人工智能 第四节 基于知识的系统.ppt

第四章 基于知识的系统 4.1 KB系统的开发 4.2 设计基于产生式表示的KB系统开发工具 4.3 专家系统实例——MYCIN 4.4 问题求解的结构化组织 本章小结 4.1 KB系统的开发 KB系统是基于知识的问题求解系统，当其表现出专家级问题求解能力时称为专家系统。 KB系统的研究起始于20世纪60年代中期。 通用问题求解方法的一味追求导致了人工智能的研究陷入黑暗摸索期！ 1.KB系统的一般概念 KB系统的特点 具有求解问题所需的专门知识 基本原理和常识 领域专家经验知识 具有使用专门知识的符号推理能力 KB系统的组成 KB系统的基本结构可视为由三个部分组成：知识库、推理机和用户界面 KB系统执行的一些常见问题求解任务： 1) 解释 2) 诊断 3) 监控 4) 预测 5) 规划 6) 设计 推理解释 解释问题求解过程及结果的合理性是KB系统应具备的能力。 简单的解释方式：规则追踪就是把问题求解过程中激活使用的规则按激活的次序显示给用户。 高级的解释方式：按领域基本原理和常识重构解答。 KB系统的评价 KB系统有多个方面的评价，其中有三个最重要： 计算、感观和性能 对MYCIN性能的评价 评价方式： 首先由KB系统的设计者用各种可能的实验测试，确保无误后再交给用户； 用户以大量实际案例运行KB系统，并与原有方式执行的结果相比较； 一旦发现错误就立即作修改，直到用户信服KB系统的有效性，然后才正式投入应用。 对于任何类型的错误，其容许出现的程度必须通过权衡错误导致的损失和正确解答带来的利益来决定。 2. KB系统的体系结构原则 本节内容面向研究生，可以不看了? 3. KB系统的开发过程 知识获取：就是把用于问题求解的专门知识从某些知识源提炼出来，转化为推理机使用形式的过程。 潜在的知识源包括领域专家、书本、数据库以及普通人的经验。 目前，知识获取的主要方式：以知识工程师作为中间人从领域专家处获取专门知识。 为实现知识获取的自动化，就要努力取消知识工程师的中介作用，让一个智能的知识获取界面直接与领域专家对话。 通过知识工程师来开发KB系统可归纳为五个阶段。 识别阶段，知识工程师和领域专家一起判别问题的类型和特征。 概念化阶段，阐明重要的概念、关系和信息流特征，并用以描述问题求解的概念模型，包括问题求解方法、推理控制要求和约束条件。 形式化阶段，决定知识表示形式和推理机制。 实现阶段，以概念模型作为语义框架获取问题求解所需的详细知识，以形式化阶段决定的知识表示语言编写并存放进知识库。新建立的知识库和推理机一起构成KB系统的第一个原型。 测试阶段，通过各种测试手段评价原型系统的性能。 4. KB系统的开发工具和环境 开发工具和环境可以分为三类：外壳(骨架系统)、表示语言、开发工具箱(开发环境)。 外壳：给知识工程师提供现成的实现KB系统的骨架，只要按骨架规定的表示方式编写专门知识，就可形成应用领域的KB系统。 表示语言类工具：为知识工程师提供面向知识处理的高级编程语言。典型：OPS5 开发工具箱(或称开发环境)：为KB系统的生命周期中各个阶段提供工具，甚至可以提供多种外壳和表示语言，以及综合它们建立复杂KB系统的手段。典型：KEE(Knowledge Engineering Environment) 4.2 设计基于产生式表示的KB系统开发工具 最著名的基于产生式表示的KB系统开发工具就是产生式系统语言OPS5。 OPS5采用条件-动作型产生式规则，只允许正向推理，规则的右部可以是任何操作函数的序列。 下面介绍一个命名为Xps的实验型产生式系统，它模拟了OPS5的实现。 4.2.1 总体设计 产生式系统由三个部分组成：规则库、综合数据库和控制系统。 1. 规则的表示 规则 := 规则名 {匹配模式}*?{操作}+ 可以用规则定义函数Define-Rule定义一条新规则，并将其置于规则库。例如： (Define-Rule Eat??(Hungry ?Person) (Edible ?Food) ? 　??(Write (?Person eats the ?Food)) ) 2. 综合数据库的表示 综合数据库的内容表示为以列表形式描述的谓词公式。 可以用存储函数DB-Store将它们插进综合数据库。 例如，在初始化有关饮食问题的综合数据库时，若执行：(DB-Store (Hungry Peter))(DB-Store (Hungry Paul))(DB-Store (Edible Hot-Dog))(DB-Store (Edible Turkey-Leg))(DB-Store (Edible M