文档介绍：人工智能Artificial Intelligence
知识表示
Knowledge Representation
Agenda
知识和知识表示问题
非结构化方法
谓词逻辑方法
产生式系统
结构化方法
框架
语义网络
知识和知识表示问题
什么是知识
知识的特性
AI所关心的知识
知识的表示
知识表示方法的衡量
知识表示语言问题
什么是知识(1)
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。
什么是知识(2)
因此可以认为知识是经过加工的信息(Feigenbaum),它包括事实、信念和启发式规则(Hayes-Roth)。
关于知识的研究称为认识论(Epistemology),它涉及知识的本质、结构和起源。
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
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。
知识表示(1)
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并输入到计算机的过程和方法。
知识表示在智能Agent的建造中起到关键的作用。可以说正是以适当的方法表示了知识,才导致智能Agent展示出了智能行为。
知识表示(2)
目前在知识表示方面主要有两种基本的观点
叙述性的观点:将知识的表示和知识的运用分开处理,在知识表示时不涉及如何运用知识的问题
过程性的观点:将知识的表示和知识的运用结合起来,知识包含于程序之中