人工智能原理ch2知识表

《人工智能原理ch2知识表》由会员分享，可在线阅读，更多相关《人工智能原理ch2知识表（313页珍藏版）》请在金锄头文库上搜索。

1、2019/1/18,1,人工智能原理,第二讲 知识表示 之 Introduction,主讲：王祖喜 华中科技大学图像所,2019/1/18,2,本章主要讨论了知识表示问题，介绍了几种知识表示方法：如状态空间法、问题归约法、谓词演算法、语义网络法、框架表示、面向对象表示、剧本表示、过程表示等。,2019/1/18,3,知识是智能的基础。 为了使计算机具有智能，使它能模拟人类的智能 行为，就必须使它具有知识。但知识是需要用适当的模式表示出来才能存储到计算机中去的，因此关于知识的表示问题就成为人工智能中的一个重要的研究课题。,知识定义、分类及表示,2019/1/18,4,1. 关于知识的定义,信息

2、(information) 信息是伴随着宇宙的形成而产生的，它普遍存在于自然界、人类社会及思维活动中。但怎样给信息下一个定义呢？ 由于各学派研究的内容、方法不尽相同，对信息产生了各种各样的看法，信息作为一门新兴学科，由于它涉及的领域广，内容丰富，至今还没有一个统一的，为大家所公认的定义。,2019/1/18,5,总结归纳一下，信息的定义包括以下几个要点： (1) 信息是客观存在的。控制论的奠基人维纳有一句名言“信息就是信息，不是物质，也不是能量”，讲的是信息的客观永恒性； (2) 信息是物质世界普遍存在的东西，一切物质都无时无刻不在发出信息，一切信息都是物质产生的。 (3) 信息是客观世界中各

3、种事物变化和特征的反映。任何事物都在不停地运动和变化着，呈现出不同的状态和特征，伴随着的信息也总是在不断地生长和传递着。,2019/1/18,6,(4) 信息是客观事物之间全面相互作用、全面相互联系的表征。客观世界中各种事物在一定条件下相互作用、全面联系，引起事物的物质结构和量度的变化，是由信息来表现的。 (5) 信息都是要经过传递的。只有传递才能反映事物的存在方式和运动状态，任何信息只有经过传递才能被人们接受和利用。 (6) 人们获得了信息，经过加工和有序化过程，实际上就是获得了知识。,2019/1/18,7,知识(knowledge) 知识是人们在长期的生活及社会实践中积累起来的对客观世界

4、的认识与经验，人们把实践中获得的信息关联在一起，就获得了知识。 如：把“大雁向南飞”与“冬天就要来临了“这两个信息关联在一起，得到了如下一条知识：“如果大雁向南飞，则冬天就要来临了。”,2019/1/18,8,知识反映了客观世界中事物间的关系，不同事物或者相同事物间的不同关系形成了不同的知识。 如：“雪是白色的” 是一条知识，它反映了雪与颜色之间的关系。 在人工智能中，这种知识称为“facts”。,2019/1/18,9,而 “如果头疼且流鼻涕，则可能是患了感冒“，反映了头疼流鼻涕与感冒之间的一种因果关系。 在人工智能中，这种知识，即用“如果则”关联起来的知识称为“rules”。,2019/1

5、/18,10,人们所涉及到的知识是十分广泛的。有的属多数人所熟悉的，有的只是有关专家才掌握的专门领域知识。 对于“知识”难以给出明确的定义，只能从不同侧面加以理解。 Feigenbaum认为知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。 Bernstein说知识是由特定领域的描述、关系和过程组成的。 Hayes-Roth认为知识是事实、信念和启发式规则。,2019/1/18,11,从知识库观点看，知识是某论域中所涉及的各有关方面、状态的一种符号表示。 知识可从(范围，目的，有效性)加以三维描述。其中 知识的范围是由具体到一般 知识的目的是由说明到指定 知识的有效性是由

