कृत्रिम बुद्धिमत्ता में, ज्ञान स्तर एक अमूर्तता का स्तर है जो किसी एजेंट के व्यवहार को विशुद्ध रूप से उसके ज्ञान और लक्ष्यों के संदर्भ में वर्णित करता है, बिना उस अंतर्निहित तंत्रों का उल्लेख किए जो उस ज्ञान को लागू करते हैं। इसे 1982 में एलन नेवेल ने अपने पेपर "द नॉलेज लेवल" (प्रकाशित आर्टिफिशियल इंटेलिजेंस, 18(1):87-127) में पेश किया था। इस स्तर पर, एक एजेंट की विशेषता इस बात से होती है कि वह क्या जानता है और वह क्या हासिल करना चाहता है, और उसके कार्य तर्कसंगतता के सिद्धांत के अनुसार चुने जाते हैं: एजेंट वह कार्य चुनता है जिसके बारे में उसे विश्वास होता है कि वह उसके ज्ञान के आधार पर उसके लक्ष्यों को सर्वोत्तम रूप से संतुष्ट करेगा।
ज्ञान स्तर एक तार्किक अमूर्तता है जो एजेंट के विश्वासों और इच्छाओं की सामग्री को उन विश्वासों के भंडारण या प्रसंस्करण के विवरण से अलग करती है। यह एजेंट के व्यवहार को तर्कसंगत बनाने का एक तरीका प्रदान करता है - यह समझाने और भविष्यवाणी करने के लिए कि एजेंट अपनी ज्ञानात्मक स्थिति और उद्देश्यों के आधार पर क्या करेगा, न कि उसके द्वारा उपयोग किए जाने वाले विशिष्ट एल्गोरिदम या डेटा संरचनाओं के आधार पर। यह अमूर्तता बुद्धिमान प्रणालियों को डिजाइन करने, विश्लेषण करने और तुलना करने के लिए उपयोगी है, क्योंकि यह उच्च स्तर की सामान्यता पर व्यवहार के बारे में तर्क करने की अनुमति देती है।
प्रतीक स्तर से संबंध
ज्ञान स्तर के नीचे प्रतीक स्तर होता है, जो प्रणाली-उन्मुख है और इसमें वे तंत्र शामिल हैं जो एजेंट के पास संचालन के लिए उपलब्ध होते हैं। जबकि ज्ञान स्तर विश्व-उन्मुख है, जो उस वातावरण से संबंधित है जिसमें एजेंट काम करता है, प्रतीक स्तर में एल्गोरिदम, डेटा संरचनाएं और अन्य कार्यान्वयन विवरण शामिल होते हैं जो एजेंट के व्यवहार को यांत्रिक बनाते हैं। ज्ञान स्तर व्यवहार को तर्कसंगत बनाता है; प्रतीक स्तर इसे यांत्रिक बनाता है।
उदाहरण के लिए, एक कंप्यूटर प्रोग्राम में, ज्ञान स्तर में उसकी डेटा संरचनाओं में निहित जानकारी होती है जिसका उपयोग वह कुछ कार्यों को करने के लिए करता है, जैसे दुनिया के बारे में तथ्य या निर्णय लेने के नियम। प्रतीक स्तर में प्रोग्राम के एल्गोरिदम, डेटा संरचनाएं स्वयं, और भौतिक या आभासी हार्डवेयर शामिल होते हैं जिन पर वे चलते हैं। एक ही ज्ञान-स्तर विवरण को कई अलग-अलग प्रतीक-स्तर कार्यान्वयनों द्वारा साकार किया जा सकता है।
एआई अनुसंधान में अनुप्रयोग
ज्ञान स्तर ने मशीन लर्निंग और जनरेटिव एआई के कई क्षेत्रों को प्रभावित किया है। ज्ञान-आधारित एजेंटों में, यह एक ढांचा प्रदान करता है जो यह निर्दिष्ट करता है कि एजेंट क्या जानता है और उसके लक्ष्य क्या हैं, स्वतंत्र रूप से अनुमान इंजन या ज्ञान प्रतिनिधित्व योजना से जो उपयोग की जाती है। यह अमूर्तता विशेष रूप से तंत्रिका नेटवर्क और बड़े भाषा मॉडल में प्रासंगिक है, जहां आंतरिक प्रतिनिधित्व अपारदर्शी होते हैं लेकिन ज्ञान-स्तर व्यवहार को मॉडल के आउटपुट और उद्देश्यों द्वारा चित्रित किया जा सकता है।
