《人工智能知识表示》课件.ppt

人工智能 华中科技大学水电与数字化工程学院 第6章、知识表示 已经学过的知识表达方法 知识表示的概念与含义 知识类型和知识模型的变换 语义网络 框架 6.1 已经学过的知识表达方法  一) 状态空间表示法 状态空间表示法是知识表达的基本方法。所谓状态是用来表示系统状态、事实等叙述型知识的一组变量或数组。所谓操作是用来表示引起状态变化的过程型知识的一组关系或函数。状态空间利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，可用三元组（S，O，G）来描述. 问题求解：从起始状态出发，经过一系列操作交换，达到目标状态，即状态空间有哪些信誉好的足球投注网站问题。状态空间的一个解是一个有限的规则序列，它使初始状态转化为目标状态，解不一定唯一。 二) 与或图表示法 与或图基于人们求解问题时的两种思维方法： 分解—与树：将复杂的大问题分解为一组简单的小问题，将总问题分解为若干子问题。若所有的子问题都解决了，则总问题也解决了，这是与的逻辑关系。 变换—或树：将较难的问题变换为较易的等价或等效的问题。若一个难问题可以等价变换为几个容易问题，则任何一个容易问题解决了，也就解决了原有的难问题，这是或的逻辑关系。 三) 产生式系统 产生式系统是一种最早被使用且直到现在仍被广泛使用的知识表示方法. 在产生式系统中，知识分为两部分：用事实表示静态知识; 用产生式规则表示推理过程和行为. 三个基本部分组成：一个综合数据库（事实库）、一组产生式规则（规则集）和一个控制系统（控制器）。 四) 逻辑表达方法 逻辑是最早也是最广泛用于知识表示的模式之一. 原因在于 1)包含: 一个公理系统，说明什么关系和蕴含可以形式化；一个演绎结构，即推理规则集合. 2) 逻辑及其形式系统的演绎都保证正确. 3) 演绎可以完全机械化，它是定理证明中使用得较为成功的一种技术. 优点: 严格性 通用性 自然性 模块性 缺点: 效率低 灵活性差 6.2 知识表示的概念与含义 从知识的观点，智能表现在：知识的获取能力, 知识的处理能力, 知识的运用能力。 要使计算机系统具有人的智能能力，则必须以人的知识为基础。因此，什么是知识，这是AI首先要解决的问题。 知识是人们对自然现象的认识和从中总结出来的规律、经验。 表示是使用人造的体系对自然界事物的运算规律进行概括与抽象的模型。 知识表示是概括智能的模型，知识表示是人工智能研究的一个重要课题，不同的知识有不同的表示方法,合理的知识表示可以使问题的求解变得容易，并且有较高的求解效率。 6.3 知识类型和知识模型的变换 知识类型：知识的表达就是研究知识的形式化方法。人类所拥有的知识需要用适当的方法来表示，才能够在计算机中存储、检索、运用、增删和修改。在AI中，知识可分为3种类型： 1）、叙述型知识。有关系统状态、环境和条件，问题的概念、定义和事实的知识。 2）、过程型知识。有关系统状态变化、问题求解过程的操作、演算和行动的知识。 3）、控制型知识。有关如何选择相应的操作、演算和行动的比较、判断、管理和决策的知识。 例如： 对于从北京到上海，是乘飞机还是坐火车的问题，有关的知识可以归结如下： 叙述型知识：北京、上海、飞机、火车、时间、费用 过程型知识：乘飞机、坐火车 控制型知识：乘飞机较快、较贵；坐火车较慢、较便宜。 知识模型的变换：对于不同的知识表达方法，则有各种不同的形式化知识模型。 同构变换可使问题更明确，便于求解，同构问题的解答等价于原始问题的解答。 同态变换可使问题更加简化，易于求解。原始问题有解，则同态问题有解，同态问题无解，则原始问题无解，它们之间是蕴涵关系。 通过同构或同态变换，可以把原始问题转化为比较清晰、简单的同构或同态问题，如下图所示 例、方格棋盘分割问题，如下图所示 2）、同构问题：将棋盘中小方格相间着色，将其化为同构问题，如图（b）所示，由此可见，无论n为何值，对顶角上两个小方格是同色的，去掉它们后，小白格和小黑格的数目之间的差值为2。 由于每个（1×2）长方块只能包括一个小白格和小黑格，因此无论如何分割，最后剩下的必定是同色的两个小方格，无法分割成原始问题要求的小长方块。 6.4 语义网络 6.4.1 语义网络的概念和特性 概念：语义网络是一种采用网络形式表示人类知识的方法。形式上，一个语义网络是一个带标识的有向图，其中带有标识的节点表示问题领域中的物体、概念、事件、动作或态势，节点之间的有向弧也带有标识，表示节点之间的语义联系。有时又将弧称为联想弧，所以语义网络又称为联想网络。 语义网络是自然语言/逻辑语言中语义含义的一种结构化表示方法。 优点有自然性, 联想性,效率较高; 缺点有不严格,不便于表达判断性知识,深层知识. 6.4.2 语义网络的知识表达 1、基本命题的语义网络