AIA4-知识获取技术1.ppt

第四章 知识获取技术,4.1 知识获取的概念和途径,一、知识获取的基本概念,所谓“知识获取”，是指在人工智能和知识工程系统中，机器（计算机或智能机）如何获取知识的问题。 类型：,1. 狭义知识获取,2. 广义知识获取,一、知识获取的基本概念,指人们通过系统设计、程序编制和人 - 机交互，使机器获取知识。 例如，知识工程师利用知识表示技术，建立知识库，使专家系统获取知识。也就是通过人工移植的方法，将人们的知识存储到机器中去。 狭义知识获取也称为“人工知识获取”。,1. 狭义知识获取,一、知识获取的基本概念,广义知识获取包括人工知识获取、自动和半自动知识获取。 例如，在系统调试和运行过程中，通过机器学习进行知识积累，或者通过机器感知直接从外部环境获取知识，对知识库进行增删、修改、扩充和更新。,2. 广义知识获取,二、知识获取的主要途径,人工移植 机器学习 机器感知,二、知识获取的主要途径,依靠人工智能系统的设计师、知识工程师、程序编制人员、专家或用户，通过系统设计、程序编制及人机交互或辅助工具，将人的知识移植到机器的知识库中，使机器获取知识。 人工移植的方式可分为二种： 静态移植。在系统设计过程中，通过知识表示、程序编制、建立知识库，进行知识存储、编排和管理，使系统获取所需的先验知识或静态知识。故称“静态移植”或“设计移植”。 动态移植。在系统运行过程中，通过常规的人机交互方法，如“键盘 - 显示器”的输入 / 输出交互方式，或辅助知识获取工具，如知识编辑器，利用知识同化和知识顺应技术，对机器的知识库进行人工的增删、修改、扩充和更新，使系统获取所需的动态知识。故称“动态移植”或“运行移植”。,1. 人工移植,二、知识获取的主要途径,人工智能系统在运行过程中，通过学习，获取知识，进行知识积累，对知识库进行增删、修改、扩充与更新。 机器学习的方式可分为二种： 示教式学习。在机器学习过程中，由人作为示教者或监督者，给出评价准则或判断标准，对系统的工作效果进行检验，选择或控制“训练集”，对学习过程进行指导和监督。这种学习方式通常是离线的、非实时的学习，也可以在线、实时学习。 自学式学习。在机器学习过程中，不需要人作为示教者或监督者，而由系统本身的监督器实现监督功能，对学习过程进行监督，提供评价准则和判断标准，通过反馈进行工作效果检验，控制选例和训练。这种学习方式通常是在线、实时的学习。,2. 机器学习,二、知识获取的主要途径,人工智能系统在调试或运行过程中，通过机器视觉、机器听觉、机器触觉等途径，直接感知外部世界，输入自然信息，获取感性和理性知识。 机器感知主要有二种方式： 机器视觉。在系统调试或运行过程中，通过文字识别、图象识别和物景分析等机器视觉，直接从外部世界输入相应的文字、图象和物景的自然信息，获取感性知识，经过识别、分析和理解，获取有关的理性知识。 机器听觉。在系统调试或运行过程中，通过声音识别、语言识别和语言理解等机器听觉，直接从外部世界输入相应的声音、语言等自然信息，获取感性知识，经过识别、分析和理解，获取有关的理性知识。,3. 机器感知,4.2 机器学习,人工智能系统在运行过程中，通过学习，获取知识，进行知识积累，对知识库进行增删、修改、扩充与更新。,一、学习和学习系统的概念,不同的学科，不同的发展阶段，对“学习”的概念有不同的定义。,1. “学习”的概念,在神经生理学中，巴甫洛夫把“学习”称为“条件反射的形成过程”；,在控制论中，维纳把“学习”称为“系统自我完善的过程”；,在人工智能中，西蒙把“学习”称为“系统积累经验，改善性能的过程”；,在知识工程中，认为“学习”是“知识结构的改进，知识的获得、积累和修正”。,一、学习和学习系统的概念,由于学习的概念不同，相应的“学习系统”的概念也有所不同。,2. “学习系统”的概念,能够从某种过程或环境中的未知特征获取信息，并作为经验用于未来的估计、分类、决策或控制，以改进其性能的系统，称为“学习系统”；,若系统在其环境发生变化后的一段时间(T)内，相对于性能函数(P)的响应是令人满意的，则可称为“学习系统”；,一、学习和学习系统的概念,2. “学习系统”的概念,能利用与环境相互作用时所获得的信息，在未来的与环境的相互作用中，改进其性能的系统，称为“学习系统”；,在与环境的相互作用中，不断使知识库完善化的系统，称为“学习系统”；,在系统运行过程中，能不断地从外界环境中获取知识，改善系统性能的系统，称为“学习系统”。