北京郵電大學(xué)知識(shí)工程第一章概述

知識(shí)工程鄧芳Dengfang@第一章概述知識(shí)工程與人工智能知識(shí)工程的研究領(lǐng)域知識(shí)工程新的發(fā)展本學(xué)期內(nèi)容和要求知識(shí)工程（KE）與人工智能（AI）

人工智能： 研究如何在機(jī)器上實(shí)現(xiàn)人類智能的學(xué)科。

20世紀(jì)的三大科學(xué)成就：人工智能、空間技術(shù)、原子能技術(shù)21世紀(jì)的三大科學(xué)前沿：人工智能、空間技術(shù)、生物技術(shù)（1）人工智能是指由計(jì)算機(jī)實(shí)現(xiàn)的人造智能。人工智能就是用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能。作為一門學(xué)科，人工智能可定義為：人工智能是一門研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。（能力）（2）人工智能是一門交叉邊緣學(xué)科，與人工智能有關(guān)的學(xué)科有：計(jì)算機(jī)科學(xué)、數(shù)學(xué)、哲學(xué)、語言學(xué)、神經(jīng)生理學(xué)、神經(jīng)心理學(xué)、腦科學(xué)、認(rèn)知科學(xué)、邏輯學(xué)、控制論等.（學(xué)科）不同定義：3

人工智能是一種使計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動(dòng)人心的新嘗試（Haugeland,1985）。定義4人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化（Bellman,1978）。定義5人工智能是用計(jì)算模型研究智力行為（Charniak和McDermott,1985）。定義6人工智能是研究那些使理解、推理和行為成為可能的計(jì)算（Winston,1992）。定義7人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)（Kurzwell,1990）。定義8人工智能研究如何使計(jì)算機(jī)做事讓人過得更好（Rick和Knight,1991）。定義9人工智能是一門通過計(jì)算過程力圖理解和模仿智能行為的學(xué)科（Schalkoff,1990）。定義10人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動(dòng)化有關(guān)的一個(gè)分支（Luger和Stubblefield,1993）。為什么要研究人工智能1、現(xiàn)有計(jì)算機(jī)系統(tǒng)的局限性。智能低下、缺乏自學(xué)習(xí)、自適應(yīng)能力。2、人類智能的局限性。學(xué)習(xí)能力因人而異、學(xué)習(xí)速度慢、效率低。3、信息化社會(huì)的迫切要求。目標(biāo)：近期：用機(jī)器來模擬和實(shí)現(xiàn)人的部分/某些智力功能；遠(yuǎn)期：全部甚至可以延伸人的智慧。智能： 有效獲取、傳遞、處理、再生和利用信息，從而在任意給定的環(huán)境下達(dá)到預(yù)定目的的能力。智能特征：

具有感知能力。通過視覺、聽覺、觸覺、味覺和嗅覺感知外部世界。 具有記憶與思維能力。記憶能存儲(chǔ)由感知器官感知到的外部信息以及有思維所產(chǎn)生的知識(shí)。思維用于對記憶的信息進(jìn)行處理。思維可分為邏輯思維和形象思維。 具有學(xué)習(xí)能力及自適應(yīng)能力。 具有行為能力。相關(guān)學(xué)說：思維理論/認(rèn)知科學(xué)： 研究人們認(rèn)識(shí)世界規(guī)律和方法的一門學(xué)科，在于揭開大腦思維功能的奧秘；知識(shí)域值理論： 智能行為取決于知識(shí)數(shù)量及一般化的程度；人工智能研究方法

結(jié)構(gòu)派：（神經(jīng)計(jì)算、生理學(xué)派、連接主義） 網(wǎng)絡(luò)連接為主的聯(lián)結(jié)主義； 主要觀點(diǎn)： 智能活動(dòng)的基元是神經(jīng)細(xì)胞； 智能活動(dòng)過程是神經(jīng)網(wǎng)絡(luò)的狀態(tài)演化過程； 智能活動(dòng)的基礎(chǔ)是神經(jīng)細(xì)胞的突觸聯(lián)結(jié)機(jī)制； 智能系統(tǒng)的工作模式是模仿人腦模式。

