يعتمد الذكاء الاصطناعي على تمثيل المعرفة (Knowledge Representation)، الذي يمكّن الأنظمة من الاستدلال مع الحفاظ على الشفافية والقدرة على التكيف. تستعرض هذه الورقة البحثية المناهج الرئيسية لتمثيل المعرفة، بما في ذلك الرسوم البيانية المعرفية لقدرتها على التعبير الدلالي، والمنطق الصوري لدقته في الاستدلال، والأساليب الاحتمالية للتعامل مع حالات عدم اليقين.

تتمثل الفكرة الأساسية للبحث في أن القيود المتأصلة في كل منهج من مناهج تمثيل المعرفة تستدعي تبني استراتيجيات هجينة تجمع بين نقاط القوة لهذه المناهج. ومن خلال تحليل نقدي للدراسات السابقة، توضح الدراسة أن الاعتماد على منهج واحد يواجه تحديات تتعلق بقابلية التوسع، والاستدلال الديناميكي، وإدارة حالات عدم الاتساق، رغم تميز هذه المناهج في جوانب محددة مثل قابلية التفسير، وإمكانية التحقق، والمتانة.

ولمعالجة هذه التحديات، تؤكد الدراسة ضرورة تبني الأنظمة الذكية المستقبلية لبنى معمارية عصبية رمزية (Neuro-Symbolic Architectures)، تجمع بين الكفاءة الحاسوبية، وهياكل المعرفة القابلة للمعالجة آليًا، ونماذج المعرفة القابلة للفهم والتفسير البشري.

عنوان المؤتمر

المؤتمر الدولي للاتجاهات الناشئة في الأنظمة الذكية (ICETSIS 2026)

دولة المؤتمر

البحرين

تاريخ المؤتمر

6 مايو، 2026 - 7 مايو، 2026

راعي المؤتمر

IEEE Bahrain Section