AI3知识表示逻辑推理.pptVIP

第三章知识表示及逻辑推理 知识表示是人工智能研究中最基本的问题之一。在知识处理中总要问到：如何表示知识，怎样使机器能懂这些知识，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。　　在AI系统中，给出一个清晰简洁的有关知识的描述是很困难的。有研究报道认为。严格地说AI对知识表示的认真、系统的研究才刚刚开始。 3.1概述 数据一般指单独的事实，是信息的载体，数据项本身没有什么意义，除非在一定的上下文中，否则没有什么用处。 信息由符号组成，如文字和数字，但是对符号赋予了一定的意义，因此有一定的用途或价值。 知识也是由符号组成，但是还包括了符号之间的关系以及处理这些符号的规则或过程。 知识在信息的基础上增加了上下文信息，提供了更多的意义因此也就更加有用和有价值。 知识是随着时间的变化而动态变化的，新的知识可以根据规则和已有的知识推导出来。 3.1概述 3。1。1知识和知识表示 Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：知识是由特定领域的描述、关系和过程组成的。 Hayes-roth：知识是事实、信念和启发式规则。　　从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。 3.1概述 3。1。1知识和知识表示 　　另外有一种三维的描述方法：（范围，目的，有效性）,其中知识的范围由具体到一般，知识的目的从说明到指定，知识的有效性从确定到不确定。例如，“今天下雨”这种知识是具体的、说明性、不确定的，而“要证A→B，只需证明A∧～B是不可满足的”这种知识是一般性的、指示性、确定性的。 3.1概述 3。1。1知识和知识表示 将其简单地分为如下几类：　　事实性知识　　知识的一般直接表示，如果事实性知识是批量的、有规律的，则往往以表格、图册，甚至数据库等形式出现。　　这种知识描述一般性的事实，如凡是冷血动物都要冬眠，哺乳动物都是胎生繁殖后代等。　　过程性知识　　表述做某件事的过程。标准程序库也是常见的过程性知识，而且是系列化、配套的。 3.1概述 3。1。1知识和知识表示 　　行为性知识　　不直接给出事实本身，只给出它在某方面的行为。行为性知识经常表示为某种数学模型，从某种意义上讲，行为性知识描述的是事物的内涵，而不是外延。　　如微分方程　　实例性知识　　只给出一些实例。知识藏在实例中。感兴趣的不是实例本身，而是隐藏在大量实例中的规律性知识。 3.1概述 3。1。1知识和知识表示 　　　类比性知识　　既不给出外延，也不给出内涵，只给出它与其它事物的某些相似之处。类比性知识一般不能完整地刻画事物，但它可以启发人们在不同的领域中做到知识的相似性共享。　　如比喻，心如刀绞，谜语等　　 3.1概述 3。1。1知识和知识表示 　　元知识　　有关知识的知识。最重要的元知识是如何使用知识的知识。例如，一个好的专家系统应该知道自己能回答什么问题，不能回答什么问题，这就是关于自己知识的知识。　　元知识是用于如何从知识库中找到想要的知识。 3.1概述 3。1。1知识和知识表示 事实：事物的分类、属性、事物间关系、科学事实、客观事实等。　　是有关问题环境的一些事物的知识，常以“┅是┅”形式出现，也是最低层的知识。例如：雪是白色的，人有四肢。　　规则：事物的行动、动作和联系的因果关系知识。　　这种知识是动态的，常以“如果┅那么┅”形式出现。例如启发式规则，如果下雨，则出门带伞。 3.2知识的特性 相对正确性 在一定的条件及环境下，知识一般是正确的，可信任的 不确定性 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 由经验性引起的不确定性 可表示性和可利用性 知识是可以表示出来的 知识是可以利用的 3.1.1概述人工智能系统所关心的知识 一个Agent需要什么样的知识才可能具有智能呢？一般说来至少包括下面几个方面的知识 事实：是关于对象和物体的知识。 规则：是有关问题中与事物的行动、动作相联系的因果关系的知识，是动态的，常以“如果……那么……”形式出现。 元知识：是有关知识的知识，是知识库中的高层知识。例如包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。 常识性知识：泛指普遍存在而普遍认识了的客观事实一类知识，即指人们共有的知识。 3.1概述 3。1。1知识和知识表示 　控制：当有多个动作同时被激活时，选择哪一个动作来执行的知识。　　是有关问题的求解步骤、规划、求解策略等技巧性知识元知识：怎样使用规则、解释规则、校验规则、解释程序结构等知识。　　是有关知识的知识，是知识库中的高层知识。元知识与控制知识有时有重叠。 3.1.2知识表示 知识表示就是研究用机器表示上述这些知识的可行性、有效性的一般方法，可以看作是将知识符号化