第四讲人工智能与知识工程.ppt

第四讲：人工智能与知识工程 §4.1 智能的概念和定义 §4.2 人工智能的内涵和概念的演化 §4.3 人工智能在生产力发展过程中的作用和关系 §4.4 人工智能的发展进程及涉及领域和层次关系 §4.5 知识的表达（模型和语言） §4.6 知识的获取（机器学习） §4.7 知识的处理（机器推理） §4.8 知识库及其管理系统 §4.9 从经典人工智能到知识工程—专家系统 §4.1 智能的概念和定义 （1）“智能” 释义 1）牛津现代高级英语词典的解释：“Intelligence is the power of learning，understanding and reasoning”。 2）Albus 的“系统智能”观点：“The intelligence of a system is its Knowledgeable helmsman of behavior”。 （2）智能概念的定义之一 　　智能就是系统在不确定环境下，为了恰当地行动，针对特定的目标而有效地获取信息（知识），处理信息（知识）和利用信息（知识），从而成功地达到目标的能力． （３）关于“智能” 的分类 §4.2 人工智能的内涵和概念的演化 （１）基本内涵 　　　狭义的观点：人工智能是研究如何用机器来模拟，延伸和扩展人的智能的一门技术科学． 　　　广义的观点：人工智能是多学科交叉形成的边缘学科，研究运用各种人造系统方法来模拟自然智能系统，包括模拟自然智能系统的宏观外在功能和行为表现（如思维，推理，下棋，学习等），以及模拟自然智能系统的微观组织结构和控制机理（如神经元和神经网络的结构，激励和反馈机制等）． 　　　广义且概括的定义：人工智能是自然科学与社会科学交叉形成的边缘学科，主要研究如何以各种人造系统技术和工具模拟自然智能系统的理论方法和实现技术． （２）两种有代表性的定义 　１）AI is the study of the mechanisms underlying intelligent behavior through the construction and evaluation of artifacts that attempt to enact those mechanism.（George F. Luger, Artificial Intelligence: Structures and Strategies for Complex Problem Solving, p.781） 　２）Intelligence is any strategy for advancing the interests of the individual organism through its action upon its environment. (V. Babovic, Emergence, Evolution and Intelligence, p.258) §4.３ 人工智能在生产力发展过程中的作用和关系 §4.4　人工智能的发展进程及涉及领域和层次关系 图3 人工智能发展进程中的浪潮波动 图3 人工智能的研究领域和层次关系 §4.5 知识的表达（模型和语言） 　四种类型的知识模型 （１）逻辑心理模型 　１）一阶谓词逻辑模型；　２）产生式规则模型； 　３）语义网络模型；　４）框架结构模型． （２）定性物理模型 （３）可视知识模型 　　１）描述知识的形态；２）解释知识的含义． 　　　实体:pp，意义mp，关系R. （４）人工神经网络模型 Prolog, Lisp, and others. 　　 §4.６ 知识的获取（机器学习） （１）狭义的知识获取 　　　把已有的知识（事实，经验，规则等）从知识源中总结提炼出来，并转换成某种形式的表达． （２）广义的知识获取 　　　在人工知识获取的基础上，通过机器学习，自动或半自动地产生并获取新的知识，其中包含了知识发现． §4.7 知识的处理（机器推理） 　　推理方法和控制策略 　　　（１）三段论：大前提；小前提；结论． 　　（２）归纳推理：简单枚举法；类比推理． 　　（３）演绎推理：正向演绎推理；逆向演绎推理；双向联合演绎推理． 　　（４）不精确推理：模糊推理等． 　　（５）非单调性推理． §4.8 知识库及其管理系统 （１）知识库：将获取的知识以一定的形式进行存储和管理，从而构成智能系统的基础． （２）知识库管理系统的目的 　１）实现知识共享 　２）保持知识的相对独立性