إشكالية مفهوم المعرفة و تمثيلها في الذكاء الاصطناعي

Abstract

ملّخص البحث

يهدف هذا البحث إلي دراسة الأسس النظرية لمفهوم المعرفة في العلوم المعرفية بغرض الإضطلاع عليها و من ثم الإنتقال إلي أساليب تمثيل المعرفة في الذكاء الإصطناعي لتحليلها و الوقوف علي مواطن الخلل فيها و التي تسببت في عدم تحقيق أهداف الذكاء الاصطناعي. و بالتالي فإن هذا الهدف حمل تقريراً ضمنياً بأنه لا توجد إشكالية في مفهوم تمثيل المعرفة علي مستوى الذكاء الإصطناعي و إنما تنحصر الإشكالية في الجانب التطبيقي من أدوات تمثيل المعرفة و أساليبها. و عليه فقد بدأنا البحث من الأسس النظرية و الفكرية لمفهوم المعرفة بجميع جوانبها و التي شملت جوانب مثل المنطق، و اللغة، و النظريات المادية، و حتى الميتافيزيقيا بما لكلٍ من تلك الجوانب من إشكالياتها المتلازمة. و إقتضى ذلك بدوره توسيع نطاق البحث ليشمل علم النفس، و علم نفس الإدراك المعرفي، و العلوم العصبية ليشمل بذلك نطاق البحث كافة العلوم المعرفية فيما عدا الإنثروبولوجيا. و لكننا وجدنا أن تطوّر مفهوم المعرفة في الفكر الإنساني و إشكالية طبيعة و كيفية حدوثها و التعاطي الإنساني مع هذه الإشكاليات لم يؤدي إلا إلي تفاقم هذه الإشكالية و بصورة إنتقلت و توسعت معها جوانب هذه الإشكاليات ليظهر أثرها من خلال إختباريّ تمثيل المعرفة في الذكاء الإصطناعي وفشلهما في تحقيق الأهداف التي قاما عليها. كذلك وجدنا أن الهيئة الحالية لتمثيل المعرفة في الذكاء الإصطناعي ما هي إلا نتاج معرفة تراكمية لحصيلة المعرفة الإنسانية حول نفسها، و بالتالي فإن أي إشكالية لم تحسم بعد أو خلل في التعاطي مع هذه الإشكالية سيتراكم بالضرورة مع هذه الحصيلة، و لكن لا تتمّثل الإشكالية الأكبر أثراً في تراكم هذه الإشكاليات بقدر ما تتمثل في التعاطي أو التعامل معها، فالمنهجية التفكيكية لعزل Isolationً ملكات العقل الإنساني عن بعضها البعض بدعوى صعوبة دراستها مجتمعة إضافة إلي رفض جوانب أساسية تدخل في تشكيل البناء المعرفي الإنساني بدعوى طبيعتها الميتافيزيقية أو الإكتفاء بتمثيلها الناقص بناءاً علي تحديديّه منهج الأقيسة الكمية شكّلا أسس خلل المنهجية الإنسانية في التعاطي مع إشكالية مفهوم المعرفة و التي إنعكست علي أساليب تمثيلها في الذكاء الإصطناعي الذي لا يخلو مجال من مجالاته من الإشكاليات نظرية الطابع. فالقدرات المعرفية الإنسانية هي كلية واحدة تشمل طبيعتها البعد النوعيّ بصورة أساسية، و هي بذا ليست مجموعة تركيبية من قدرات منفصلة بينها علاقات تداخل تقوم علي البعد الكميّ في أساس طبيعتها و بصورة يمكن معها إسقاط تلك التي للنوعية، و بالتالي فإن إعتبار هذا الفرق يُشكّل بداية الإتجاه الصحيح لدراستها. و قد توّصلنا من خلال تحليلنا لأساليب تمثيل المعرفة أن طبيعة ادوات الذكاء الإصطناعي و أدواته المتاحة تقوم علي منهج التكميم و بصورة لا تعطي أي أمل في تحقيق أي تطوّر ملموس علي المدى القريب. و لكن بحثنا من خلال جانبيّ اللغة و المنطق أدى إلي إيجاد منفذ من خلال الشكل السيميائي الذي تتخذه هيئة تمثيل المعرفة الإنسانية و الذي يمكن أن يمتد ليشمل البعد النوعيّ لجوانبها و مفاهيمها من خلال التعّمق في دراسة الرموز و دلالاتها اللغوية و الفكرية و إبتكار نظام جديد يشمل دلالات