【人工智能_】人工智能2

《【人工智能_】人工智能2》由会员分享，可在线阅读，更多相关《【人工智能_】人工智能2（52页珍藏版）》请在金锄头文库上搜索。

1、人工智能 Artificial Intelligence,主讲：相明 西安交通大学电信学院计算机系 E_mail：,2.1 概述,什么是知识： 1. 数据与信息数据是信息的载体和表示；信息是数据的语义。 2. 知识一般来说，把有关信息关联在一起所形成的信息结构称为知识。雪为白色的（事实） 如果头痛且流涕，则可能患了感冒（规则）,第二章 知识工程,知识的特性,1. 相对正确性知识是经验的总结，有一定的适用条件。 2. 不确定性随机性 模糊性 引起知识不确定性的原因有： 随机性：如果头痛且流涕，则可能患了感冒 模糊性：高个子适合于打篮球。 不完全性：对事物认识上的不完全、不准确导致知识的不确定性。

2、 经验性：经验性知识本身就具有不确定性。专家系统中大部分知识都具有不确定性。 3. 可表示性与可利用性,知识的分类,按作用范围：常识性知识：人们普遍知道的知识，即所谓常识。领域性知识：具体应用领域中的专业性知识。 按作用及表示：事实性知识：用于描述领域内有关概念、事物的属性及状态（即对事实的描述：雪是白色的）规则：反应事物之间的因果关系 按确定性： 确定性知识：是指可指出其真值为真或假的知识，它是精确性的知识。 不确定性知识：是指具有 “不确定”特性的知识，它是对不精确、不完全、及模糊性知识的总称。 按结构及表现形式： 逻辑性知识：逻辑推理过程中用到的知识，包括经验性的知识。谓词表示法、产生式

3、表示法。 形象性知识：通过事物的形象建立起来的知识。,2.2知识表示方法,知识表示：就是对知识的一种描述，一种计算机可以接受的用于描述知识的数据结构。 知识的两大类表示方法：符号表示法：主要用来表示逻辑性知识。（包括本章讨论的各种方法）连接机制表示法：是用神经网络表示知识的一种方法。 常用的知识表示法：一阶谓词逻辑表示法，产生式表示法，框架表示法，语义网络表示法，脚本表示法，过程表示法，Petri网表示法，面向对象表示法。 不同领域的知识各有不同特点，每一种知识表示方法各有优缺点。选择知识表示方法，应从以下几个方面考虑： 充分表示领域知识 有利于对知识的利用 便于对知识的组织、维护和管理 便于

4、理解与实现,2.2.1 经典逻辑表示法,谓词逻辑是一种形式语言，也是到目前为止能够表达人类思维活动规律的一种最精确的语言。它与自然语言比较接近，又可方便地存储到计算机中并被计算机做精确处理。所以它成为最早应用于人工智能中表示知识的一种语言。,命题逻辑,定义2.1：命题是具有真假意义的语句。 在命题逻辑中命题通常用大写英文字母表示。 命题逻辑无法把客观事物的结构及逻辑特征反映出来，也不能把不同事物间的共同特征表述出来。例如： P”老李是小李的父亲”。看不出老李和小李的关系。 P”李白是诗人”，Q”杜甫也是诗人”。无法形式地表示出二者的共同特点（都是诗人）。 P=“每个人都是要死的”。Q=“孔子是

5、人”。R=“孔子是要死的”。写成命题形式:PQR(R是P, Q的逻辑结论),谓词逻辑,1. 一个谓词分为谓词名与个体两个部分。 谓词名刻画个体的性质、状态或个体间的关系。 个体表示独立存在的事物或者概念。 例如： Teacher(zhang)，Greater(5,3) 谓词的一般形式 P (x1, x2,xn)其中，P是谓词名，x1, x2,xn是个体。谓词名通常用大写的英文字母表示，个体通常用小写的英文字母表示。,2. 个体可以是常量、变元或者函数。 例如：Less(x,5),x是一个变元。Teacher(father(wang),其中father(wang)是一个函数。 3.谓词的语义由人

