数据驱动倡议中的认知不确定性及其表征
摘要：基于人工智能的数据驱动策略正在改变决策过程，减少对直接数据交互的依赖。这种范式转变在评估数据驱动倡议的影响时带来了新的挑战。为了支持这些不断发展的方法论，需要新的模型来描述由于有限数据可观察性和决策中产生的模糊性而引起的不确定性。本文提出了一个新颖的概念模型，旨在处理知识表示中的不确定性，并进行代理传递的信息推理。我们借鉴了目前用于评估数据驱动倡议所产生价值的多维框架，提供了知识状态及其动态的代数描述。具体地，我们为模型赋予了一个形式结构来比较和组合知识状态；通过这些组合来表示知识状态的更新，并且其可解释性基于在不同维度表示中的一致性。我们讨论了不等价的知识表示可以解决与价值维度的不确定性相关的一些问题的情况。此外，我们可以定义一个正式的类比，用两个场景来说明关于通过其他（人工）代理观察数据进行知识的模糊性和推理的非经典不确定性。
作者：Mario Angelelli, Massimiliano Gervasi
论文ID：2110.11482
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-08-21