北京邮电大学知识工程第一章概述讲义.ppt

知识工程（KE）与人工智能（AI） 人工智能： 研究如何在机器上实现人类智能的学科。 相关学说： 思维理论/认知科学： 研究人们认识世界规律和方法的一门学科，在于揭开大脑思维功能的奥秘； 知识域值理论： 智能行为取决于知识数量及一般化的程度； 人工智能研究方法 结构派：（神经计算、生理学派、连接主义） 网络连接为主的联结主义； 主要观点： 智能活动的基元是神经细胞； 智能活动过程是神经网络的状态演化过程； 智能活动的基础是神经细胞的突触联结机制； 智能系统的工作模式是模仿人脑模式。 人工智能发展 孕育期（1956年以前） 形成期（1956---1969） 起源于美国1956年的一次夏季讨论会（达特茅斯会议） 1956年提出了“Artificial Intelligence（人工智能）” 创始人中有：McCarthy, Minsky, Rochester, Shannon, Moore, Samuel, Selfridge, Solomonff, Simon, Newell等数学家、信息学家、心理学家、神经生理学家、计算机科学家。 McCarthy（麦卡锡）——人工智能之父 。 M-P模型 、感知器模型等 物理符号系统 主要研究的问题：GPS、游戏、翻译等 一个笑话（英-俄-英翻译）： The spirit is willing but the flesh is week. （心有余而力不足） The vodka is strong but meat is rotten. （伏特加酒虽然很浓，但肉是腐烂的） 结论： 必须理解才能翻译，而理解需要知识 发展期（1970---80年代）知识工程时代 1970 年，知识工程的提出。 专家系统 知识工程 知识工程席卷全球 各国发展计划： 美国星球大战计划 英国ALVEY计划 法国UNIKA 计划 日本五代机计划 中国“863”计划 第四阶段（80年代中～90年代初） 新的神经元网络时代（BP网（算法），解决了多层网的学习问题、Hopfield网） 第五阶段（90年代初～现在） 数据与网络时代 网络给AI带来无限的机会 知识发现与数据挖掘 AI走向实用化 定义： 知识工程是研究知识信息处理的学科，提供开发智能系统的技术，是人工智能、数据库技术、数理逻辑、认知科学、心理学等学科交叉发展的结果。 以知识为研究对象的学科，研究知识信息处理，研究机器对知识的应用来进行问题求解的学科。 是一门对知识的表示、推理、处理与获得等一系列问题综合起来，并付诸实际工程应用的科学。 是设计和实现知识库系统及知识库应用系统的理论、方法和技术，是研究知识获取、知识表示、知识管理和知识利用的一门学科。 研究目标： 研究知识的基础上，开发智能系统。 有效地掌握、存取、传播和应用知识，提高认识自然和改造自然的能力。 一般认为： 知识工程以知识为处理对象，借用工程化的思想，对如何运用人工智能的原理、方法和技术为设计、构造和维护知识型系统的一门学科，是人工智能的一个应用分支。 知识工程的兴起是人工智能发展的产物； 知识工程是人工智能的一个重要分支； 知识工程的发展将进一步将人工智能推广到更广泛的应用。 IBM超级电脑“沃森”击败人类 2012年2月16日，在美国智力竞猜节目《危险边缘》（Jeopardy）第三场比赛中，沃森取得77147美元的成绩，以三倍的巨大分数优势力压另两位参赛选手肯·詹宁斯和布拉德·鲁特，夺得这场人机大战的冠军。 4年前，IBM的研发团队计划研发一种能够理解人类语言，并能利用已知信息给出最佳答案的电脑，这种计算机系统不仅要能听懂不同口音的发音，还需要能理解包括俚语和双关语等语言在内的复杂表述，并剔除一些错误信息，而最后IBM制造出了现在这台以创办人沃森名字命名的超级电脑。 “沃森”数据库中包括辞海和《世界图书百科全书》等数百万份资料，而构成“沃森”的是90台Power 7服务器，占地面积接近一个房间，每台服务器中拥有4个8核Power 7处理器，使得其能在3秒钟之内检索数亿页的材料并给出答案。 知识工程研究领域 传统领域： 基本的知识表示和处理方法； 专家系统； 决策支持； 机器学习； 自然语言理解； 博弈 。。。。。。 研究方面： 基本理论方法研究； 知识的本质、知识的表示、推理、获取和学习方法等； 实用技术的开发，系统开发及商品化研究 ： 实用知识表示方法、获取、推理技术，知识库结构系统，知识库管理技术，调试与评估技术等；