主要特征：1、通過神經(jīng)元之間的并行協(xié)同作用實(shí)現(xiàn)信息處理，具有并行性、動(dòng)態(tài)性、全局性。2、通過神經(jīng)元間分布式的物理聯(lián)接存儲(chǔ)信息。聯(lián)想記憶、容錯(cuò)性。3、通過神經(jīng)元間連接強(qiáng)度的動(dòng)態(tài)調(diào)整實(shí)現(xiàn)自學(xué)習(xí)和自適應(yīng)功能。4、善于模擬人類的形象思維過程。功能派：（符號(hào)主義、心理學(xué)派、邏輯學(xué)派） 符號(hào)處理為核心的方法；主要觀點(diǎn)：思維的基元是符號(hào)；思維的過程是符號(hào)運(yùn)算；智能的核心是知識(shí)，利用知識(shí)推理進(jìn)行問題求解；智能活動(dòng)的基礎(chǔ)是物理符號(hào)系統(tǒng)，人腦電腦都是物理符號(hào)系統(tǒng)；知識(shí)可用符號(hào)表示，可建立基于符號(hào)邏輯的智能理論體系。主要特征：1、立足于邏輯運(yùn)算和符號(hào)操作，適合于模擬人的邏輯思維過程。2、知識(shí)用顯式的符號(hào)表示，容易表達(dá)人的心理模型。3、現(xiàn)有的數(shù)字計(jì)算機(jī)可以方便地實(shí)現(xiàn)高速的符號(hào)處理。4、能與傳統(tǒng)的符號(hào)數(shù)據(jù)庫進(jìn)行鏈接，易于模塊化。5、以知識(shí)為基礎(chǔ)。行為模擬派（行為主義、進(jìn)化主義、控制論學(xué)派）基于感知-行為模型的研究途徑和方法。主要觀點(diǎn)：智能行為的基礎(chǔ)是感知－行動(dòng)的反應(yīng)機(jī)制；智能系統(tǒng)的智能行為需要在真實(shí)世界的復(fù)雜境遇中進(jìn)行學(xué)習(xí)和訓(xùn)練，在與周圍環(huán)境的信息交互與適應(yīng)過程中不斷進(jìn)化和體現(xiàn)；強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互，認(rèn)為智能取決于感知和行動(dòng)；智能行為可以不要知識(shí)。研究角度： 符號(hào)智能：運(yùn)用知識(shí)解決問題； 計(jì)算智能：神經(jīng)計(jì)算、模糊系統(tǒng)、遺傳算法、進(jìn)化程序設(shè)計(jì)； 人工生命：生成或構(gòu)造表現(xiàn)自然生命系統(tǒng)行為特點(diǎn)的仿真系統(tǒng)或模型系統(tǒng)。人工智能發(fā)展

孕育期（1956年以前）古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規(guī)律。英國的哲學(xué)家、自然科學(xué)家Bacon（培根）（1561-1626），系統(tǒng)地給出了歸納法?！爸R(shí)就是力量”德國數(shù)學(xué)家、哲學(xué)家Leibnitz（布萊尼茨）（1646-1716）。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號(hào)化，從而能對人的思維進(jìn)行運(yùn)算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864）實(shí)現(xiàn)了布萊尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。美籍奧地利數(shù)理邏輯學(xué)家Godel（哥德爾）（1906-1978），證明了一階謂詞的完備性定；英國數(shù)學(xué)家Turing(圖靈)（1912-1954）,1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型（圖靈機(jī)），1950年提出了圖靈試驗(yàn)，發(fā)表了“計(jì)算機(jī)與智能”的論文。圖靈獎(jiǎng)。美國數(shù)學(xué)家Mauchly，1946發(fā)明了電子數(shù)字計(jì)算機(jī)ENIAC美國神經(jīng)生理學(xué)家McCulloch，建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。美國數(shù)學(xué)家Shannon（香農(nóng)）,1948年發(fā)表了《通訊的數(shù)學(xué)理論》，代表了“信息論”的誕生。形成期（1956---1969）起源于美國1956年的一次夏季討論會(huì)（達(dá)特茅斯會(huì)議）1956年提出了“ArtificialIntelligence（人工智能）”創(chuàng)始人中有：McCarthy,Minsky,Rochester,Shannon,Moore,Samuel,Selfridge,Solomonff,Simon,Newell等數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計(jì)算機(jī)科學(xué)家。McCarthy（麥卡錫）——人工智能之父。

M-P模型、感知器模型等物理符號(hào)系統(tǒng)主要研究的問題：GPS、游戲、翻譯等

一個(gè)笑話（英-俄-英翻譯）：

Thespiritiswillingbutthefleshisweek.