6、指定。 例如：S(x)，可以表示x是一个人；也可以表示x是一朵花,4. 连接词非：；析取：；合取：；蕴含：；等价： ；谓词逻辑真值表,5. 谓词公式 (well formed formulas) 定义： 按下述规则得到的合式公式： (1) 单个谓词是合式公式，称为原子公式； (2) 若A是合式公式，则 也是合式公式； (3) 若A，B是合式公式，则 都是合式公式； (4) 若A是合式公式，x是任一个体变元，则 都是合式公式； 运用有限步上述规则得到的公式是合式公式。,一些重要的等价式,一些重要的永真蕴含式,推理规则,上述等价式和永真蕴含式可以作为推理规则。此外，谓词逻辑中还有如下一些推理规则：

7、P规则：在推理的任何步骤都可以引入前提。 T规则：推理时，如果前面步骤中有一个或者多个公式永真蕴含公式S，则可把S引入推理过程中。 CP规则：如果能从R和前提集合中推出S来，则可从前提集合推出RS。 反证法： ，当且仅当 。即Q为P的逻辑结论，当且仅当 是不可满足的。定理: Q为P1,P2,Pn的逻辑结论，当且仅当 是不可满足的。 5. 逻辑推理：等价式、永真蕴涵式、上述推理规则,基于谓词逻辑的知识表示,谓词逻辑适合于表示事物的状态、属性、概念等事实性的知识，也可以用来表示事物间确定的因果关系，即规则。事实：用谓词公式的与/或形表示，例如：A B C， AB C规则：用蕴涵式表示，例如：如果X

8、，则Y X Y 用谓词公式表示知识时，需要首先定义谓词，指出每个谓词的确切语义，然后再用连接词把有关的谓词连接起来，形成一个谓词公式表达一个完整的意义。,刘欢比他父亲有名。 高扬是计算机系的学生，但他不喜欢编程。 人人爱劳动。 定义如下谓词：Famous(x,y):x比y有名。Computer(x): x是计算机系的学生 Like(x,y): x喜欢y Love(x,y): x爱y Man(x): x是人。然后用谓词公式表示： Famous(liuhuan,father(liuhuan) Computer(gaoyang) Like(gaoyang, programming)( Man(x)

9、Love(x,labour) ),基于谓词逻辑的推理,谓词演算 判断一个公式是否永真 自然演绎系统 一组公理，一组规则，从一个公式推导另一个公式 与或句演绎系统 公式中只有非、与、或，没有其它连接词和量词。对于反向推理比较实用 子句演绎系统 子句中只有非和或符号，运用消解法试图推出矛盾。,优点： 自然性 接近自然语言的形式语言，用它表示的知识比较容易理解。 精确性 谓词逻辑是二值逻辑，表示精确知识，可保证演绎推理结论的精确性。 严密性 严格的形式定义及推理规则。 容易实现容易转换为计算机的内部形式，易于在计算机上实现。 缺点： 不能表示不确定性的知识、启发性知识、元知识。 组合爆炸 效率低,一

10、阶谓词逻辑表示法的特点,2.2.2 产生式表示法,美国数学家E.Post在1943年首先提出“产生式”这一术语。 他设计的产生式系统，称为Post系统。其目的是构造一种形式化的计算工具，并证明它具有和图灵机同样的计算能力。目前它已经成为人工智能中应用最多的一种知识表示方法。很多成功的专家系统都是用它来表示知识。例如费根保姆等人研制的分析化学分子结构的专家系统DENDRAL；肖特里菲等人研制的诊断传染性疾病的专家系统MYCIN等等。产生式形式上很简单，但在一定意义上模仿了人类思考的过程。,产生式的基本形式,1：事实的表示 三元组：老王年龄已40 表示为 （wang,age,40） 老王与老张是朋