البعد النوعيّ و مفاهيمها. و لكن مثل هذا التعّمق يتطلب تغيير منهجية التعامل مع مفهوم المعرفة في العلوم المعرفية بصفة عامة و مفهوم تمثيلها في الذكاء الإصطناعي بصفة خاصة بهدف تطوير الهيئة الحالية لتمثيلها أو بناء نظام جديد. كذلك وجدنا أن التشعّب في مجالات البحث المشترك للعلوم المعرفية مع الذكاء الإصطناعي يسير بلا ضوابط أو آلية تحكّم تعمل علي توجيه البحوث و جهود العلماء وِفق منهجية محدده و لكن فيما يبدو أن طبيعة إشكاليات مفهوم و جوانب مفهوم المعرفة قد أثّر علي رؤية العلماء حول ضرورة التخطيط للتعامل مع أكثر المفاهيم تعقيداً وفق منهجية واضحة المعالم و الجدوى، بالإضافة إلي أن تشعّب فروع العلوم المعرفية آخذ في الإزدياد و دون أية نتائج ملموسة. و عليه فقد قدمنا عدةّ إطروحات تطبيقة لمعالجة إشكاليات أساليب تمثيل المعرفة في الذكاء الإصطناعي تمّثلت في مناقشتنا لإمكانية تحقيق أسلوب المعالجة المتوازية بصورة فعلية. كما قمنا بطرح منهجية لتطبيق المنطق المتعدّد علي مستوى المكوّن المادي من أنظمة الحواسيب و الإشكاليات النظرية التي تعترض هذه المنهجية. أما الطرح الثالث فقد تمّثل في نظرية النموذج التوصيلي و التي تتكامل فيها الجوانب الإنسانية و القدرات المعرفية في أنظمة تمثيل المعرفة من خلال منهجية دراسة هذه الخصائص الإنسانية. أما عملية الربط بين الإطروحات السابقة فقد قدمناها من خلال منهجية شاملة تقوم علي طرحنا لنظام نموذج بيئة إطار عمل المعرفة و الذي قمنا من خلال محاولتنا تطبيقة في الحواسيب بتعديل نواة نظام تشغيل لينكس Linux kernel version: 2.6.28-rc7. و التي تتميز بإمكانية تعديل نواتها بإستخدام Shells و لكنها تقوم في أساسها من ناحية لغات برمجتها علي لغتيّ C & C++ علي أن يخضع نموذج التشغيل لأسلوب البرمجة المتعددة Multi-Programming. و لكننا خلصنا إلي أن تطبيق هذا النظام بصورتة المتكاملة يحتاج إلي تحقق تطبيقات الإطروحات التي قدمناها و خاصة فيما يتعّلق بأسلوب المعالجة المتوازية. أما تطبيقات المنطق المتعدد المادي فقد إستعضنا عنها بالشكل المحدود لتطبيقاتها وِفق الشكل التقليدي لتكنولوجيا الذكاء الاصطناعي و علوم الحاسوب علي مستوى أجهزة برمجة المنطق و مجموعة البوابات ذات النطاق القابل للبرمجة Programmable Logic Devices & Field Programmable Gate Arrays (PLD- FPGA) إضافة إلي الشكل الوحيد للتطبيق الفعلي للمنطق المتعدد المتمّثل في نموذج دان أولسونUSPTO Patent 6,133754 . أما عملية التطوير التي يحتاجها النظام إضافة إلي الإشكاليات التي تعترض عملية تمثيل المعرفة فقد دعتنا للمناداة في الفصل الختامي من البحث بقيام فرع معرفي يهدف إلي تحقيق تطوّر نوعيّ في التعامل مع إشكاليات تمثيل المعرفة في الذكاء الإصطناعي و العمل تحقيق أهدافه و هو فلسفة تمثيل المعرفة بحيث يتعامل مع مفهوم المعرفة و عملية تمثيلها وِفق ما خلصنا إليه و الذي يتطابق مع مفهوم علماء تقنية المعلومات Information Technology من منطلق النظرة الوظيفية للمعرفة كنتاج لهندسة و معالجة المعلومات Information Engineering and Processingو التي بدورها نتاج لهندسة و معالجة البياناتData Engineering and Processing، إذ أن المعرفة وفق هذا المنظور هي التي يمكن توظيفها لتحقيق المنفعة.

