Makna,Supervienince,dan Simbol Grounding

5.2 Web Reasoning(Penalaran Web)

5.2.1 Plus Ca Change ?

Proyek Umum di Artificial intelijen (AI) berusaha untuk menghasilkan umum pemecah masalah beradaptasi secara simbolis Deskripsi dan penalaran, yang kuat (dan prima facie wajar) driver AI penelitian melalui tahun 1960-an dan 1970-an, pada akhirnya kandas di difficulties menentukan segalanya yang dibutuhkan untuk komputer untuk alasan tentang situasi yang

sewenang-wenang. Kegagalan ini menyebabkan nama meremehkan 'GOFAI' (baik Old Fashioned AI) untuk proyek. Beberapa berpendapat bahwa GOFAI terhalang oleh kegagalan untuk memecahkan masalah bingkai, fakta bahwa dunia nyata penalaran tampaknya menjadi sangat terletak, dan bahwa setiap deskripsi atau representasi dapat pernah dibatasi untuk berdamai dengan lokal significance – untuk mengerti apa-apa komputer harus mengerti segala sesuatu.

Argumen AI-independen  yang tampaknya mendukung yang pro GOFAI, yang (misalnya) ' mengetahui bagaimana ' adalah hanya spesies 'mengetahui bahwa', dan bahwa prosedural pengetahuan adalah, apa pun penampilan, hubungan antara agen dan proposisi, tapi argumen seperti itu tampaknya tidak ditanggung oleh teknologi. Alternatif untuk GOFAI, hal ini berpendapat, relatif bodoh metode berdasarkan sintaks dan perhitungan numerik – metode ini 'bodoh' (seperti PageRank, IR, NLP) ternyata berperilaku lebih efektif. Di sisi lain, klaim bahwa Web, dan Baratdaya khususnya, akan memukul masalah yang sama seperti GOFAI perlu dilihat dalam konteks manipulasi, berbagi dan interogasi terhadap data relasional sebagai dibayangkan oleh program SW.

Secara khusus, Baratdaya tidak mengandalkan, atau selalu bercita-cita untuk, produksi tingkat kecerdasan yang dibayangkan oleh teori GOFAI, Bouquet et al menggambarkan penutup cerobong asap (atau konteks-OWL), perpanjangan Owl yang memungkinkan bergantung pada konteks ontologi harus diwakili. Dan setidaknya satu komentator telah melihat Barat daya sebagai penyelamat potensi sistem pakar penelitian programmer. Sama atau terkait ilmu pengetahuan seharusnya menjadi lebih mudah beradaptasi untuk mengubah dan menggunakan kembali.

5.2.2 Alternative Ways of Reasoning(Cara Alternatif Untuk Penalaran)

Salah satu alternatif penalaran yaitu asosiatif penalaran, dimana penalaran berdasarkan asosiasi-yang dapat menjadi sangat tak terduga dan personalisasi-mengambil satu turun melatih pemikiran. Di Web, potensi asosiatif penalaran sangat besar, mengingat jumlah besar asosiatif hyperlink, dan sifat dunia kecil dari Web. Pencarian Google-seperti, berharga meskipun mereka tidak diragukan lagi, tidak seluruh cerita di dunia perangkat meresap kecil, agen perangkat lunak, dan sistem terdistribusi.

Namun, penalaran asosiatif melalui hyperlink, walaupun metode yang menarik dan penting, bukanlah satu-satunya cara untuk pergi tentang itu. Jenis pemikiran ini tidak ketat asosiatif penalaran yang tepat, karena asosiasi adalah penulis, orang yang menempatkan yang hyperlink ke dokumen. Associativity adalah jelas salah satu pendorong utama dari Web sebagai toko pengetahuan dan sumber informasi. Asosiatif penalaran, misalnya, telah digunakan untuk filtering kolaboratif dalam sistem recommender.

Penalaran dengan analogi bekerja dengan bercak karakteristik yang serupa antara dua sub proyek turnkey, dan kemudian dengan asumsi mata pelajaran yang lebih, Dalam sebuah domain yang digambarkan oleh beberapa ontologi, teknik-teknik penalaran analogis juga mungkin berguna sebagai alasan bergerak dari satu set ontologis Deskripsi lain, meskipun sama-sama perubahan sudut pandang mungkin juga masalah. Ada menarik upaya untuk mendukung analogis penalaran (yaitu CBR) di seberang kompleks pengetahuan desentralisasi struktur tersebut, dan juga ekstensi ke XML untuk mengungkapkan kasus berbasis pengetahuan.