,一、学习和学习系统的概念,尽管学习系统的定义各不相同，但学习系统具备两点共性：,2. “学习系统”的概念,获取知识（信息）；,改善系统性能。,二、机器学习系统的类型,示教式学习系统 在学习过程中，需要人作为教师，进行示教、监督和训练，学习结束后才能投入工作。 也称为“离线”学习系统。 自学式学习系统 不需要人进行示教、监督和训练，机器在运行过程中，自动获取知识，改善性能。 也称为“在线”学习系统。,1. 学习能力,机器学习能力大小的主要标志，是对人的监督和示教作用的依赖程度。据此可分为：,二、机器学习系统的类型,强记学习系统 机器在学习过程中，通过反复训练，利用奖惩规则或评价标准，强行记忆所获得的知识。 指导学习系统 在学习过程中，由人给出指导性的建议，机器通过知识推理，获得改善性能的具体行动规则，具有从一般到特殊的演绎推理功能。,2. 学习方法,机器学习方法，指获取知识和改进性能的方式。据此可分为：,二、机器学习系统的类型,示例学习系统 系统从训练集的许多事例或样本中，获取关于事物的特性和规律的知识，以提高其识别能力和性能，具有概括(从特殊到一般)和归纳推理功能。 类比学习系统 系统通过类比方法，进行联想推理，获得类比关系和转换规则的知识，提高对其他类似事物的识别能力。,2. 学习方法,机器学习方法，指获取知识和改进性能的方式。据此可分为：,二、机器学习系统的类型,概念学习系统 学习内容是关于事物的概念、状态、性质等叙述性知识。其中包括单概念学习，如判断事件的真假、是否等；多概念学习，如疾病诊断、质谱分析等。 过程学习系统 学习内容是关于事物状态变化的过程性知识，如问题求解的步骤，机器人行动规则，语言的句法分析，模式的文法推断等。,按所学习的知识的内容，可分为：,3. 学习内容,二、机器学习系统的类型,数值学习系统,根据机器学习系统中知识表示的方式，可分为：,4. 知识表示方式,用数值表示知识，如概率值、权系数等，又可分为：,统计学习系统，如贝叶斯学习分类器。,参数学习系统，如权系数修正器。,符号学习系统,用符号表示知识，如产生式规则、语义网络、“与/或”树等，又可分为 ：,产生式学习系统，用产生式规则表示知识。,网络式学习系统，用语义网络表示知识。,三、机器学习系统的原理结构,学习,知识库,工作,环 境,四、机器学习系统的基本功能,长期记忆知识 长期记忆知识是稳定不变的，它是学习系统必须具备的先验知识背景，在学习过程中不发生变化的基本知识，如事物的基本概念和定义、定律和公理，博弈的基本规则等；,1. 知识库,用于存储（记忆）、积累知识，具有知识增删、修改、扩充、更新功能的知识库及其管理系统。,根据所存储知识的记忆稳定度，可分为：,四、机器学习系统的基本功能,中期记忆知识 指通过学习可以改变的，关于环境事物的各种具体知识，即知识库中通过学习而增删、修改的那部分知识；,1. 知识库,用于存储（记忆）、积累知识，具有知识增删、修改、扩充、更新功能的知识库及其管理系统。,根据所存储知识的记忆稳定度，可分为：,四、机器学习系统的基本功能,短期记忆知识 指反映环境变化的信息和数据，学习过程的中间结果，以及知识调用的条件等。当处于“在线”学习过程中，短期记忆知识是经常改变的，一般存放于“总体数据库”或“黑板”中。,1. 知识库,用于存储（记忆）、积累知识，具有知识增删、修改、扩充、更新功能的知识库及其管理系统。,根据所存储知识的记忆稳定度，可分为：,四、机器学习系统的基本功能,采集环境信息 通过选例环节或直接采集有关环境变化的信息； 接受监督指导 接受来自监督环节的示教、指导信息或评价标准；,2. 学习环节,它是学习系统的核心环节，其作用如下：,四、机器学习系统的基本功能,修改知识库 将学习推理所获得的结果，输入知识库，对原有知识进行增删、修改。,2. 学习环节,它是学习系统的核心环节，其作用如下：,进行学习推理 利用所采集的环境信息，根据监督指导，通过强记、指导、示例、类比等学习方法，进行学习过程的知识推理，获得有关问题的解答和结论；,四、机器学习系统的基本功能,利用知识库中的知识，进行识别、论证、决策、判定，采取相应的行动，完成工作任务的执行环节。 