و عموما يمكننا تلخيص جهدنا عبر فصول هذا البحث و الذي أدى إلي النتائج التي توّصلنا إليها و أثمر عن الإطروحات التي قدّمناها في الأتي:

تصنيف نظريات المعرفة بحسب المحتوى و مدخلها لتفسير مفهوم المعرفة و طبيعتها إلي أربعة مداخل تمّثلث في المدخل الميتافيزيقي، و المدخل المنطقي، و المدخل اللغوي، و المدخل المادي.

تصنيف مداخل نظريات المعرفة بحسب الفترة الزمنية كمراحل في تاريخ تطوّر الفكر المعرفي الإنساني إلي سبعة مراحل، هي؛ الميتافيزيقية، و الثيولوجية، و الشكيّة، و المنطقية، و التحليلية، و المعرفية، و المادية.

تقديم مدخل فلسفي لمفهوم تمثيل المعرفة من منظور عام يأخذ بعين الإعتبار هدف البحث في إسقاط المفهوم علي الذكاء الاصطناعي، و ذلك بهدف بناء معيار فلسفي لتقييم مفهوم و عملية تمثيل المعرفة في الذكاء الاصطناعي.

تقديم تصنيف لإشكاليات تمثيل المعرفة في الذكاء الاصطناعي يضمّ أربعة مستويات تتراوح ما بين الإشكاليات التطبيقية البحتة و الإشكاليات النظرية البحتة، وذلك بعد أن قمنا بتناول إشكالية تداخل المفهوم من ثلاث نواحي راعينا فيها التدّرج لمستوى إشكالية مفهوم تمثيل المعرفة من النطاق العام إلي النطاق التطبيقي الخاص لمفهوم تمثيل المعرفة في الذكاء الاصطناعي.

تحليل مفهوم تمثيل المعرفة في الإنسان من خلال تناول حصيلة المعرفة الإنسانية للمفهوم و الإسقاطات التطبيقية و المتمثلة في نظريات العلوم المعرفية فيما يتّعلق بمجالات اللغة و أسلوب المعالجة بالإضافة إلي تحليل قدرات معرفية كالتفكير، و الذاكرة، و التعّلم، و ذلك من ناحيتىّ؛ النظريات الإفتراضية و المتمّثلة في النماذج المقدّمة لتفسير هذه القدرات، و نتائج إكتشافات العلوم العصبية و المتحصّلة من أساليب مسح و مراقبة الدماغ.

تحليل مفهوم تمثيل المعرفة في الذكاء الاصطناعي و الأدوات و الأساليب المتبّعة في تمثيل المعرفة و ذلك من خلال؛ تصنيف مستويات تمثيل المعرفة في الذكاء الاصطناعي، تقديم خلفية تاريخية للأدوات و الأساليب التقليدية المستخدمة لتمثيل المعرفة، تناول و تحليل الأساليب التطوّرية الحديثة لتمثيل المعرفة، عرض و تحليل بعض أنواع المنطق بصورة دراسة جدوى بغرض التحقق من فعاليتها كأدوات يمكن أن تفي بمتطلبات مجال تمثيل المعرفة في الذكاء الاصطناعي في تحقيق أهدافة، تقديم دراسة حالات بهدف تحليلها و قياس مدى نجاح هذه التطبيقات في تحقيق أهداف الذكاء الاصطناعي من منطلق عملية تمثيل المعرفة.

