人工智能应用基础第2版课件 4-6 知识工程.pptx

4.6知识工程

4.6知识工程1977年第五届国际人工智能联合会议上，爱德华·费根鲍姆（EdwardFeigenbaum），美国斯坦福大学计算机系教授、专家系统之父、知识工程奠基人，曾获得1994年图灵奖的他作了关于“人工智能的艺术”(TheArtofArtificialIntelligence）的讲演，提出“知识工程”这一名称，指出“知识工程是应用人工智能的原理与方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当地运用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题”。人工智能的研究表明，专家之所以成为专家，主要在于他们拥有大量的专门知识，特别是长时期地从实践中总结和积累的经验技能知识。从知识工程的发展历史可以看出，知识工程是伴随“专家系统”建造的研究而产生的。实际上，知识工程的焦点就是知识。知识工程领域的主要研究方向主要包含知识获取、知识表示和推理方法等，其研究目标是挖掘和抽取人类知识，用一定的形式表现这些知识，使之成为计算机可操作的对象，从而使计算机具有人类的一定智能。

4.6知识工程4.6.1知识工程的发展历程知识工程的发展从时间上划分大体上经历了3个时期:实验性系统时期1965年，费根鲍姆领导他的研究小组开始研制化学专家系统DENDRAL，并于1968年研制成功，成为世界上第一个专家系统。后来，费根鲍姆将其正式命名为知识工程。1965至1974年MYCIN时期20世纪70年代中期，MYCIN专家系统在斯坦福大学研制成功，这是一种用于医学诊断与治疗感染性疾病计算机程序的“专家系统”，MYCIN还第一次使用了专家系统中常用的知识库的概念和不精确推理技术，不但具有较高的性能，而且具有解释功能和知识获取功能。1975至1980年知识工程的“产品”在产业部门开始应用的时期随着组织内部各领域的专业性越来越强，组织成员快速获取知识和使用知识的能力成为其核心技能，管理与应用知识的能力也成为企业的核心竞争力，国内外各大企业纷纷在知识管理和应用方面进行积极实践。1980年以来

4.6知识工程4.6.2知识工程的原理框架知识工程是计算机科学与人工智能研究的重要领域之一，主要研究内容包括知识获取、知识表示、知识组织、管理及利用等。知识工程运用人工智能的原理和方法，对需要专家知识才能解决的应用难题提供求解的手段。它以知识为基础，主要研究如何由计算机表示专业领域知识，通过知识推理进行问题的自动求解。

4.6知识工程4.6.2知识工程的原理框架利用计算机能够识别、接受并能处理的符号和方式来表示人类在客观世界中获得的知识。知识表示将用于领域问题求解的专家知识从某种知识源中总结和抽象出来，转换为计算机知识库系中的知识的过程。知识获取指针对某个特定产品、项目或特殊管理对象，管理者具备大量专业知识和经验的专业系统，对专家的思维方式和过程进行模拟，解决本该需要由专家解决的某一专业领域内复杂的问题，是知识库的高级别层次，是人工智能应用研究的重要领域。知识管理从已知的事实出发，运用已掌握的知识，找出其中蕴含的事实或归纳出新的事实，这一过程通常称为推理。知识推谢谢观看