《人工智能ppT》PPT课件.pptVIP

人工智能与知识工程,教学计划,人工智能及其发展 知识表示 确定性推理 不确定推理 搜索策略 机器学习知识获取 专家系统,第二章 知识表示,基本观点： 知识是智能的基础 智能是运用知识的过程、行为 研究知识及其结构、获取、应用是建造智能系统的基础 知识工程的观点： 智能是建立在一定数量和质量的知识基础上的，它是知识的表现形式，是知识运用的结果或外在表现形式 本章主要内容 知识及其特征 知识表示方法,1、基本概念,什么是知识 数据：泛指对客观事物的数量、属性、位置及其相互关系的抽象表示 信息：数据在特定场合（上下文）的含义。 数据是信息的载体和表示 知识：把有关信息关联在一起的信息结构，是人们对客观世界认识的结晶 比较 85 小王上次数学考试成绩85分 小王上次数学考试成绩在班上名列前茅,知识的特性 相对正确性：认识的局限性和条件、环境的限制 不确定性： 随机性引起不确定性 模糊性引起不确定性 不完全性引起不确定性 经验性引起不确定性 可表示性 知识要能被表示才能被记载和传播 可利用性 知识要可应用才有意义，人们才愿意去学习和掌握,知识分类 按表示形式划分 对象知识，事件知识，性能知识，元知识 按作用范围划分 常识知识，领域（专业）知识 按应用层次划分 事实知识，过程知识，控制知识 按是否确定划分 确定性知识，不确定性知识 按结构与表现划分 逻辑知识，形象知识 按抽象程度划分 0级知识，1级知识，2级知识,使用知识：分为4个层面 知识获取 从已知的知识出发，如何使智能系统获得更多的知识 主要途径：更新、重组、推理 知识表示与存储 知识表示方法 知识存储技术 知识检索 通过一定的策略，搜索适合当前使用的知识 推理应用 利用已有知识，通过推理规则产生新的知识 利用已有知识，解决应用问题,知识表示 表示问题 知识表示是对知识的一种描述或一组约定，是一种计算机可以识别和存取的数据结构 描述、约定、数据结构 注：目前，人们对知识的结构、机制等尚未完全搞清楚，关于知识表示的理论与规范尚未完全建立。 表示方法 显式表示法，符号表示法 用各种包含具体含义的符号的有序组合表示知识 隐式表示法，连接表示法 用神经元间的连接及其连接的强弱表示知识 说明性表示法，静态表示法 侧重于客体、事件、事实及相关联系和状态的静态方面 过程性表示法，动态表示法 将知识的表示融合到知识的应用过程中,表示方法选择 充分表示领域知识 有利于对知识的利用 便于知识的组织、管理和维护 便于理解和实现 知识表示难点 常识性知识及其表示,2、一阶逻辑表示法,表示方法 表示事实知识 表示事物的状态、属性、概念等事实 形式：谓词或谓词公式 例： 成绩90分以上是优秀：good(x,90) 重庆是长江边的城市：near(重庆，长江) 50万人口以上的城市是大城市：bigcity(x) population(x,50万) 表示因果关系 形式：逻辑蕴涵式 xy 例： 自然数都是大于零的整数：（x)(N(x)GZ(x)I(x) 所有的整数不是奇数就是偶数：（x)(I(x)O(x)E(x),一阶逻辑不适合于表示过程知识和控制知识 应用 规划猴子取香蕉问题。P.108。房内有一只猴子位于a处、一个箱子位于c处，在b处的正上方挂了一串香蕉。猴子需要把箱子推到香蕉下，然后爬上箱子才能拿到香蕉。 设定谓词： at(x,y)x在y处 has(x,y)x手中有y on(x,y)x在y上 可能的行动 goto(x,y)猴子从x处到y处 条件：at(monkey,x) 动作：删除 at(monkey,x)，添加 at(monkey,y) push(x,y)猴子将箱子从x处推到y处 条件：at(monkey,x)at(box,x)has(monkey,empty) 动作：删除 at(monkey,x), at(box,x) 添加 at(monkey,y), at(box,y),up猴子爬到箱子上 条件：(x)at(monkey,x)at(box,x) 动作：删除 at(monkey,x) 添加 on(monkey,box) take猴子取香蕉 条件：on(monkey,box)has(monkey,empty)at(box,b) 动作：删除 has(monkey,empty) 添加 has(monkey,banana) 行动规划 