文档介绍：
、信息、数据
数据:一组符号及其组合表示的信息称为数据。
信息:对数据的解释,是数据在特定场合下的详细含义。
信息与数据又是两个不同的概念(例如)。
Feigenbaum认为知识是通过削减、塑造、
、信息、数据
数据:一组符号及其组合表示的信息称为数据。
信息:对数据的解释,是数据在特定场合下的详细含义。
信息与数据又是两个不同的概念(例如)。
Feigenbaum认为知识是通过削减、塑造、解释和转换的信息。简单地说,知识是通过加工处理的信息。
Bernstein说知识是特定领域的描绘、关系和过程组成。
Hayes-Roth认为知识是事实、信念和启发式规则。
知识是用信息表达的,信息是用数据表达的。信息和关联是构成知识的两大要素。
知识可从(范围,目的,有效性)加以三维描绘。其中知识的范围是由详细到一般,知识的目的是由说明到指定,知识的有效性是由确定到不确定。例如“为了证明A→B,只需证明A∧~B是不可满足的”这种知识是一般性、指示性、确定性的。而像“桌子有四条腿”这种知识是详细的、说明性、不确定性。
知识表示是研究用机器表示知识的可行性、有效性的一般方法,是一种数据构造与操纵构造的统一体,既考虑知识的存储又考虑知识的使用。
知识表示可看成是一组描绘事物的商定,以把人类知识表示成机器能处理的数据构造。
:知识不总是只有真和假两种状态,而是在真和假之间存在非常多状态,即存在确实程度咨询题。
:人类时刻在利用知识处理咨询题。
,常识性和领域性知识。
,事实知识、规则知识、操纵知识和元知识。
事实:是有关咨询题环境的一些事物的知识,常以“...是...”的方式出现。如事物的分类、属性、事物间关系、科学事实、客观事实等,在知识库中属于低层的知识。如雪是白色的、鸟有翅膀、张三李四是好朋友。
规则:是有关咨询题中与事物的行动、动作相联络的因果关系知识,是动态的,常以“假如...那么...”方式出现。特别是启发式规则是属于专家提供的专门经历知识,这种知识虽无严格解释但非常有用途。
操纵:是有关咨询题的求解步骤,技巧性知识,告诉如何做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。
元知识:是有关知识的知识,是知识库中的高层知识。包括怎么样使用规则、解释规则、校验规则、解释程序构造等知识。
,确定知识和不确定知识(能够用概率来度量)
研究用机器表示知识的可行性、有效性的一般方法,是一种数据构造和操纵构造的统一体,要考虑到知识的存储,又要考虑知识的使用。
谓词逻辑是一种表达力非常强的方式语言,谓词逻辑及其推理方法是人工智能中知识表示方法,机器推理,定理证明的根本方法。另外谓词逻辑中的交换合一技术,也是符号推理中方式匹配的根本技术。本章主要讲解基于谓词逻辑的归结演绎推理。
谓词公式:用谓词、量词(存在量词,全称量词)、联接词(→蕴涵,∧合取,∨析取)连接而成的复杂的符号表达式称为谓词公式。
例如:
谓词STUDENT(x):表示x是学生
则事实性知识“张三和李四都是学生”可表示为
STUDENT(张三)∧STUDENT(李四)
谓词M(x):表示x是人,谓词N(x):表示x有名字,规则性知识“但凡人都有名字”可表示为
x(M(x)→N(x)),其中→是蕴涵式
定义谓词及个体
依照所要表达的事物或概念,为每个谓词中的变元赋以特定的值
依照表达知识的语义,用适当的连接符号将各个谓词连接起来,方式谓词公式
例1:知识“不存在最大的整数”的表示
设:谓词G(x):表示x是整数,D(x,y)表示x大于y。则表示如下:
~x(G(x)∧y(G(y)→D(x,y)))或x(G(x)∧y(G(y)∧D(y,x)))
例2:机器人搬积木咨询题表示
设在一个房间里,有一个机器人ROBOT,一个壁橱ALCOVE,一个积木块BOX,两个桌子A和B。开场时机器人ROBOT在壁橱ALCOVE的旁边,且两手是空的,桌子A上放着积木块BOX,桌子B上是空的。ROBOT将把积木块BOX从桌子A转移到桌子B上。
TABLE(x):x是桌子
EMPTYHANDED(x):x双手是空的
BESIDE(x,y):x在y旁边
HOLD(x,y):x拿着y
ON(u,v):u在v上面
EMPTY