Какие перспективы есть у knowledge engineering в будущем? Станет ли это дизайном ИИ?

Технологии+5
Виталий Болатаев
  · 403
Web, SOA, AI, Deep Learning, Python

Перспективы большие -- полная замена человека, но текущие технологии практически не умеют выводить новую информацию из старой, а если и умеют, то зачастую с ошибками. Поэтому об автоматическом построении каких-либо сложных логически-связанных моделей можно пока лишь мечтать.

Но будущее вселяет оптимизм. Три класса ИИ задач текущие системы уже вполне неплохо умеют решать:
1) unsupervised classification -- разделить данные на классы, не зная ничего о внутренней структуре данных
2) supervised classification -- поделить данные на классы, похожие на изначально данные нам примеры.
3) value prediction -- предсказать значение в данной клетке таблицы, просто ориентируясь на соседние строки и столбцы.

Полученные таким образом на неразмеченных данных классы и значения -- это вполне себе уже knowledge.

Для более сложных систем не хватает лишь одного -- большей точности.
(А для большей точности не хватает в основном скорости вычислений современных компьютеров, как это не банально.)

Комментировать ответ…Комментировать…
Ещё 1 ответ
Компьютерный лингвист, переводчик
Если задаться целью поискать ёмкое определение для knowledge engineering, окажется, что таковых - разной степени ёмкости - огромное количество. Отличаться они в основном будут широтой определения класса задач, которые можно решать с применением "инженерии знаний": где-то Вы найдёте узкие формулировки вроде "задача составления баз знаний для... Читать далее
Юлия, спасибо за ответ, я честно говоря уже и не ждал что кто-то ответит. Ну, конечно, я не AI-scientist, и я... Читать дальше
Комментировать ответ…Комментировать…
Вы знаете ответ на этот вопрос?
Поделитесь своим опытом и знаниями
Войти и ответить на вопрос