初始状态：at(monkey,a)at(box,c)has(monkey,empty) 目标：has(monkey,banana) 行动过程 at(monkey,a)，at(box,c)，has(monkey,empty) goto的条件满足，采取goto(a,c)行动 at(monkey,c)，at(box,c)，has(monkey,empty) push的条件满足，采取push(c,b)行动 at(monkey,b)，at(box,b)，has(monkey,empty),up的条件满足，采取up行动 at(box,b)，has(monkey,empty)，on(monkey,box) take的条件满足，采取take行动 at(box,b)，has(monkey,banana)，on(monkey,box) 目标已达到，行动结束 注意：在采取push行动时，up的条件也满足，因此可以执行的动作通常不是唯一的。 例子中，造成状态转换的原因是使用了相关的行动。然而应采用怎样的行动序列，一阶谓词是不能很好解决的。 ？例子中，使用了哪些知识，这些知识怎样表示？请大家思考。,3、产生式表示法,产生式的形式 形式 产生式通常用于表示具有因果关系的知识。 一般形式： if P CF(P) then Q CF(Q) 或 P Q (CF(P),CF(Q) 语义：在相信P为真(可信度CF(P)时，得到结论或执行操作Q，其可信度为CF(Q) 形式化描述： ：= (CF(P),CF(Q) ：=| ：=| ：=|,：=，. 例： IF 路面是湿的 THEN 正在下大雨 (1，0.8) IF 正在下大雨 THEN 路面是湿的 （1，1） 蕴含式与产生式的区别 产生式中，Q可为事实也可为操作 蕴含式用于表示精确的知识，产生式可表示精确与不精确（具有某种可信度）知识。 例：设有如下问题（小方块移动）： 在一个3X3的方框内放有18编号的小方块 紧邻空位的小方块可以移入空位上 通过移动小方块可以改变方框内小方块的布局 要求：用产生式表示移动小方块的操作,问题的解：要求给出产生式规则 小方块可能的移动方向：上、下、左、右 规则： R1：IF 小方块左侧为空 THEN 小方块左移 R2：IF 小方块右侧为空 THEN 小方块右移 R3：IF 小方块上侧为空 THEN 小方块上移 R4：IF 小方块下侧为空 THEN 小方块下移 产生式系统的结构 综合数据库 存放与求解问题有关的数据事实知识。如病人的病情 存放问题求解过程中的中间结果事实知识，如病人的检查结果 存放问题的解事实知识，如诊断结果、治疗方案 数据库状态随知识的应用而变化，它由初始状态到目标状态的变化过程即是问题的求解过程。,例：构造小方块移动的产生式系统 综合数据库 基本要求：能方便存放布局，便于判定结束条件 形式： 矩阵 字符串： 初始状态：283164705 目标状态：123804765 知识库（规则库） 基本要求：方便存放规则，便于规则选择、使用 形式：（前提条件，操作） 控制系统，推理机 基本要求：一组使用规则的程序，灵活的接口 程序模块： 选择规则模块：当前状态判定，确定要执行的规则 执行规则模块：新增数据，删除数据,产生式系统的分类 对产生式系统有多种分类方法 按推理方向划分：前向、后向、双向产生式系统 按表示知识特征：确定性、非确定性产生式系统 按系统结构特征：可交换、可分解、可恢复产生式系统 可交换产生式系统 定义：这样的产生式系统对规则（知识）的使用次序无关，即无论先使用那条知识都可以达到目标 基本性质 可用规则集合不变不随综合数据库的变化而变化 综合数据库性质不变综合数据库DB满足目标时，任意使用规则R后，新的综合数据库仍然满足目标 与选用规则次序无关 综合数据库单调递增随规则的使用，综合数据库的内容递增 例：书P70,可分解产生式系统 定义：一个产生式系统中的规则库可能很大，若能将它划分为多个子库，但不影响规则的应用和规则应用的结果，称为可分解的产生式系统 可分解的条件：综合数据库和终止条件都可以分解为若干独立的部分 求解问题的特征：用图表示可分解产生式系统求解问题的过程时，得到一棵与/或树 例：书P70 可恢复产生式系统 定义：产生式系统若能通过应用规则撤消或修改对综合数据库产生的影响，称为可恢复的产生式系统 系统特征：系统是可回溯的 例：书P108，3.13,产生式系统的优缺点 优点 自然性 模块性 有效性 清晰性 不足 效率不高 不能表达具有结构性的知识 适用领域 知识间关系不密切，不存在结构关系 具有经验性和不确定性的知识，且相关领域中对这些知识没有严格、统一的理论 问题的求解为一些相对独立的操作组成，每个操作可以被表示为一条或多条产生式规则,4、语义网络表示,相关概念 语义网络：是通过概念及其语义关系表示知识的一种有向图 顶点：表示实体，指各种事物、概念、情况、属性、动作、状态等 弧/边：表示实体间的联系，指所连接顶点间的某种语义关系。