如果工作环节的行动结果，直接引起环境的变化，如机器人行动、生产过程控制、机器博弈等，那么就形成了“在线”学习系统。,3. 工作环节,四、机器学习系统的基本功能,工作效果评价 接受来自工作环节的反馈信息，对系统的工作效果进行评价和检验； 整定评价准则 接受来自环境变化的信息，整定和修订评价准则和检验标准；,4. 监督环节,在示教式学习系统中，监督环节是人示教者；在自学式学习系统中，监督环节是监督器评价准则或检验标准。监督环节的作用：,四、机器学习系统的基本功能,监督学习环节 根据评价和检验结果，对学习环节进行示教、训练或指导；,4. 监督环节,在示教式学习系统中，监督环节是人示教者；在自学式学习系统中，监督环节是监督器评价准则或检验标准。监督环节的作用：,控制选例环节 根据环境变化信息及工作效果的反馈，控制选例环节，选取其他事例或样本。,四、机器学习系统的基本功能,从环境中，选取有典型意义的事例或样本，作为系统的训练集或学习对象，以便提高学习效率，加速学习过程。 选例环节可以由人或机器来实现。,5. 选例环节,四、机器学习系统的基本功能,指系统获取知识和信息的来源，工作的对象和人物等。例如： 医疗诊断系统中的病员、病历档案、医生、诊断书等； 模式识别系统的文字、图象、物景； 博弈系统的对手、棋局； 智能控制系统的被控对象和生产过程等。,6. 环境,4.3 机械学习,机械学习也叫死记硬背学习，是最简单的机器学习方法。,一、机械学习的模式,机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。 机械学习是最基本的学习过程，任何学习系统都必须记住其获取的知识。 在机械学习系统中，知识的获取是以较为稳定和直接的方式进行的，不需要系统进行过多的加工。而对于其它学习系统，需要对各种建议和训练例子等信息进行加工处理后才能存储起来。,一、机械学习的模式,机械学习在存储器中简单地记忆存储对(X1, X2, , Xn), (Y1, Y2, , Yp)。,当需要f(X1, X2, , Xn)时，执行部分就从存储器中把 (Y1, Y2, , Yp) 简单地检索出来而不是重新计算它。,当机械学习系统的执行部分解决好问题之后，系统就记住该问题及其解。 我们可把学习系统的执行部分抽象地看成某个函数，该函数在得到自变量输入值(X1, X2, , Xn)之后，计算并输出函数值(Y1, Y2, , Yp)。,一、机械学习的模式,这种简单的学习模式如下：,一、机械学习的模式,例如，一个决定受损汽车修理费用的汽车保险程序。,程序的输入是被损坏的汽车的描述，包括制造厂家、生产年代、汽车的种类以及汽车被损坏部位和损坏程度等； 程序的输出是保险公司应付的修理费用。,为了估算损坏汽车的修理费用，程序系统必须在存储器中查找同一厂家、同一生产年代、损坏的部位和程度相同的汽车，然后把对应的费用提交给用户。 如果系统没有发现这样的汽车，则它使用保险公司公布的赔偿规则估算出一个修理费用，然后把厂家、生产日期和损坏情况等特征与估算出的费用保存起来，以便将来查找使用。,二、机械学习的主要问题,只有当检索一个项目的时间比重新计算一个项目的时间短时，机械学习才有意义，检索的越快，其意义也就越大。 因此，采用适当的数据存储方式，使检索速度尽可能地快，是机械学习中的重要问题。,1. 存储组织知识,二、机械学习的主要问题,在急剧变化的环境下，机械学习策略是不适用的。 作为机械学习基础的一个重要假定是在某一时刻存储的信息必须适用于后来的情况。 然而如果信息变换得特别频繁，这个假定就被破坏了。 因此机械学习系统必须保证所保存的信息适应于外界环境变化的需要，这也就是所谓的信息适用性问题。,2. 环境的稳定性与存储知识的适用性,二、机械学习的主要问题,密切监视外界环境的变化，不断地更新所保存的信息。 核对，即在检索某一信息的时候核对一下外界环境的有关条件，看看所检索的信息是否仍旧适用。如不适用，需要经过适当的变换。,解决问题的办法有两种：,2. 环境的稳定性与存储知识的适用性,二、机械学习的主要问题,因为机械学习的根本目的是改进系统的执行能力，因此对于机械学习来说很重要的一点是