浙江大学研究生《人的工智能引论》课件.ppt

浙江大学研究生《人工智能引论》课件;Outline;本章的主要参考文献 [1] Sowa, J. F. Knowledge Representation: Logical, Philosophical, and Computational Foundations. China Machine Press, 2003. [2] 王永庆. 人工智能原理与方法. 西安交通大学出版社, 1998. （第3章 知识与知识表示） [3] 陆汝钤. 人工智能. 科学出版社，2000. (上册：第一部分 知识表示) [4] 蔡自兴等. 人工智能及其应用. 清华大学出版社, 1996. （第二章 知识表示方法） [5] Russell, S., Norvig, P. Artificial Intelligence: A Modern Approach. Pearson Education, 人民邮电出版社, 2002. （分散于该书中的相关章节，特别是该书中的信念网络（Belief Network）值得重点阅读）;What’s Knowledge Representation?;Logic, Ontology, and Computation;Historical Background;Philosophical Background: part one;Philosophical Background: part two;Philosophical Background: part three;Philosophical Background: part four;Aristotle’s Categories – part one;Aristotle’s Categories – part two;A Simple Example of Architecture Ontology;由建筑物本体构造而成的江南古建实例;根据建筑物本体论生成的江南古镇; ? 知识是智能的基础 获得知识 运用知识 ? 符合计算机要求的知识模式 计算机能存储、处理的知识表示模式 数据结构（List, Table, Tree, Graph, etc.）;2.1.1 数据、信息与知识 ? 数据 (Data) 信息的载体和表示 用一组符号及其组合表示信息 ? 信息 (Information) 数据的语义 数据在特定场合下的具体含义 ? 知识 (Knowledge) 信息关联后所形成的信息结构：事实 规则 经加工、整理、解释、挑选、改造后的信息;2.1.2 知识的特性;2.1.3 知识的分类;2.1.4 常用的知识表示方法;They are new methods or NOT ?;2.1.5 如何选择合适的表示方法？;2.2 一阶谓词表示法;一阶谓词表示法（续）;2.3 产生式表示法;2.3.1 产生式的基本形式 P ? Q 或 IF P THEN Q CF = [0, 1] 其中，P是产生式的前提，Q是一组结论或操作，CF(Certainty Factor)为确定性因子，也称置信度。 【注意】：谓词逻辑中的蕴涵式与产生式的基本形式相似，事实上，蕴涵式只是产生式的一种特殊情况。理由如下： （1）蕴涵式只能表示精确知识，其值非“真”即“假”，而产生式不仅可以表示精确知识，而且还可以表示不精确知识。;例如，MYCIN中有如下产生式： IF 本微生物的染色斑是革兰氏阴性 本微生物的形状呈杆状 病人是中间宿主 THEN 该微生物是绿脓杆菌，置信度为CF=0.6 CF表示知识的强度，谓词逻辑中的蕴涵式不可以这样做。 （2）用产生式表示知识的系统中，“事实”与产生式的“前提”中所规定的条件进行匹配时，可以是“精确匹配”，也可以是基于相似度的“不精确匹配”，只要相似度落入某个预先设定的范围内，即可认为匹配。但对谓词逻辑的蕴涵式而言，其匹配必须是精确的。; 用BNF（Backus Normal Form）表示的产生式形式描述及语义： 产生式 ::= 前提 ? 结论 前提 ::= 简单条件 | 复合条件 结论 ::= 事实 | 操作 复合条件 ::= 简单条件 AND 简单条件 [(AND 简 单条件 )...] | 简单条件 OR 简单条件 [(OR 简 单条件 )...] 操作 ::= 操作名 [(变元, ...)] 【说明】：产生式又称规则或产生式规则； 产生式的“前提”：又称条件、前