该关系被记录在弧上作为弧的标识。 属性：表示实体的某种特征。 例：狗是一种有毛有尾巴的动物。猎狗是一种会狩猎的狗。,语义网络的形式化描述（BNF范式） :=|Merge(，.) := :=（，.） :=: :=| Merge是一个合并过程，它把括弧中的所有基本网元关联在一起，即把相同顶点合并为一个，从而构成一个语义网络。,常用的语义联系系统预定义的语义联系 个体与整体，成员与集合 a member of 小王是一个学生 类属关系，子集与全集 is a 全班的男同学是学生 全局与组成部分 a part of compose of 车轮是汽车的一部分 属性和占有 have 小王有一辆自行车,时间 before,after,at, 小王在小李达到前就离开了 位置 located on (at,under,outside,inside,) 桌子上有一本书 相似，接近 similar to,near to, 这两辆自行车很象 注：有些语义联系需要在一定的上下文中才能区别，因此，对语义的表示应注意上下文环境 例：鸟有翅膀。可以认为翅膀是鸟的组成部分（composed of）,也可认为鸟具有翅膀属性（have）,知识表示 表示事实知识 简单事实的表示，如前例 带与/或顶点的表示 参会者有男、有女，有的年老、有的年青,行为与事件 张山给肖红一本书 “小信使”这支鸽子从春天到秋天占有一个窝,表示事实间的联系 表示分类 表示聚集 表示推论 时间、位置 多元关系 例：John打了他的经理Tom后失业了。,表示复杂知识部分语义网络，语义网络分区 基本思路：把一个表示复杂知识的命题划分为若干子命题，每个子命题用一个较简单的语义网络表示，称为子空间，多个子空间构成一个大空间。每个子空间被视为大空间中的一个顶点，称为超节点（超顶点） 例： 王五有辆黑色的飞鸽牌28型自行车，张三有辆红色的金狮牌26型自行车 下列两个语义网络各表达了什么样的语义？ ？每个语文老师都要求他的学生背诵一首唐诗。,约定 子空间中所有非全称量词都是全称量词的函数，否则应放到子空间外 每个全称量词都有一条弧 顶点与弧 顶点：每个顶点含有的信息至少包括 指向该顶点的弧 由该顶点发出的弧 顶点名称 顶点位置 顶点特性表 相关空间 弧：每条弧至少包含的信息有 弧名 起始顶点 终止顶点,特性表 相关空间 基于语义网络的推理 语义网络系统：用语义网络表示知识的问题求解系统。 语义网络构成的知识库 求解问题的解释程序语义网络推理机 问题求解过程 根据待求解问题的要求，构造一个网络片断，其中有些顶点或弧是空的，反映待求解的问题 依此网络片断到知识库中去寻找可匹配的网络，以找出所需要的信息 当问题的语义网络片断与知识库中的某语义网络片段匹配时，则与询问处匹配的事实或联系就是问题的解 例： 语意义网络：John打了他的经理Tom后失业了 问题：Tom干了什么？,解： 构造问题子网络 匹配： 问题的解： 问题：Tom与John是什么关系？,表示方法的优缺点 优点 结构性 联想性 自然性 缺点 非严格性 处理上的复杂性,5、框架表示法,基本概念 理论基础 Minsky 1975年指出，人们对现实世界中各种事物认识都是以一种类似于框架的结构存储在记忆中的。 当面临一个新事物时，就从记忆中找出一个合适的框架，并根据实际情况对其细节加以修改、补充，从而形成对当前事物的认识。 框架 框架是一种描述所论述对象（事物、事件、概念等）属性的数据结构。 框架是知识表示的一个基本单位,框架结构 基本结构 构成 一个框架是由框架名、若干个槽和一组约束条件组成 每个槽由槽名和若干个侧面或由槽名和槽值组成 每个侧面由侧面名和若干个侧面值组成 形式描述 := 框架头:=框架名 :=|(,) :=， :=约束, :=| :=| :=|,:= :=| :=| :=| :=|, := :=， 例： 框架名： 姓名：张三 年龄：30 性别：男 职称：讲师 部门：计算机软件系 开课：自考课程：数字逻辑，C，InterNet基础 本科课程：C，软件技术基础，数据结构 工作时间：1995.8,型与值 框架的型指框架结构。