गहन शिक्षण में, ज्ञान स्तर का उपयोग अक्सर मॉडल की कार्यात्मक क्षमता का वर्णन करने के लिए किया जाता है - उसने क्या सीखा है और वह क्या कर सकता है - बिना लाखों वजन या विशिष्ट वास्तुकला का विवरण दिए। उदाहरण के लिए, पाठ पर प्रशिक्षित एक ट्रांसफॉर्मर मॉडल को ज्ञान स्तर पर भाषा के बारे में तथ्यों को जानने और सुसंगत प्रतिक्रियाएं उत्पन्न करने में सक्षम होने के रूप में वर्णित किया जा सकता है, भले ही इसका प्रतीक-स्तर कार्यान्वयन मल्टी-हेड अटेंशन, पोजीशनल एन्कोडिंग, और लेयर नॉर्मलाइजेशन शामिल करता है।
तर्कसंगतता का सिद्धांत और लक्ष्य-निर्देशित व्यवहार
तर्कसंगतता का सिद्धांत ज्ञान स्तर का केंद्र है। यह बताता है कि एक एजेंट एक ऐसा कार्य चुनेगा जिसके बारे में उसे विश्वास होता है कि वह उसके ज्ञान के आधार पर उसके लक्ष्यों की संतुष्टि की ओर ले जाएगा। यह सिद्धांत ज्ञान स्तर को भविष्यवाणी के रूप में उपयोग करने की अनुमति देता है: यदि हम जानते हैं कि एजेंट क्या जानता है और वह क्या चाहता है, तो हम अनुमान लगा सकते हैं कि वह क्या करेगा, बिना यह जानने की आवश्यकता के कि वह आंतरिक रूप से जानकारी कैसे संसाधित करता है।
यह दृष्टिकोण सुदृढीकरण शिक्षण और पाठ्यक्रम शिक्षण में लागू किया गया है, जहां एजेंटों को अवलोकनों (ज्ञान) के आधार पर पुरस्कार (लक्ष्य) को अधिकतम करने के लिए प्रशिक्षित किया जाता है। यह आरएलएचएफ (मानव प्रतिक्रिया से सुदृढीकरण शिक्षण) को भी रेखांकित करता है जिसका उपयोग ओपनएआई और एंथ्रोपिक मॉडल को संरेखित करने में किया जाता है, जहां मॉडल का व्यवहार एक पुरस्कार संकेत द्वारा आकार दिया जाता है जो मानव प्राथमिकताओं को एन्कोड करता है।
आलोचनाएं और सीमाएं
कुछ शोधकर्ताओं ने तर्क दिया है कि ज्ञान स्तर व्यावहारिक उपयोग के लिए बहुत अमूर्त है, क्योंकि यह एजेंट के ज्ञान और लक्ष्यों के पूर्ण और सुसंगत विनिर्देशन को मानता है, जो अक्सर वास्तविक दुनिया की प्रणालियों में उपलब्ध नहीं होता है। दूसरों ने नोट किया है कि ज्ञान और प्रतीक स्तरों के बीच का अंतर उन प्रणालियों में धुंधला हो सकता है जो सीखते या अनुकूलित होते हैं, जहां ज्ञान स्वयं प्रतीक-स्तर प्रक्रियाओं द्वारा संशोधित होता है। फिर भी, ज्ञान स्तर संज्ञानात्मक विज्ञान और एआई में एक मौलिक अवधारणा बना हुआ है, जो बुद्धिमान व्यवहार पर चर्चा करने के लिए एक स्पष्ट शब्दावली प्रदान करता है।
यह भी देखें
- ज्ञान स्तर मॉडलिंग
- ज्ञान सापेक्षता
- ज्ञान-आधारित एजेंट
संदर्भ
- नेवेल, ए. (1982)। द नॉलेज लेवल। आर्टिफिशियल इंटेलिजेंस, 18(1):87-127।
- मेंज़ीज़, टी. (1996)। एप्लीकेशन्स ऑफ एबडक्शन: नॉलेज-लेवल मॉडलिंग। नवंबर 1996।