Bilgi mühendisliği, bir insan uzmanın düşünce sürecini taklit etmek için verilere uygulanacak kurallar oluşturan yapay zeka (AI) alanıdır. Bir sonuca nasıl ulaşıldığını belirlemek için bir görevin veya bir kararın yapısına bakar. Problem çözme yöntemleri kütüphanesi ve her biri için kullanılan teminat bilgisi, sistem tarafından teşhis edilecek problemler olarak oluşturulabilir ve sunulabilir. Ortaya çıkan yazılım daha sonra kendi başına ya da bir insan temsilcisine destek rolünde sorunların teşhis, sorun giderme ve çözülmesine yardımcı olabilir.
Bilgi Mühendisliğini Parçalamak
Bilgi mühendisliği, problem çözme uzmanlarının uzmanlığını aynı verileri alıp aynı sonuca varabilecek bir programa aktarmaya çalıştı. Bu yaklaşım, transfer süreci olarak adlandırılır ve erken bilgi mühendisliği girişimlerine egemen olmuştur. İyilikten düştü; ancak, bilim adamları ve programcılar insanlar tarafından karar vermede kullanılan bilginin her zaman açık olmadığını fark ettiler. Birçok karar, neyin işe yaradığına dair önceki deneyimlere kadar izlenebilse de, insanlar eldeki göreve her zaman mantıksal olarak bağlı görünmeyen paralel bilgi havuzlarından yararlanırlar. CEO'ların ve yıldız yatırımcıların bağırsak hissi veya sezgisel sıçramalar olarak adlandırdıkları şeylerin bazıları daha iyi akıl yürütme ve doğrusal olmayan düşünme olarak tanımlanır. Bu düşünce biçimleri kendilerini doğrudan, adım adım karar ağaçlarına borçlu değildir ve getirmeye ve işlemeye değdiğinden daha pahalıya mal olan veri kaynaklarını çekmeyi gerektirebilir.
Transfer süreci bir modelleme süreci lehine bırakılmıştır. Bilgi mühendisliği, bir kararın adım adım sürecini izlemeye çalışmak yerine, aynı yolu izlemeden veya aynı bilgi kaynaklarına dokunmadan uzmanla aynı sonuçlara vuracak bir sistem oluşturmaya odaklanmıştır. Bu, doğrusal olmayan düşünme için kullanılan bilginin izlenmesinin bazı sorunlarını ortadan kaldırır, çünkü bunu yapan insanlar genellikle aldıkları bilgilerin farkında değildir. Sonuçlar karşılaştırılabilir olduğu sürece model çalışır. Bir model sürekli olarak insan uzmana yaklaştığında, daha sonra rafine edilebilir. Kötü sonuçlar izlenebilir ve hata ayıklanabilir ve eşdeğer veya iyileştirilmiş sonuçlar yaratan süreçler teşvik edilebilir.
İnsan Uzmanlarını Aşacak Bilgi Mühendisliği
Bilgi mühendisliği zaten karar destek yazılımına entegre edilmiştir. Uzmanlaşmış bilgi mühendisleri, makinelerin bir insanı tanımak veya bir kişinin anlam için söylediklerini ayrıştırma yeteneği de dahil olmak üzere, insan benzeri işlevleri geliştiren çeşitli alanlarda istihdam edilmektedir. Modelin karmaşıklığı arttıkça, bilgi mühendisleri sonuçlara nasıl ulaşıldığını tam olarak anlayamayabilirler. Sonunda, bilgi mühendisliği alanı, sorunları olduğu kadar insanı da çözen sistemler oluşturmaktan, onu insanlardan nicel olarak daha iyi yapan bir sisteme geçecektir. Bu bilgi mühendisliği modellerini, doğal dil işleme (NLP) ve yüz tanıma, yapay zeka gibi diğer yeteneklerle birleştirmek, dünyanın gördüğü en iyi sunucu, finansal danışman veya seyahat acentesi olabilir.