它描述了框架所含的槽、侧面、约束和相关的缺省值。 当框架的槽、侧面、约束等被填充了具体的值以后，称为框架值，简称值。 特殊的槽、侧面值： 缺省值，默认值槽或侧面最常出现的值 槽的类属特性每个实例都存在且相同的值。 应用 具体问题的框架结构建立的要点： 根据描述找出关键词 给出描述所关心的问题的关键词 确定这些关键词之间的联系 确定关键词所描述的特征的取值范围和特殊值 根据描述，给出框架值,复杂框架结构 框架嵌套 框架嵌套包含框架间的横向与纵向两方面的联系 框架间的横向联系 当直接将一个框架作为另一个框架的子框架槽或侧面时，表示了框架间的横向联系 例： 教师框架 姓名 性别 年龄 职称 住址 开课 .,地址框架 国家 省市区 城市 区 街道 门牌 邮编 当两个框架间有足够多的共同槽或侧面时，认为它们具有相似性，用Similar相联系 例： 教师框架与实验员框架是Similar。它们的差别是：教师框架中的“开课”槽被更换为“实验”槽，其它槽和侧面可以不改变。,框架间的纵向联系 当两个框架间可以通过子集或ISA关系相连时，反应了它们间的纵向联系。纵向联系表示了框架间的继承性。 例：实体的分类,框架网络 在智能系统中，框架通过横向和纵向的联系而构成网络，称为框架网络。 实用系统中的框架通常是框架网络。 框架用于知识表示 用于表示事实 一般地，实体的每个属性都要有相应的槽或侧面来反映。 槽与侧面的区别在于表示细节的程度不同 例：如前述各例 用于表示联系 ISA槽：表示实体间抽象概念的类属关系，一种/一类 例：框架名 ISA： 脑力：特好 ,Subclass槽：表示子集与超集的关系 Instance槽：表示实例框架 例： 框架名 Instance：， 姓名： Part-of槽：表示部分与全体，强调组成部分 例：桌子与教室，车轮与车 Infer槽：表示框架间的逻辑关系推理 例 框架名 症状1：咳嗽 症状2：发烧 Infer： 可信度：0.8,Possible-Reason槽：Infer的逆 注：以上这些槽（侧面）可认为是系统预定义的。根据需要可以自定义一些槽（侧面） 基于框架表示的问题求解过程 核心：框架匹配槽、侧面匹配 过程：,框架表示法的特点 优点： 结构性 继承性 自然性 不足： 不易表示过程知识,6、概念从属表示法,基本概念 大多数的知识表示采用关系、实体集、属性、函数（谓词）来刻划论域。 论域：由本体论（Ontology）的基本原语构成 原语：实体、关系、实体集、属性、函数等 以基本对象及其关系表达的知识，用论域方法进行研究是合适的。 概念从属 主要研究自然语言理解，以表示语言的语义。 观点： 本体论是由若干概念及概念框架构成。 概念化对象能够与其它概念化对象连接起来建立无限复杂的结构。连接过程中，基本结构块不变，连接方法也不变。 主要概念：,实体：不同类型实体 动作：不同类型动作 概念格：不同概念格 概念时态：不同的概念时态 概念从属（概念间的联系） 基本构件（基本构造块） 原语概念类别 PP：对象 PA：对象修饰语或对象属性 ACT：动作 AA：动作修饰语或动作属性 动作类型 ATRANS：抽象关系的转移，指所有权或责任的改变 ATTEND：将感觉器官的注意力集中 CONC：人类思考活动,EXPEL：从动物体内排出某种东西 GRASP：行为者控制对象 INGEST：动物摄取对象 MBUILD：综合思维，根据原有信息建立新信息 MOVE：行为者移动自己的某一部位 MTRANS：使大脑进入有意识的思维 PROPEL：向一对象施加物理作用 PTRANS：对象从一处到另一处的物理位移 SPEAK：产生声音 注： 研究者认为，每个人的所有动作（包括人类的思维活动）都可以分解为上述12个原语动作。 