第10章-31(49-2014上课).ppt

人工智能　━━　一种现代方法 云南大学 施心陵讲授 第十章 知识表示 概述 Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：知识是由特定领域的描述、关系和过程组成的。 Hayes-roth：知识是事实、信念和启发式规则。 知识库的观点：知识是某领域中所涉及的各有关方面的一种符号表示。 概述 事实性知识：采用直接表示的形式 例如：凡是正常人都有眼睛 过程性知识：描述做某件事的过程 例如：电视维修法 行为性知识：不直接给出事实本身，只给出它在某方面的行为 例如：微分方程（事物的内涵） 概述 实例性知识：只给出一些实例，知识藏在实例中。 类比性知识：不给出外延、内涵，只给出它和其他事物的某些相似之处 例如：比喻、谜语 元知识：有关知识的知识。最重要的元知识是如何使用知识的知识，如何从知识库中找到想要的知识。 概述 知识表示研究用机器表示知识的可行性、有效性的一般方法。 知识表示是理智推理的部分理论。 知识表示是有效计算的载体 知识表示是交流的媒介（如语义网络） 概述 表示范围是否广泛 是否适于推理 是否适于计算机处理 是否有高效的算法 是否能表示不精确知识 是否模块化 知识和元知识是否能用统一的形式表示 是否加入启发信息 过程性表示还是说明性表示 表示方法是否自然 概述 总之，AI问题的求解是以知识表示为基础的。如何将已获得的有关知识以计算机内部代码形式加以合理地描述、存储、有效地利用便是表示应解决的问题。 概述 表示观的研究： 认识论、本体论、知识工程 表示方法的研究： 直接法、代替法（局部、分布，…） 概述 智能行为特有的灵活性。“常识问题”不能概括为一类简洁的理论，而是大量小理论的集合。 AI的任务受到计算装置的约束，这导致了所采用的“表示”必须同时满足“刻画智能现象”和“计算装置可以接受”，这两个有时是矛盾的条件。 表示观 认识论表示观 本体论表示观 知识工程表示观 表示观 认为表示是对自然世界的表述，表述自身不显示任何智能行为。其唯一的作用就是携带知识。 McCarthy论文：将AI问题分成两部分：认识论部分和启发式部分。 认为AI的核心任务就是“常识”形式化 特点： 表示是在特定环境下对世界观察的结果 启发式方法不属于表示研究的内容 对常识知识的形式化是重要任务 表示观 由D. Lenta提出。认为表示是对自然世界的一种近似，它规定了看待自然世界的方式。即一个约定的集合。约定是相对的。 表示是描述了关系的一部分，逼真是不可能的。表示需要对世界的某个部分给予特别的注意，而对其他部分衰减，以达到有效的求解。 推理是表示观中必要部分，表示研究应和启发式搜索联系起来。认为不考虑推理的纯粹表示是不存在的。 最常用的表示法都反映了知识工程表示观 特点： 一般将表示理解为一类数据结构（逻辑）及在其上的操作。 对知识的内容更强调和领域相关。 强调工程实现性。 表示观 无论持何种表示观的AI研究者都认为，表示是刻画智能行为的理论。 表示无论采用什么样的方式，无论所建立的表示方法和立足于什么样的表示观，均需要满足和智能现象一致的条件。 鉴于智能现象的复杂性，采用什么表示观，应当取决于所面临的问题。笼统强调某种表示观好坏无意义。 近年来一些研究者主张各种表示观应相互渗透。 表示方法 直接表示 逻辑表示 产生式规则表示法 语义网络表示法 框架表示法 脚本方法 过程表示 混合型知识表示方法 面向对象的表示方法 表示方法 替代表示法： 局部表示：最充分也是传统AI最常使用的。 分布式表示:对局部表示法在智能行为表述尚不够充分 而作的补充。 直接表示法： 很难完全独立存在。考虑到“任何表示方法必须被计算机所接受”这个先决条件，直接表示需要借助局部表示形式。 表示方法 表示方法—直接表示 1963年由Gelernter提出，用于基于传统欧式几何证明的几何定理证明器。 它的输入是对前提和目标的陈述以及图示(用一系列坐标来表示) 在证明过程中，证明器把图示作为启发式信息，排除在图示中不正确的子目标，从而大大减少搜索空间。 表示方法—直接表示 长期以来直接表示无长足发展，原因： 计算机对直接表示的信息难以处理 难以表示定量信息（语言设计失败） 不能描述自然世界的全部信息 近年发展：用其他媒体表示的方法去补充直接表示的不足 表示方法—逻辑表示 谓词逻辑和数据库，特别是关系数据库有密切的关系。在关系数据库中，逻辑代数