5.2.3 Reasoning Under Incomsistency(Penalaran Di bawah Incomsistency)

Untuk Web klasik prinsip ex falso quodlibet, bahwa konjungsi pernyataan dan penyangkalan yang mensyaratkan setiap proposisi apa pun, adalah jelas terlalu kuat. Menegakkan konsistensi memeriksa dan mencoba untuk melarang kontradiksi adalah non-starter berkat tekanan sosial terhadap inkonsistensi di Web, atau memang sistem terdistribusi berskala besar lainnya. Kemungkinan kesalahan (data yang tidak tepat entries) tentu tinggi. Kekuatan sosial ini membuat inkonsistensi tak terelakkan di berukuran bagian web- dan memang sudah telah mendorong banyak strategi penalaran di AI, dimana sistem dirancang dalam pengharapan harus mengatasi dengan bertentangan pengetahuan dasar, atau di mana ada kemungkinan bahwa pernyataan yang benar dalam model pada satu titik.

Keuntungan utama dari klasik logika adalah bahwa skala. Oleh karena itu salah satu solusi untuk masalah inkonsistensi adalah untuk mengembangkan strategi untuk berurusan dengan kontradiksi seperti yang muncul. Selain itu, ini adalah kesempatan aplikasi untuk paraconsistent logika, yang memungkinkan ekspresi inkonsistensi tanpa bersifat deduktif sesuai. Logika Paraconsistent pelokalan effects inkonsistensi, sering memerlukan semantik relevansi dari proposisi yang digunakan dalam pemotongan (bukti ex falso quodlibet memerlukan konjungsi proposisi yang tidak relevan dengan kontradiktif yang), yang mencegah effects menyebar melampaui hotspot kontradiktif.

Dalam istilah Web Science, masalah logika "benar" untuk Web akan tergantung pada konteks, tujuan analisis dan seterusnya. Tetapi jelas bahwa pemodelan Web sangat penting untuk sejumlah tujuan mana bukti-bukti diperlukan tentang apa dipertanggung jawabkan oleh serangkaian pernyataan.

5.3 Web Epistemology(Epistemologi Web)

Komputer telah merevolusi epistemologi, dan yang paling Web dari semua. Ide seperti Web Semantic bertahan kemungkinan perpanjangan otomatisasi pengolahan informasi. Gerakan e-knowledge telah terbukti sangat menarik. Filosofis, metode ilmiah telah terbukti sulit untuk memakukan, tapi ini sebagian karena logis struktur penelitian dan kesimpulan yang pasti dirusak oleh manusia dan sifat kolektif dari proses, yang berarti bahwa sosial proses, proses politik dan heuristik penemuan setidaknya sebagai penting sebagai logika. Selain itu, dengan memungkinkan penjelasan tentang asal dan lainnya isu-isu yang mendasari pengetahuan generasi, Web memungkinkan yang kuat dan dilembagakan apresiasi konteks pengetahuan (apa yang mengasumsikan, metode apa yang menciptakannya, dan akhirnya apa politik dan sosial berakhir pengetahuan dikembangkan untuk melayani). metadata tersebut seringkali penting dalam evaluasi heuristik pengetahuan, dan Web memberikan kesempatan untuk memahami sejarah sepotong pengetahuan, dan kontribusi bahwa sejarah yang membuat untuk kepercayaan nya. Ada dua pertanyaan epistemologis penting untuk Web Science. Yang pertama adalah sifat-sifat apa yang akan platform masa depan perlu dalam rangka untuk memungkinkan informasi sebanyak mungkin untuk tertarik ke Web tanpa memaksakan teori struktur atau pemerintahan atasnya? Salah satu tujuan dari Web adalah untuk memfasilitasi diskusi rasional ide-ide, bukan jenis penuh benci serangan ad hominem yang membentuk agak terlalu banyak dari apa yang secara longgar disebut perdebatan. Dan kedua, Web memiliki struktur desentralisasi radikal. Mengingat bahwa, tentu saja dapat digunakan frivolously atau jahat. Bagaimana bisa kita buat lebih mungkin daripada kurang, yang baik ilmu dan baik epistemologi berakhir di Web, dan bukan takhayul? Memang, adalah bahwa hal yang baik? Pada umumnya, kebanyakan orang berperilaku dengan itikad baik dengan menghormati satu sama lain di sebagian kalangan. Dan pendapat berbeda, bahkan dengan itikad baik. Tapi ada tetesan konstan bukti bahwa Web sedang digunakan untuk semen pendapat, dalam situasi politik yang terpolarisasi, dalam kelompok-kelompok marjinal, dan bahkan di kalangan teroris. Bisakah kita menemukan keseimbangan terbaik antara pertukaran bebas dari pendapat dan membatasi kesempatan untuk marginalisasi disengaja diri?