6、确定到不确定。 例如“为了证明AB，只需证明AB是不可满足的”这种知识是一般性、指示性、确定性的。 而像“桌子有四条腿“这种知识是具体的、说明性、不确定性的。,2019/1/18,12,2. 知识的特性,(1) 相对正确性 (Relatively Correct) 知识是人们对客观世界认识的结晶，并且受到长期检验。因此在一定条件和环境下，知识一般是正确的，可信任的。这里的一定条件和环境是必不可少的，是知识正确性的前提。,2019/1/18,13,(2) 不确定性 (Uncertainty) 知识并不总是只有“真”与“假”这两种状态，而是在“真假”之间存在很多中间状态，知识的这一特性称为不确定性

7、。 知识不确定性的原因很多。概括起来有以下几种： 由随机性引起的不确定性 由模糊性引起的不确定性 由不完全性引起的不确定性 由经验引起的不确定性,2019/1/18,14,(3) 可表示性与可利用性 (Representation and Utility) 知识是可用适当形式表示出来的，如：语言、文字、图形、神经网络等，所以它才得以被存储并被传播； 知识当然也可被利用，我们时时都在利用它解决各种问题。,2019/1/18,15,按知识的作用范围分：常识性知识，领域性知识。 常识性知识人们普遍知道的知识，适用于所有领域； 领域性知识面向某个具体领域的知识，是专业性知识，专家系统主要是以领域性知识

8、为基础建立起来的。,3. 知识的分类,按知识的作用及表示分：事实性知识，过程性知识，控制性知识 事实性知识（陈述性知识）用于表示描述领域内有关概念、事实、事物的属性及状态等； 事实性知识一般采用直接表达的形式，如用谓词公式表示等。 过程性知识主要指领域知识，用于指出如何处理与问题相关的信息以求得问题的解，由领域内的规则、定律、定理及经验构成； 其表示方法既可以是一组产生式规则，也可以是语义网络等。,2019/1/18,17,控制性知识又称深层知识或元知识，是关于如何运用已有的知识进行问题求解的知识，又称“关于知识的知识”。 例如问题求解中的推理策略（正向推理及逆向推理)；信息传播策略 (如不确

9、定性的传递算法)；搜索策略(广度优先、深度优先、启发式搜索等)；求解策略(求第一个解、全部解、严格解、最优解等)。,2019/1/18,18,按知识的确定性来分：确定性知识，不确定知识 确定性知识可以指出其值为“真”或“假”的知识，是精确性知识； 不确定性知识指具有“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。,2019/1/18,19,按知识的结构及表现形式：逻辑性知识，形象性知识 逻辑性知识反映人类逻辑思维过程的知识，如人类的经验性知识。这种知识一般都具有因果关系及难以精确描述的特点，它们通常是基于专家的经验，以及对一些事物的直观感觉。 在下面讨论的知识表示方法中，一阶谓词

10、逻辑表示法，产生式表示法都是用来表示这种知识的；,2019/1/18,20,形象性知识在人类的思维中，还有一种是形象思维，通过事物的形象（如：一棵树，看过之后在脑子里建立起的概念）建立起来的知识，成为形象性知识。 目前人们正在研究利用神经元网络连接机制来表示这种知识。,2019/1/18,21,从抽象、整体的观点来分：零级知识，一级知识，二级知识 零级知识指问题领域内的事实、定律、定理、方程等常识性知识和原理性知识； 一级知识具有经验性和启发性的知识； 二级知识如何运用上述两级知识的知识，即元知识。,2019/1/18,22,4. 知识的表示,(1) 定义 所谓知识的表示实际上是对知识的一种描

11、述，或者说一种约定，一种计算机可以接受的用于描述知识的数据结构。 对知识的表示过程就是把知识编码成某种数据结构的过程。 知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示可看成是一组描述事物的约定，以把人类知识表示成机器能处理的数据结构。,2019/1/18,23,(2) 分类 粗略地分为两类： 符号表示法：用各种包含具体涵义的符号，以各种不同的方式和次序组织起来表示知识的一类方法，主要用来表示逻辑性知识。本课程所要讨论的各种知识表示方法多属于这一类。 连接机制表示法：是用神经网络技术表示知识的一种方法，它把各种

