人工智能原理知识表示.pptVIP

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。 知识定义、分类及表示 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。 1. 关于知识的定义 信息(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。 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。 (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。 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。” 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”。 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”。 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。 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 知识的有效性是由确定到不确定。 例如“为了证明A→B，只需证明A∧～B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。 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。 (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。 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 (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。 3. 知识的分类 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为基础建立起来的。 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