Adquisición de conocimientos

La adquisición de conocimiento es el proceso utilizado para definir las reglas y ontologías necesarias para un sistema basado en conocimiento . La frase se utilizó por primera vez junto con los sistemas expertos para describir las tareas iniciales asociadas con el desarrollo de un sistema experto, a saber, encontrar y entrevistar a expertos en el dominio y capturar su conocimiento a través de reglas , objetos y ontologías basadas en marcos .

Los sistemas expertos fueron una de las primeras aplicaciones exitosas de la tecnología de inteligencia artificial a problemas empresariales del mundo real. ^{[ 1 ]} Investigadores de Stanford y otros laboratorios de IA trabajaron con médicos y otros expertos altamente cualificados para desarrollar sistemas que pudieran automatizar tareas complejas como el diagnóstico médico . Hasta ese momento, las computadoras se habían utilizado principalmente para automatizar tareas con gran cantidad de datos, pero no para el razonamiento complejo. Tecnologías como los motores de inferencia permitieron a los desarrolladores, por primera vez, abordar problemas más complejos. ^{[ 2 ] [ 3 ]}

A medida que los sistemas expertos evolucionaron desde prototipos de demostración hasta aplicaciones industriales, pronto se comprendió que la adquisición de conocimiento experto del dominio era una de las tareas más importantes, si no la más importante, en el proceso de ingeniería del conocimiento . Este proceso de adquisición de conocimiento se convirtió en un área de investigación intensiva por derecho propio. Uno de los primeros trabajos ^{[ 4 ]} sobre el tema utilizó teorías batesonianas del aprendizaje para guiar el proceso.

Una de las estrategias investigadas para la adquisición de conocimiento consistió en utilizar el análisis y la generación de lenguaje natural para facilitar dicha adquisición. El análisis de lenguaje natural podía aplicarse a manuales y otros documentos especializados, y se podía desarrollar automáticamente una primera versión de las reglas y los objetos. La generación de texto también resultó extremadamente útil para generar explicaciones del comportamiento del sistema. Esto facilitó enormemente el desarrollo y el mantenimiento de sistemas expertos. ^{[ 5 ]}

Un enfoque más reciente para la adquisición de conocimiento es el basado en la reutilización. El conocimiento se puede desarrollar en ontologías que se ajustan a estándares como el Lenguaje de Ontologías Web (OWL) . ^{[ 6 ]} De esta manera, el conocimiento se puede estandarizar y compartir entre una amplia comunidad de trabajadores del conocimiento. Un ejemplo de dominio donde este enfoque ha tenido éxito es la bioinformática . ^{[ 7 ]}

La adquisición de conocimiento se ha aplicado a numerosos campos más allá de los sistemas expertos, como el procesamiento del lenguaje natural , los sistemas de apoyo a la toma de decisiones , las simulaciones de entrenamiento y los sistemas de tutoría inteligente . Además, desempeña un papel fundamental en la creación de agentes basados ​​en el conocimiento y arquitecturas cognitivas .

Existen diversas técnicas para la adquisición de conocimiento, desde métodos manuales hasta automáticos. Los enfoques manuales incluyen entrevistas estructuradas , análisis de protocolos , clasificación de tarjetas y análisis de rejillas de repertorio. Los enfoques automatizados incluyen aprendizaje automático , minería de datos y procesamiento del lenguaje natural .

• Recopilación de conocimientos de colaboradores voluntarios – Subcampo de la IA 
• Extracción de conocimiento : creación de conocimiento a partir de fuentes estructuradas y no estructuradas. 
• Procesamiento de la información (psicología) : Enfoque para comprender el pensamiento humano. 
• Búsqueda de información (desambiguación)

8. Informatika.web.id " Akuisisi Pengetahuan (Adquisición de Conocimiento) Sistem Pakar "