Ang engineering engineering ay isang larangan ng artipisyal na katalinuhan (AI) na lumilikha ng mga patakaran upang mailapat sa data upang gayahin ang proseso ng pag-iisip ng isang dalubhasa sa tao. Tinitingnan nito ang istraktura ng isang gawain o isang desisyon upang makilala kung paano nakamit ang isang konklusyon. Ang isang silid-aklatan ng mga pamamaraan sa paglutas ng problema at kaalaman ng collateral na ginamit para sa bawat isa ay maaaring malikha at magsilbi bilang mga problema na masuri ng system. Ang nagresultang software ay maaaring tumulong sa pagsusuri, pag-shoot ng problema, at paglutas ng mga isyu alinman sa sarili o sa isang suportang papel sa isang ahente ng tao.
Paglabag sa Kaalaman sa Teknolohiya
Naghangad ang engineering engineering na ilipat ang kadalubhasaan ng mga problema sa paglutas ng problema sa mga eksperto sa tao sa isang programa na maaaring makuha sa parehong data at makarating sa parehong konklusyon. Ang pamamaraang ito ay tinukoy bilang proseso ng paglilipat, at pinangungunahan nito ang mga pagtatangka sa unang bahagi ng kaalaman. Nahulog ito sa pabor; gayunpaman, bilang natanto ng mga siyentipiko at programmer na ang kaalaman na ginagamit ng mga tao sa paggawa ng desisyon ay hindi palaging malinaw. Bagaman maraming mga pagpapasya ang masusubaybayan sa nakaraang karanasan sa kung ano ang nagtrabaho, ang mga tao ay gumuhit sa magkatulad na mga pool ng kaalaman na hindi palaging lilitaw na lohikal na konektado sa gawain sa kamay. Ang ilan sa kung ano ang tinutukoy ng CEOs at mga namumuhunan sa bituin bilang pakiramdam ng gat o intuitive leaps ay mas mahusay na inilarawan bilang magkatulad na pangangatwiran at pag-iisip ng hindi linyang. Ang mga mode ng pag-iisip ay hindi magpahiram sa kanilang mga sarili upang magdirekta, sunud-sunod na mga puno ng desisyon at maaaring mangailangan ng paghila sa mga mapagkukunan ng data na mukhang mas gastos upang maipasok at magproseso kaysa sa nagkakahalaga.
Ang proseso ng paglipat ay naiwan sa pabor sa isang proseso ng pagmomolde. Sa halip na subukang sundin ang sunud-sunod na proseso ng isang desisyon, ang engineering ng kaalaman ay nakatuon sa paglikha ng isang sistema na tatamaan sa parehong mga resulta ng eksperto nang hindi sumusunod sa parehong landas o pag-tap sa parehong mga mapagkukunan ng impormasyon. Tinatanggal nito ang ilan sa mga isyu ng pagsubaybay sa kaalaman na ginagamit para sa pag-iisip ng hindi liham, dahil ang mga taong gumagawa nito ay madalas na hindi nakakaalam ng impormasyong kanilang kinukuha. Hangga't ang mga konklusyon ay maihahambing, ang modelo ay gumagana. Kapag ang isang modelo ay patuloy na lumalapit sa eksperto ng tao, maaari itong pino. Ang mga masamang konklusyon ay maaaring masubaybayan at mai-debug, at ang mga proseso na lumilikha ng katumbas o pinahusay na konklusyon ay maaaring hikayatin.
Kaalaman sa Teknolohiya upang Malampasan ang Mga Eksperto ng Tao
Ang kaalaman sa engineering ay isinama na sa software ng suporta sa desisyon. Ang mga dalubhasang inhinyero ng kaalaman ay nagtatrabaho sa magkakaibang larangan na sumusulong sa pag-andar na tulad ng tao, kabilang ang kakayahan ng mga makina na makilala ang isang mukha o parse kung ano ang sinasabi ng isang tao para sa kahulugan. Habang lumalaki ang pagiging kumplikado ng modelo, ang mga inhinyero ng kaalaman ay maaaring hindi lubos na maunawaan kung paano nakamit ang mga konklusyon. Sa kalaunan, ang larangan ng kaalaman sa engineering ay lalabas mula sa paglikha ng mga sistema na malulutas ang mga problema pati na rin ang isang tao sa isa na ginagawa nito mas mahusay kaysa sa mga tao. Ang pagsasama ng mga modelong ito ng kaalaman sa engineering sa iba pang mga kakayahan tulad ng natural na pagproseso ng wika (NLP) at pagkilala sa mukha, ang artipisyal na intelihensiya ay maaaring maging pinakamahusay na server, tagapayo sa pananalapi, o ahente sa paglalakbay na nakita ng mundo.