（心有余而力不足）

Thevodkaisstrongbutmeatisrotten.

（伏特加酒雖然很濃，但肉是腐爛的）結(jié)論： 必須理解才能翻譯，而理解需要知識(shí)發(fā)展期（1970---80年代）知識(shí)工程時(shí)代 1970年，知識(shí)工程的提出。 專家系統(tǒng)知識(shí)工程知識(shí)工程席卷全球各國發(fā)展計(jì)劃：美國星球大戰(zhàn)計(jì)劃英國ALVEY計(jì)劃法國UNIKA計(jì)劃日本五代機(jī)計(jì)劃中國“863”計(jì)劃第四階段（80年代中～90年代初） 新的神經(jīng)元網(wǎng)絡(luò)時(shí)代（BP網(wǎng)（算法），解決了多層網(wǎng)的學(xué)習(xí)問題、Hopfield網(wǎng)）第五階段（90年代初～現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時(shí)代網(wǎng)絡(luò)給AI帶來無限的機(jī)會(huì)知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘AI走向?qū)嵱没R(shí)工程的產(chǎn)生 人工智能在初期一般思維規(guī)律出發(fā)模擬人的智能遇到困難； 1977年，費(fèi)根鮑姆在第五界國際人工智能聯(lián)合會(huì)議上提出知識(shí)工程的概念。

他認(rèn)為：知識(shí)工程是AI的原理和方法，恰當(dāng)運(yùn)用專家知識(shí)的獲取、表達(dá)和推理過程的構(gòu)成和解釋，是設(shè)計(jì)基于知識(shí)的系統(tǒng)的重要技術(shù)問題。愛德華?費(fèi)根鮑姆

（EdwardA.Feigenbaum） 知識(shí)工程的提出者 大型人工智能系統(tǒng)的開拓者定義：

知識(shí)工程是研究知識(shí)信息處理的學(xué)科，提供開發(fā)智能系統(tǒng)的技術(shù)，是人工智能、數(shù)據(jù)庫技術(shù)、數(shù)理邏輯、認(rèn)知科學(xué)、心理學(xué)等學(xué)科交叉發(fā)展的結(jié)果。

以知識(shí)為研究對象的學(xué)科，研究知識(shí)信息處理，研究機(jī)器對知識(shí)的應(yīng)用來進(jìn)行問題求解的學(xué)科。 是一門對知識(shí)的表示、推理、處理與獲得等一系列問題綜合起來，并付諸實(shí)際工程應(yīng)用的科學(xué)。 是設(shè)計(jì)和實(shí)現(xiàn)知識(shí)庫系統(tǒng)及知識(shí)庫應(yīng)用系統(tǒng)的理論、方法和技術(shù)，是研究知識(shí)獲取、知識(shí)表示、知識(shí)管理和知識(shí)利用的一門學(xué)科。研究目標(biāo)： 研究知識(shí)的基礎(chǔ)上，開發(fā)智能系統(tǒng)。 有效地掌握、存取、傳播和應(yīng)用知識(shí)，提高認(rèn)識(shí)自然和改造自然的能力。一般認(rèn)為： 知識(shí)工程以知識(shí)為處理對象，借用工程化的思想，對如何運(yùn)用人工智能的原理、方法和技術(shù)為設(shè)計(jì)、構(gòu)造和維護(hù)知識(shí)型系統(tǒng)的一門學(xué)科，是人工智能的一個(gè)應(yīng)用分支。 知識(shí)工程的興起是人工智能發(fā)展的產(chǎn)物； 知識(shí)工程是人工智能的一個(gè)重要分支； 知識(shí)工程的發(fā)展將進(jìn)一步將人工智能推廣到更廣泛的應(yīng)用。知識(shí)系統(tǒng)應(yīng)用的好處：生產(chǎn)率： 更快制定決策；生產(chǎn)率提高；解決復(fù)雜問題； 可靠性。。。知識(shí)保存；質(zhì)量提高；培訓(xùn)；工作方式多樣性等；IBM的“深藍(lán)”與卡斯帕羅夫96年2月第一次比賽結(jié)果：

