Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Білім деңгейін модельдеу – бұл әлем туралы байқауларды теориялық тұрғыдан қарастыру және агенттің өзінің ортасымен өзара әрекеттесуін белгілі бір дәрежеде түсіндіру процесі. Білім деңгейін модельдеуді түсіну үшін Аллен Ньюэллдің білім деңгейі, операторлар және агенттің мақсатты жағдайы туралы ұғымдары маңызды. Білім деңгейі – агенттің өзінің әлемі туралы білімі. Операторлар – агенттің күйіне әсер ету үшін қолданылатын амалдар. Агенттің мақсатты жағдайы – бұрынғы мақсатсыз жағдайдан өту үшін тиісті операторлар қолданылғаннан кейін қол жеткізілген күй. Қорыта айтқанда, білім деңгейін модельдеу агенттің әлем туралы білімін және барлық мүмкін жағдайларды бағалауды, сондай-ақ осы ақпаратты пайдаланып, әртүрлі жағдайлар арасындағы байланыстар мен жолдарды көрсететін модель құруды қамтиды. Осы модельдің арқасында әртүрлі мәселелерді шешу әдістері (мысалы, болжам жасау, жіктеу, түсіндіру, оқыту, сапалық ойлау, жоспарлау және т.б.) біркелкі қарастырылуы мүмкін. Бұл модельдеу аспектісі интеллектуалды агенттер үшін танымдық архитектурада маңызды рөл атқарады. "Абдукцияның қолданбалары: Білім деңгейін модельдеу" еңбегінде Мензис KLB деп аталатын білім деңгейін модельдеудің жаңа тәсілін ұсынады, ол "білім базасы салалық нақты фактілерге және салалық тәуелсіз абстрактілі мәселелерді шешуге арналған логикалық процедураларға бөлінуі керек" деп көрсетеді. Оның әдісінде, жүйенің қажетті мақсаттарына жету үшін теориялармен біріктірілгенде, болжамдарды табу үшін абдуктивті ойлау қолданылады. Абдуктивті ойлаутың жақсы мысалы үшін логикалық ойлауды қарастырыңыз.
Knowledge level modeling is the process of theorizing over observations about a world and, to some extent, explaining the behavior of an agent as it interacts with its environment. Crucial to the understanding of knowledge level modeling are Allen Newell's notions of the knowledge level, operators, and an agent's goal state. The knowledge level refers to the knowledge an agent has about its world. Operators are what can be applied to an agent to affect its state. An agent's goal state is the status reached after the appropriate operators have been applied to transition from a previous, non goal state. Essentially, knowledge level modeling involves evaluating an agent's knowledge of the world and all possible states and with that information constructing a model that depicts the interrelations and pathways between the various states. With this model, various problem solving methods (i. e. prediction, classification, explanation, tutoring, qualitative reasoning, planning, etc.) can be viewed in a uniform fashion. This modeling aspect is crucial in cognitive architectures for intelligent agents. In "Applications of Abduction: Knowledge Level Modeling", Menzies proposes a new knowledge level modeling approach, called KLB, which specifies that "a knowledge base should be divided into domain specific facts and domain independent abstract problem solving inference procedures." In his method, abductive reasoning is used to find assumptions which, when combined with theories, achieve the desired goals of the system. For a good example of abductive reasoning, look at logical reasoning.