第一讲-知识工程与知识管理素材.pptxVIP

知识管理 韩璐 Email:hanluivy@126.com 第1章 知识工程与知识管理综述 1.1 知识工程与人工智能 1.2知识工程的核心问题 1.3知识管理与知识工程 1.1 知识工程与人工智能 1.1.1知识工程概念 1.1.2人工智能概念与发展过程 1.1.3知识工程的结构和知识工程基础 1.1.1知识工程概念 1．知识工程定义 知识工程早期定义：使用人工智能的原理和方法构造专家系统的一门工程性学科。 知识工程的目标：构造高性能的知识系统，专家系统只是知识系统的一种类型。 知识工程的定义具体为： 知识工程是以知识为处理对象，研究知识系统的知识表示、处理和应用的的方法和开发工具的学科。 知识系统包括：专家系统、知识库系统、智能决策系统等。 专家系统（ES）是利用专家知识解决特定领域问题的计算机程序系统。 知识库系统（KBS）是把知识以一定的结构存入计算机，进行知识的管理和问题求解，实现知识的共享。 智能决策系统（IDS）是智能化决策支持系统，由数据库、模型库、知识库、人机交互等组成的系统，为解决半结构化决策问题，提高科学决策的水平。 知识工程是人工智能、知识库、数理逻辑、认知科学和心理学等多学科交叉发展的结果。 知识工程的研究使人工智能学科发生了重大改变，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破，即： 从探索思维规律转向利用知识解决问题的研究。 知识工程主要研究知识获取、知识表示、推理策略，以及开发方法和环境。 知识工程概念是美国斯坦福大学的E.A.Feigenbaum 于1977年在第五届国际人工智能会议上提出的： 知识工程是一门艺术，它应用人工智能原理和方法求解那些需要用专家知识才能解决的问题。专家知识的获取，表达和合理地应用这些知识以构造及解释推理过程，是设计知识系统的重要技术问题。 2．知识工程研究内容 （1）基础研究 它包括知识工程中基本理论和方法的研究： 关于知识表示方法的研究； 关于知识获取和学习方法的研究； 关于知识推理和控制机制的研究； 关于推理解释和接口模型的研究； 关于认知模型的研究等等。 （2）实际知识系统的开发研究 实际知识系统的开发强调建造知识系统过程中的实际技术问题，它以知识系统的实用化和商品化为最终目标。 研究内容有：实用知识获取技术，知识系统体系结构，实用知识表示方法和知识库结构，实用推理和解释技术，实用知识库管理技术，知识系统调试、分析与评价技术，知识系统的硬件环境等。 （3）知识工程环境研究 知识工程环境研究主要是为实际系统的开发提供一些良好的工具和手段。好的环境可以缩短知识系统的研制周期，加速知识系统的商品化进程。 环境研究包括：知识工程的基本支撑硬件和软件，知识工程语言（包括知识描述语言和系统结构构造语言），知识获取工具，系统骨架工具系统，知识库管理工具等。 知识工程开发的知识系统能带来什么好处？ Martin等人所作的调查结果得知：知识系统能够： 1）更快的制定决策； 2）生产率的提高； 3）决策质量的提高。 知识系统特别有助于及时传输知识，例如缩短产品上市的时间并加快对顾客的响应。 1.1.2人工智能概念和发展过程 人工智能概念 人工智能是使计算机具有人的智能行为。 1．人的智能行为 人的智能行为表现为： （1）通过学习获取知识。 （2）利用知识进行逻辑思维（推理）。 （3）通过自然语言理解进行人际间交流。 （4）通过图象理解进行形象思维（联想）。 （5）利用启发式（经验）方法，解决随机变化问题。 （6）利用试探性（创新性）方法，解决新问题。 智能行为概括为：获取知识，进行知识推理、联想或交流，解决随机问题或新问题。 2．关于人工智能的定义 英国数学家艾伦·图灵（A.Turing ）1950年在论文“计算机能思维吗？”中提出：如果一台计算机能像人一样对话，它就能像人一样思考。 Turing定义： 如果机器在某些现实的条件下，能够非常好地模仿人回答问题，以致使提问者在相当长时间内误认为它不是机器，那么机器就可以被认为是能思维的。 美国科学家兼慈善家休.勒布纳20世纪90年代初设立人工智能年度比赛，把图灵的设想付诸实践。比赛分为金、银、铜三等奖。 如果程序不仅能以文本方式通过交谈测试，在音频和视频测试中也能过关，则获金奖，赢得10万美元和一枚18K黄金制金牌； 如果它能在更长时间以文本方式交谈中迷惑住至少半数裁判，则获银奖； 如果未达到以上标准,则每年测试中迷惑住最多裁判的程序赢得2000美元和一枚铜牌。 2008年10月12日勒布纳奖(人工智能奖)比赛在英国雷丁大学展开。 “艾尔博特”等6种软件程序击败另外7种