीनियरिंग का क्षेत्र उन प्रणालियों को बनाने से जाएगा जो समस्याओं के साथ-साथ एक मानव से एक को हल करते हैं जो इसे मनुष्यों की तुलना में मात्रात्मक रूप से बेहतर करता है। प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और चेहरे की पहचान, कृत्रिम बुद्धिमत्ता जैसी अन्य क्षमताओं के साथ इन ज्ञान इंजीनियरिंग मॉडल को युग्मित करना सबसे अच्छा सर्वर, वित्तीय सलाहकार, या ट्रैवल एजेंट हो सकता है जिसे दुनिया ने कभी देखा है।