“深藍(lán)”：勝、負(fù)、平、平、負(fù)、負(fù)97年5月第二次比賽結(jié)果：

“深藍(lán)”：負(fù)、勝、平、平、平、勝“深藍(lán)”以3.5：2.5的總比分戰(zhàn)勝卡斯帕羅夫“深藍(lán)”的技術(shù)指標(biāo)：32個(gè)CPU每個(gè)CPU有16個(gè)協(xié)處理器每個(gè)CPU有256M內(nèi)存每個(gè)CPU的處理速度為200萬步/秒IBM超級電腦“沃森”擊敗人類2012年2月16日，在美國智力競猜節(jié)目《危險(xiǎn)邊緣》（Jeopardy）第三場比賽中，沃森取得77147美元的成績，以三倍的巨大分?jǐn)?shù)優(yōu)勢力壓另兩位參賽選手肯·詹寧斯和布拉德·魯特，奪得這場人機(jī)大戰(zhàn)的冠軍。

4年前，IBM的研發(fā)團(tuán)隊(duì)計(jì)劃研發(fā)一種能夠理解人類語言，并能利用已知信息給出最佳答案的電腦，這種計(jì)算機(jī)系統(tǒng)不僅要能聽懂不同口音的發(fā)音，還需要能理解包括俚語和雙關(guān)語等語言在內(nèi)的復(fù)雜表述，并剔除一些錯(cuò)誤信息，而最后IBM制造出了現(xiàn)在這臺(tái)以創(chuàng)辦人沃森名字命名的超級電腦。

“沃森”數(shù)據(jù)庫中包括辭海和《世界圖書百科全書》等數(shù)百萬份資料，而構(gòu)成“沃森”的是90臺(tái)Power7服務(wù)器，占地面積接近一個(gè)房間，每臺(tái)服務(wù)器中擁有4個(gè)8核Power7處理器，使得其能在3秒鐘之內(nèi)檢索數(shù)億頁的材料并給出答案。

數(shù)碼難題、游戲搜索技術(shù)、解決問題定理證明、規(guī)劃語言理解、知識(shí)表示知識(shí)工程、認(rèn)知科學(xué)專家系統(tǒng)的開發(fā)和應(yīng)用基于知識(shí)的系統(tǒng)、知識(shí)庫系統(tǒng)，Agent與多Agent知識(shí)庫系統(tǒng)理論、大規(guī)模知識(shí)庫系統(tǒng)研究20世紀(jì)50年代后半期20世紀(jì)60年前后半期20世紀(jì)60年代后半期20世紀(jì)70年代前半期20世紀(jì)70年代后半期－80年代后半期20世紀(jì)90年代后半期21世紀(jì)提出人工智能GPS，歸結(jié)原理產(chǎn)生式系統(tǒng)、語義網(wǎng)絡(luò)、框架理論等知識(shí)工程的提出很多成功的專家系統(tǒng)專家系統(tǒng)結(jié)合傳統(tǒng)系統(tǒng)解決實(shí)際結(jié)構(gòu)化問題高性能知識(shí)庫、基于網(wǎng)絡(luò)的知識(shí)自動(dòng)獲取、企業(yè)知識(shí)管理和知識(shí)共享研究范例研究概論從人工智能到知識(shí)工程發(fā)展(1)1965至1974年——實(shí)驗(yàn)性系統(tǒng)時(shí)期

DENDRAL系統(tǒng)標(biāo)志著“專家系統(tǒng)”的誕生

(2)1975至1980年——MYCIN時(shí)期

MYCIN專家系統(tǒng)是規(guī)范性計(jì)算機(jī)專家系統(tǒng)的代表

(3)1980年以來——知識(shí)工程的“產(chǎn)品”在產(chǎn)業(yè)部門開始應(yīng)用的時(shí)期知識(shí)工程研究領(lǐng)域傳統(tǒng)領(lǐng)域： 基本的知識(shí)表示和處理方法； 專家系統(tǒng)； 決策支持； 機(jī)器學(xué)習(xí)； 自然語言理解； 博弈 。。。。。。研究方面：基本理論方法研究；

