[2018年最新整理]《人工智能》知识点整理.doc

《人工智能》知识点整理 第二讲 知识表示 2.0.知识表示的重要性 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 基本概念 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 相对正确性 一定条件下 某种环境中 ...... 不确定性 存在“中间状态” “真”（“假”）程度 随机性 模糊性 经验性 不完全性 ...... 可表示性 可利用性 语言 文字 图形 图像 视频 音频 神经网络 概率图模型 ...... 2.1.3 知识的分类 常识性知识、领域性知识（作用范围） 事实性知识、过程性知识、控制知识（作用及表示） 确定性知识、不确定性知识（确定性） 逻辑性知识、形象性知识（结构及表现形式） 零级知识、一级知识、二级知识（抽象程度） 2.1.4 常用的知识表示方法 一阶谓词（First Order Predicate） 产生式（Production） 框架（Framework） 语义网络（Semantic Network） 剧本（Script） 过程（Procedure） 面向对象（Object-Oriented） Petri网（Petri Network） 信念网（Belief Network） 本体论（Ontology）…… 2.1.5 如何选择合适的表示方法？ 充分表示领域知识 有利于对知识的利用 便于理解和实现 便于对知识的组织、管理与维护 2.2 一阶谓词表示法 1. 优点 自然性 接近自然语言，容易接受 精确性 用于表示精确知识 严密性 有严格的形式定义和推理规则 易实现性 易于转换为计算机内部形式 2. 缺点 无法表示不确定性知识 所能表示的知识范围太狭窄 难以表示启发性知识及元知识 未能充分利用与问题本身特性有关的知识 组合爆炸 经常出现事实、规则等的组合爆炸 效率低 推理与知识的语义完全割裂 2.3 产生式表示法 1943年E. Post第一次提出 称为“Post机”的计算模型（《计算理论》） 一种描述形式语言的语法 AI中应用最多的知识方法之一 Feigenbaum研制的化学分子结构专家系统DENDRAL Shortliffe研制的的诊断感染性疾病的专家系统MYCIN …… 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 （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。 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 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“”，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。 BNF（Backus Normal Form） 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 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、前提条件、前件、左部等； 产生式的“结论”：又称后件、右部等。 2.3.2 产生式系统的组成 产生式系统的三个组成部分：规则库、综合数据库、控制系统。 1、规则库 用于描述相应领域内知识的产生式集合。 在建立规则库时，应注意如下问题： （2）对知识进行合理的组织与管理：目的是使得推理避免访问与所求解的问题无关的知识，