12、物理对象以不同的方式和次序连接起来，并在其间相互传递及加工各种包含具体意义的信息，以此来表示相关的概念及知识。它特别适合于表示各种形象性知识。这部分内容可参看人工神经网。,2019/1/18,24,(3) 对表示的要求 充分性：能够将问题求解所需的知识正确有效的表达出来； 可理解性：所表达知识简单、明了、易于理解； 可利用性：能够有效地利用所表达的知识； 可扩充性：能够方便、灵活的对所表达的知识进行维护和扩充；,2019/1/18,25,(4) 常用表示方法 . 一阶谓词逻辑表示法 采用一阶谓词逻辑表示知识 属叙述性知识表示 有严格的数学基础 . 产生式规则表示法 将知识表示成“if then

13、”的形式； 表示方法自然、简洁； III.语义网络表示法 采用结点和结点间的弧表示对象、概念及其相互关系。,2019/1/18,26,. 框架表示法 将知识表示为层状结构，一个对象或概念的所有信息均属于该层次的结构中； 该层次结构还可以表示对象间的关系； 该层次结构由一系列的“槽”和相关于“槽”的一系列“侧面”组成； . 其它表示法 状态空间法； 与或图 PETRI网 概念图,2019/1/18,27,陈述式知识表示与过程式知识表示,陈述式知识表达 语义网络、框架和剧本等知识表示方法，均是对知识和事实的一种静止的表达方法，我们称这类知识表达方式为陈述式知识表达，它所强调的是事物所涉及的对象是什

14、么，是对事物有关知识的静态描述，是知识的一种显式表达形式。而对于如何使用这些知识，则通过控制策略来决定。,2019/1/18,28,过程式知识表示 和知识的陈述式表示相对应的是知识的过程式表示。所谓过程式表示就是将有关某一问题领域的知识，连同如何使用这些知识的方法，均隐式地表达为一个求解问题的过程。它所给出的是事物的一些客观规律，表达的是如何求解问题。知识的描述形式就是程序，所有信息均隐含在程序中，因而难于添加新知识和扩充功能，适用范围较窄。,2019/1/18,29,人工智能系统所关心的知识,一个智能程序高水平的运行需要有关的事实知识、规则知识、控制知识和元知识。 事实 是有关问题环境的一些

15、事物的知识，常以“是”的形式出现。如事物的分类、属性、事物间关系、科学事实、客观事实等，事实是静态的为人们共享的可公开获得的公认的知识，在知识库中属低层的知识。如雪是白色的、鸟有翅膀、张三李四是好朋友、这辆车是张三的。,2019/1/18,30,规则 是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果那么“形式出现。特别是启发式规则是属专家提供的专门经验知识，这种知识虽无严格解释但很有用处。 控制 是有关问题的求解步骤、技巧性知识，告诉怎么做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。,2019/1/18,31,元知识 是有关知识的知识，是知识库中的

16、高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。元知识与控制知识是有重迭的，对一个大的程序来说，以元知识或说元规则形式体现控制知识更为方便，因为元知识存于知识库中，而控制知识常与程序结合在一起出现，从而不容易修改。,2019/1/18,32,人工智能学科体系,人工智能学科体系的层次 人工智能理论基础 数学基础:数理逻辑，计算的数学理论，离散数学,模糊数学 思维科学理论:认知心理学,逻辑或抽象思维学,形象或直感思维学 计算机工程技术:硬件,软件技术 人工智能原理 知识的表达,知识的处理,知识的获取与学习,利用知识求解问题.,2019/1/18,33,人工智能工程系统 专家咨询系统,专家系统开发工具与环境,自然语言理解系统,图像理解与识别系统,智能机器人系统,2019/1/18,34,知识的表示方法,知识的表示方法概括有以下几种： 谓词逻辑法 状态空间法 问题归约法 语义网络法 框架表示法 面向对象表示 剧本(script)表示 过程(procedure)