AIA-知识表示.docVIP

《人工智能及其应用》 教学讲义 第二章 知识表示技术 §2.1 知识表示的基本问题 人工智能是研究如何使机器具有人类智能的学科。人之所以具有智能，是因为人拥有知识。同样，要使机器具有智能，就必须使它拥有知识，拥有的知识越多，其智能就越高。但人类的知识大多是很抽象的，而且我们习惯于用自然语言表达，那么，如何使机器具有知识？这就是知识表示和知识获取。 一、知识与知识分类 什么是知识？从认识论的角度来看，知识就是人类认识自然界（包括社会和人）的精神产物，是人类进行智能活动的基础。 知识的分类方法很多，主要有三种： 1．按知识的性质分： 叙述性知识：表示问题的状态、概念、条件、事实的知识。 过程性知识：表示问题求解过程中用到的各种操作、演算和行动等的知识。 控制性知识：表示问题求解过程中决定选用哪种操作、演算和行动等的知识。 2．按知识的层次分： 零级知识：最基本层的知识，包括问题域内的事实、属性、定理、定义等，属问题求解的常识性和原理性知识。 一级知识：第二层知识，启发式知识。可弥补零级知识的不足，提高求解效率。 二级知识：第三层知识，控制性知识。对低层知识起指导作用，组织和有效运用零级和一级知识。 高层次知识：如回忆、综合、概括、抽象等，它们反映人的心理特征。 领域知识（问题领域内知识）：包括零级知识和一级知识。 元知识（知识的知识）：二级以上的知识。高级的、本原的知识。 3．按知识的来源分： 共性知识：指问题域内有关事物、属性、概念、定义、定理、原理、理论、算法等的知识，它们来自教科书和刊物，并已为领域专业人员所承认和接受。它描述问题的细节，确保问题解的精确性，属深层知识。 个性知识：来自现场有经验的专业人员，包括大量的经验知识或启发式知识。它描述问题的轮廓，知识严格性差，属浅层（表层）知识。 二、知识表示与知识表示方法 所谓知识表示，就是研究在机器中如何用最合适的形式对知识进行描述，使知识形式化、模型化，以便在机器中存储和使用知识。对于人们习惯的知识表示形式（如自然语言表示），机器不一定能接受，所以必须把人类知识变换成一定形式的机器内部的知识模型，为机器所接受。 由于对人类大脑中知识形成和知识结构的机制还没有全部研究清楚，因此没有通用的知识表示形式。目前，人们针对不同问题、不同领域，研究出多种知识表示方法。它们主要基于两种观点： 一种是从思维规律出发，认为形式逻辑是一切推理活动的源，用逻辑来处理知识表示问题，如谓词逻辑表示法。 另一种是从认知心理学出发，认为认知是过程性的，从感性知识到理性知识，学习形成概念、积累知识和经验知识等，即根据客观事物一些规律建立联想记忆的心理学模型来处理知识表示问题，如语义网络表示法。 常用的知识表示方法有： 1．产生式规则表示法 2．状态空间表示法 3．语义网络表示法 4．框架表示法 5．逻辑表示法 6．“与/或”图表示法 7．过程表示法 对一个具体问题，可有不同的表示方法。采用不同的表示方法，问题求解的难易程度是不一样的。选择一个合适的知识表示方法，有利于知识的存储和运用，使问题求解变得容易。因此，知识表示方法对问题求解是至关重要的，甚至在有些问题中，智能主要表现在寻找适当的知识表示上，一旦找到了适当的知识表示方法，问题也就基本解决了。 三、知识表示方法的评价标准 对一个具体问题域的知识描述，往往可以有多种等效的知识表示方法。各种知识表示形式在具体问题求解过程中所表现的效能是有差异的，有必要根据它们在问题的知识处理过程中控制知识运用的要求，作为评估原则去衡量所选择的知识表示方法的适用度，以便能择优表示。评估原则如下： 1．有效性：能准确、有效地表示问题域内的所有类型知识，可实现问题的有效求解。 2．可扩展性：能方便地进行知识检查、增删或修改，并对整个知识库不产生或少产生直接影响。 3．可理解性：能自然地描述问题域内的所有知识，并符合人类的思维规律，便于理解。 4．清晰性：知识表示形式和知识库结构简单。 §2.2 状态空间表示法 人工智能的问题求解方法大多是采用试探搜索的方法，是通过在某个可能的解空间内寻找一个解来求解问题的。这种基于解空间的问题表示和求解方法就是状态空间方法，它是以状态和操作为基础来表示和求解问题的。 一、状态、操作和状态空间的概念 1．状态 所谓状态就是描述某一类事物中各个不同事物之间的差异而引入的最少的一组变量的有序集合。它常表示成矢量形式 Q=[]T 其中的每个元素(i=0,1,2,…)叫分量。状态的维数可以是有限的，也可以是无限的。给定每个分量的值，就得到一个具体的状态 Qk=[]T 2．操作 引起状态中的某些分量发生改变，从而使问题由一个具体状态变化到另一个状态的作用叫操作，它可以是一个走步、过程、规则、数学算子、运算