11、友:（friendship, wang,zhang) 四元组：表示不确定性的知识（friendship, wang, zhang，0.8) 谓词逻辑: 2、规则的表示 基本形式： PQ 或者 If P Then Q其中，P是前提，用于指出该产生式是否可用的条件。Q是结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。 例如：下雨甲未打伞甲被淋湿,产生式与谓词逻辑蕴含式的区别,蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。例如：在专家系统MYCIN中的一条知识，If 本微生物的染色斑是革兰氏阴性，本微生物的形状呈杆状，病人是中间宿主Then 该微

12、生物是绿脓杆菌，置信度为0.6 产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。,产生式的BNF描述, := :=|:=| :=ANDAND | OROR :=（ ， ）,BNF：Backus Normal Form: 是一种对编程语言（Programming Language）语法的正规描述。Non terminal sysbols 选项| or := is defined as 当用谓词逻辑表示知识时，谓词逻辑的语 法已采用合式公式给出了定义。不再需要 采用BNF进行描述。,产生式系统,一个产生式系统一般由三部分组成：规则库、综合数据库、控制系统。,规

13、则库,用于描述相应领域内知识的产生式集合。 建立规则库时，应该注意： 有效地表达领域内的过程性知识。 对知识进行合理的组织与管理。,一个规则库的例子: R1：动物有毛 哺乳类 R2：动物产奶 哺乳类 R3：哺乳类 吃肉 食肉类 R4：哺乳类 吃草 有蹄类 R5：食肉类 黄褐色 有斑点 金钱豹 R6：食肉类 黄褐色 黑条纹 虎 R7：有蹄类 长脖 长颈鹿 R8：有蹄类 黑条纹 斑马,综合数据库,又称为事实库、上下文、黑板等等。 存放已知的事实和推导出的事实; 数据结构:符号串、向量、集合、数组、树、表格、文件等。,控制机制,又称为推理机构，负责整个产生式系统的运行。 控制机制完成的工作有： 按照

14、一定的策略，匹配规则的条件部分； 当多于一条的规则匹配成功时（称为冲突），选择其中一条规则加以执行(冲突消解)； 将匹配规则的结论部分放入综合数据库（直接添加到数据库中，或者替换其中的某些内容）；或者执行相应操作； 计算结论的不确定性； 决定系统何时终止运行；,动物识别的例子,已知事实：一动物有毛，吃草，黑条纹 R1：动物有毛 哺乳类 R2：动物产奶 哺乳类 R3：哺乳类 吃肉 食肉类 R4：哺乳类 吃草 有蹄类 R5：食肉类 黄褐色 有斑点 猎狗 R6：食肉类 黄褐色 黑条纹 虎 R7：有蹄类 长脖 长颈鹿 R8：有蹄类 黑条纹 斑马,产生式系统求解问题的一般步骤（正向推理）,初始化事实库；

15、 若规则库中存在尚未使用过的规则，且可匹配成功，则转第3步。否则转第5步； 执行当前选中的规则，并把结论送入事实库； 检查事实库中是否已经包含了解。若有则终止推理。若无则转第2步； 要求用户增添事实。若有则转第2步。若无则终止推理。,产生式系统的分类,按推理方向划分：正向(数据驱动)、后向(目标驱动)和双向产生式系统 按确定性划分：确定性和不确定性产生式系统,产生式表示法的特点,优点： 自然性 “如果则”形式是人们常用的一种表示因果关系的知识表示形式，直观、自然、便于进行推理。 模块性 有效性 即可表示确定性知识，又可表示不确定性知识；既有利于表示启发式知识，又可便于表示过程性知识。 清晰性 格式固定。 缺点： 效率不高 反复执行“匹配冲突消解执行”过程，容易引起组合爆炸。 不能表达具有结构性的知识,2.2.3 层次结构表示法,框架理论： 1957年美国著名的人工智能学者明斯基在其论文“A framework for representing knowledge”中提出了框架理论，并把它作为理解视觉、自然语言对话及其它复杂行为的基础。该理论认为人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的，当面临一个新事物时，就从记忆中找出一个合适的框架，并根据实际情况对其细节加以修改、补充，从而形成对当前事物的认识。,