Advertencia: principalmente trabajo con sistemas de conocimiento basados en semántica / ontología, por lo que es casi seguro que tengo un sesgo. Dicho eso …
Los sistemas semánticos le permiten expresar el conocimiento en formas muy profundas y estructuradas de manera significativa, y eso les da mucho más poder … cuando el conocimiento está presente.
En dominios profundos con reglas muy complejas (e interacciones complejas entre reglas) realmente no hay sustituto. Puede ver esto cuando considera la posibilidad de integrar dominios dispares. Digamos que tiene dos ontologías separadas, una ontología del clima y algún tipo de ontología geográfica, y desea considerar los riesgos de navegación o seguros o lo que sea: crear una tercera ontología que integre y aproveche las otras dos es una propuesta bastante manejable.
- ¿Está preparada la realidad virtual?
- Si la informática se pareciera más a la ingeniería, ¿qué harían los 'simuladores de software'?
- ¿Cuáles han sido tus clases de CS favoritas en Caltech?
- Teóricamente, ¿es posible crear un sistema de almacenamiento informático que imite el de un cerebro?
- ¿Podría probar que P = NP también es un problema de NP?
Los sistemas semánticos también se destacan en la demostrabilidad. En un sistema semántico bien estructurado, puede obtener pruebas lógicas formales, expresadas en términos bastante comprensibles, respaldando las respuestas producidas por el sistema. Puede tener un alto grado de confianza en las respuestas que produce el sistema. Por supuesto, a veces hay fallas o agujeros en la ontología subyacente … pero cuando los hay, generalmente son más fáciles de identificar.
Por último, a veces realmente quieres que los humanos se involucren. Existe un concepto de “expertos en el dominio” o “expertos en la materia”: personas que pueden no ser programadores, pero que tienen un conocimiento profundo y especializado sobre un tema (ley de derechos de autor, o dinámica de fluidos, o reparación de automóviles, o cirugía a corazón abierto, o Pokémon, o lo que sea). Desea poder proporcionarles una interfaz que les permita modelar directamente sus conocimientos en el sistema y revisarlos en el sistema. Los sistemas semánticos (y herramientas como Protégé (software)) lo permiten. No diré que no tienen una curva de aprendizaje, pero siguen siendo los mecanismos más intuitivos que he visto para esto.
Probar todo esto juntos: considere algo así como una base de conocimiento de interacción de drogas Las reglas pueden ser extremadamente profundas y complejas. Es posible que desee integrarse con fuentes de datos de terceros. Definitivamente desea que las personas con amplios antecedentes médicos puedan agregar y revisar conocimientos. Y, lo que es más importante, debe confiar en las respuestas que proporciona el sistema. Puede haber una manera de lograr dicho sistema principalmente con el aprendizaje automático, pero no estoy seguro de cómo lo haría exactamente, y dudo que sea una solución tan buena (dados los parámetros anteriores) como una semántica principalmente sistema.
Dicho esto, se aplican las observaciones de Davide. Puede llevar una cantidad considerable de tiempo (y dinero) desarrollar la ontología necesaria para un sistema semántico. Y a veces, como en el caso de la búsqueda web (y todo el fiasco de la Web Semántica) a la gente realmente no le importa mucho la profundidad y la certeza: unos pocos éxitos razonablemente buenos en el estadio son más que suficientes.
Si tuviera que arriesgarme a adivinar, creo que el futuro está en una combinación de ambos. Aprendizaje automático para proporcionar amplitud al extraer datos e integrarlos en sistemas semánticos más profundos, que a su vez proporcionan profundidad y rigor. Pero, ya sabes, ya veremos. Eso es solo especulación de mi parte.