动作由连接行为者与动作间的双箭头表示 例： BillINGEST 概念格 O：宾格(objective) D：方向(directive),R：受格(recepient) I：工具(instrumental) 注： 每个动作都必须包含一个或多个概念格 用单箭头表示从属方向，双箭头表示双向从属关系 例： BillINGEST O Tea Jack Jack ATRANS | R O Jill Job 概念时态 C：有条件的 delta：不定 f：将来时 k：持续,p：过去时 nil：现在时 t：语次转换 ts：开始语次转换 tf：完成语次转换 ?：疑问 /：否定 注： 当不关心时态时，可以省去概念时态 概念时态标注在表示动作的双箭头上 例：,概念从属结构 每一种基本结构表达了一种语义知识 结构描述了从基本构件构成概念从属语义表示的方法 常用的结构 PP ACT：行为者与引起的事件（动作）之间的双向从属关系 PP PP：左边的对象属于右边对象（集合） PP PA：对象PP与属性PA之间的关系 CONTAINS PP PP：右边对象是左边对象的特性。通常的特性类型包括：所有（Poss-By），位置（Loc）和物理容积（Cont）。 O ACT PP：动作与其作用对象之间的关系, PP ACT | R PP ：动作与其发出者和承受者之间的关系 I ACT ACT：动作与执行该动作的工具之间的关系，工具不单是一个简单的物理对象，而必须包括一个ACT的完全概念化了的对象。 PP PP| PP：对象与初始状态和终止状态之间的关系 下图表示一个概念化了的对象与引起这个已经概念化对象的另一概念化对象之间的关系。箭头从一个概念对象出发指向它所属的另一个概念化对象。,下图1描述了一状态的变化与引起其变化的一动作之间的关系。 下图2表示一概念化对象与另一同时发生的概念化对象之间的关系。 注：概念从属结构所允许的结构形式是多种多样的。除了大家公认的（称为默认结构）结构外，还可以根据应用的需要定义一些自定义结构。,例 Jill用拳猛敲Jack使其跌下山坡（图1）。 Fred因为听说Whisky对身体有害，所以他停止了饮用这种酒（图2）。（？Fred继续饮酒）,特点 优点 结构性：构件，结构块 自然性：与自然语义相近 清晰性：图形符号，易于理解 不足 理论研究不充分，系统性不强 表示上存在差异，不唯一,7、过程表示法,基本思路 将知识溶于推理、应用之中 推理过程本身被视为知识策略知识，控制知识 表示方法 激发条件 推理方向 向前推理（FR）：当数据库中的已知事实与规则（调用模式）匹配时，规则（过程）才被激活 向后推理（BR）：当调用模式与查询目标/子目标相匹配时，规则（过程）才被激活 调用模式：由模式（过程/函数）名及其参数组成。形式为： Model_Name（a1，a2，an） 或： （ Model_Name，a1，a2，an）,演绎操作 由一系列目标/子目标组成。当激发条件被满足时，按控制策略转到相应的目标或子目标中。 状态转换 根据目标/子目标执行的结果，对数据库进行修改、更新。 返回 退出规则调用 应用 知识表示 知识：如果x是y的brother，且x是z的father，则y和z是uncle关系 表示确定y和z之间的关系 BR(uncle ?y ?z) Goal(brother ?x y),Goal(father x z) Insert(uncle y z) return 应用 事实数据库 （brother 刘海 刘洋） （father 刘海 刘小海） 推理目标（uncle ?u ?v） 替换：u/y，v/z，目标是：（uncle ?y ?z)，触发条件被满足，开始演绎操作。 替换：x/刘海，y/刘洋，由事实，第一个子目标被满足 替换：x/刘海，z/刘小海，由事实，第二个子目标被满足 执行：Insert(uncle，刘洋，刘小海），修改数据（插入记录） 返回：return 结论：(uncle，刘洋，刘小海）,传统过程调用与过程表示知识使用的区别： 过程调用采用参数传递；知识使用采用模式匹配 过程调用的目标唯一；知识使用该匹配的模式一般不唯一 特点 优点 效率高 控制系统容易设计 不足 不易修改 不易添加新知识,8、过程知识与控制知识的表示,知识表示形式： 静态表示，说明性表示表示方法 动态表示，过程性表示表示方法 事实知识的表示 静态表示：描述实体、事件、事件等及其关系和状态 动态表示：描述事实知识的使用，即如何应用事实知识 例 过程知识及表示 过程知识： 如何处理与问题相关的信息（知识）以求得问题的解。即：将与问题相关信息联系、组织起来的知识，并按该知识能够获得问题的解。,例： 数学归纳法它将已知的