Abstract

This research aims to investigate the theoretical foundations of knowledge conception for presenting a historical background and thereafter to proceed to discussing the deficiency in A.I’s knowledge representation system. This aim implied an axiomatic assumption that there was no problem regarding the conception of Knowledge representation in artificial intelligence and the problem only existed in the methodologies applied. Therefore, we started from the theories of knowledge and their foundations that include all aspects of its conceptions and approaches such as; logical, linguistic, materialistic and even metaphysical with all its relative problematiques. This in turn implied the expansion of the research’s scope to include all discipline of cognitive sciences with the exception of anthropology. Nevertheless, through our investigations we found that the evolution of the conception of knowledge itself across the history of human thought and its associated problematiques and the methodologies of approaching them has only lead to their escalation in a comportment that accumulated these problematiques resulting in the assessment test failure of human knowledge through knowledge representation in artificial intelligence. We also found that the current form of knowledge representation in artificial intelligence is nothing but the accumulation of human thought about itself; therefore, any problematique accumulation in that regard will necessarily result in its own accumulated prolematiques. In addition, as we observed, the most defective factor is not in these accumulations as much as it is in the treatment methodologies, some of which can be characterized by the scientific tendency to isolate cognitive abilities, exclude human aspects, and attempt to ignore qualitative aspects of all relevant aspects of knowledge. Which we found that has resulted in a continuously expanding range of problems of theoretical nature existing in all application fields if artificial intelligence.

Human cognitive abilities are contained within an integral entity that is fundamentally constituted upon the qualitative nature; hence, it is not a collection of quantities of isolated cog native abilities as implied by cognitive sciences methodologies.

Moreover, our investigations throughout the research indicated that the symbolic paradigm has not been fully exploited and can be fatherly extended in a qualitative manner. Furthermore, we observed that the continuous emergence of new sub-disciplines that become disciplines in their own and parent other sub-disciplines in turn that eventually become bare, is one that lacks a control mechanism.

Finally, we presented a few propositions trying to tackle probematiques of such complexities, namely; the possibility of actually applying the parallel processing methodology, the hardware multi-valued logic which is diverse from the traditional conception applied in A.I.. We also proposed the Connective Model that attempts to integrate between human aspects and cognitive abilities in addition to addressing their study methodology deficiency. All of which operate under the Knowledge Framework Environment Operating System Model which we executed by altering a Linux kernel version: 2.6.28-rc7 under the hypotheses of; parallel processing, Hardware Multi-Valued Logic which we substituted with Programmable Logic Devices & Field Programmable Gate Arrays (PLD- FPGA) in addition to Dan Alson’s USPTO Patent 6,133754 and its application as an actual Multi-Valued Logic ,and the use of multi-programming techniques. However, we reached a point where the implementation process required actual hardware improvements and not just virtual ones to overcome many technical issues.

At the end, we concluded from our findings that its appropriate to call for the establishment of a specialized discipline concerned with addressing such problematiques; the Philosophy of Knowledge Representation, that aims to addresses knowledge conception as we found was consistent with IT scientists view of the function of knowledge as a result of information processing.

Ultimately, we can recapitulate our effort through this research’s chapters that lead to our findings as well as the aforementioned propositions in the following:

Classification of the theories of knowledge according to their content and approach to explain knowledge conception and its nature into four approaches, namely; metaphysical, logical, linguistic, and materialistic approaches.

Classification of these approaches chronologically into seven phases of historical human thought about knowledge, namely; metaphysical, theological, skeptical, logical, analytical, cognitive, and materialistic phases.

devise a philosophical approach to the conception of knowledge representation from an overall perspective that considers the research’s objective of the conception’s projection on artificial intelligence, in an attempt to develop a yard stick against which the existing knowledge conception and its representation in artificial intelligence can be evaluated.

Classification of K.R. problematiques into four levels ranging between absolute theoretical and absolute functional.

Analysis of K.R conception and its understanding in humans through out the fields of cognitive sciences such as linguistics, and their explanatory theories of the Brain’s processing methodology, and cognitive abilities of thinking, memory, and learning, from two aspect; hypothetical theories and neurosciences approaches.

Analysis of K.R conception in A.I and its applied tools, methods, and techniques by means of; classification of K.R. levels in A.I., present an analytical view of traditional K.R tools and methods, analysis and evaluation of contemporary K.R. methods and tools, present and evaluate various types of logics in a feasibility study manner, analysis and evaluation of some advances A.I. application as case studies.