La ingeniería del conocimiento es la segunda corriente principal en la investigación de IA.
La primera corriente principal es el razonamiento lógico. La motivación es que muchos informáticos provienen de las matemáticas y pensaban que los matemáticos son muy inteligentes. La habilidad más importante de los matemáticos es que pueden hacer inducciones lógicas. La gente pensó que una vez que le demos a las computadoras la capacidad de inferencia, se volverán inteligentes.
Los logros principales son los sistemas automáticos de prueba de teoremas. Por ejemplo, el sistema Teórico Lógico de Herbert Simon y Allen Newell probó los 52 teoremas en Principia Mathematica escritos por Alfred Whitehead y Bertrand Russell y encontró pruebas nuevas y más elegantes para el teorema 2.85. El solucionador de problemas generales por Herbert Simon, John Shaw y Allen Newell. Las máquinas habían alcanzado o incluso suprimido a expertos humanos en razonamiento lógico.
- Cómo entrar en la investigación en informática
- ¿Por qué alguien querría ser profesor en lugar de trabajar en Microsoft Research? El beneficio más obvio es que puedes enseñar, pero ¿hay otros beneficios?
- ¿Es posible perseguir varios temas en informática, de manera efectiva al mismo tiempo? ¿Cómo?
- ¿Qué tan ocupados están los candidatos a la facultad de ciencias de la computación durante las temporadas de reclutamiento? ¿Es un buen momento para pedirles oportunidades de investigación?
- ¿Un trabajo académico en un área de visión por computadora necesita una teoría complicada?
Más tarde, los investigadores reconocieron que el razonamiento lógico está lejos de darse cuenta de la inteligencia artificial. No podemos lograr la inteligencia artificial simplemente por inducciones lógicas.
La gente descubrió que incluso los matemáticos necesitan mucho conocimiento para probar teoremas, por lo que debemos dejar que las máquinas tengan conocimiento de alguna manera para ser inteligentes. En ese momento, las personas resumieron el conocimiento de los expertos humanos en computadoras.
El mayor logro son los sistemas expertos. Por ejemplo, el sistema DENDRAL de Edward Feigenbaum et al. La ingeniería del conocimiento es muy madura en el período posterior. Las afirmaciones en los códigos de programación actuales son representaciones de sistemas expertos, que se han fusionado con el conocimiento, pero las personas en los primeros años no se dan cuenta de eso.
Más tarde, los investigadores reconocieron que es demasiado difícil obtener “conocimiento” para enseñar sistemas. Además, algunos expertos apenas pueden resumir cómo emiten juicios o no quieren compartir su experiencia. Luego, surgió el aprendizaje automático.