知識(shí)的本質(zhì)、知識(shí)的表示、推理、獲取和學(xué)習(xí)方法等；

實(shí)用技術(shù)的開發(fā)，系統(tǒng)開發(fā)及商品化研究：

實(shí)用知識(shí)表示方法、獲取、推理技術(shù)，知識(shí)庫結(jié)構(gòu)系統(tǒng)，知識(shí)庫管理技術(shù)，調(diào)試與評估技術(shù)等；系統(tǒng)工具的研究：

給系統(tǒng)開發(fā)提供良好的環(huán)境工具，以提高系統(tǒng)研制的質(zhì)量和縮短系統(tǒng)研制周期。acquiringknowledge(知識(shí)獲?。皌hetransfer&transformationofpotentialproblem-solvingexpertisefromsomeknowledgesourcetoaprogram”representingknowledge（知識(shí)表示）logical,conceptualschemeofhowknowledgeisstored&associatedinhumanbraincontrollingreasoning（知識(shí)應(yīng)用）howknowledgeisaccessed&applied知識(shí)獲取知識(shí)獲取有三種方式：非自動(dòng)知識(shí)獲取、知識(shí)抽取、機(jī)器學(xué)習(xí)知識(shí)。非自動(dòng)知識(shí)獲取由知識(shí)工程師通過閱讀有關(guān)文獻(xiàn)或與領(lǐng)域?qū)＜医涣?，獲取原始知識(shí)并進(jìn)行分析、歸納、整理，形成用自然語言表述的知識(shí)條目輸入到數(shù)據(jù)庫中。知識(shí)抽取是對蘊(yùn)含于文本文獻(xiàn)中的知識(shí)進(jìn)行識(shí)別、理解、篩選、格式化，把文獻(xiàn)的每個(gè)知識(shí)點(diǎn)抽取出來，以一定形式存人知識(shí)庫中。機(jī)器學(xué)習(xí)知識(shí)通過機(jī)器的視覺、聽覺等途徑，直接感知外部世界，輸入自然信息，獲取感性和理性知識(shí)，或者根據(jù)系統(tǒng)運(yùn)行經(jīng)驗(yàn)從已有的知識(shí)或?qū)嵗醒堇[、歸納出新知識(shí)，補(bǔ)充到知識(shí)庫中。知識(shí)表示謂詞邏輯表示產(chǎn)生式表示法框架表示法腳本表示法過程表示法語義網(wǎng)表示法Petri網(wǎng)表示法面向?qū)ο蟊硎痉?/p>

不同的知識(shí)類型使用不同的表示方法

知識(shí)利用包括知識(shí)搜索以及知識(shí)推理。知識(shí)搜索確定在什么情況下需要什么樣的知識(shí)，搜索到的知識(shí)是否滿足當(dāng)前的需求。找到了適當(dāng)?shù)闹R(shí)后，進(jìn)行推理，得到結(jié)果。知識(shí)工程新的發(fā)展：知識(shí)經(jīng)濟(jì)、網(wǎng)絡(luò)經(jīng)濟(jì)數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)網(wǎng)絡(luò)計(jì)算模式下的知識(shí)處理----如何從Web上發(fā)現(xiàn)、挖掘與獲取、傳輸、存儲(chǔ)、管理、利用知識(shí)知識(shí)工程新的變化：（陸汝鈐）（1）處理對象從規(guī)范化的、相對好處理的知識(shí)進(jìn)一步深入到非規(guī)范化的、相對難處理的知識(shí)；外延上網(wǎng)上的知識(shí)具有海量性、分布性、開放性、共享性、異構(gòu)性、多媒體性等特點(diǎn)；內(nèi)涵上非規(guī)范知識(shí)，內(nèi)涵不夠清楚（模糊知識(shí)），或結(jié)構(gòu)殘缺不全（不完全知識(shí)），或含內(nèi)在矛盾（不協(xié)調(diào)知識(shí)），或含無用雜質(zhì)（代噪聲知識(shí)），或內(nèi)涵不穩(wěn)定（時(shí)變知識(shí)），或依賴于情景和條件（啟發(fā)式知識(shí)）（2)處理規(guī)模和方式從封閉式擴(kuò)大為開放式，從小手工作坊式的知識(shí)工程擴(kuò)大為能進(jìn)行海量知識(shí)處理的大規(guī)模工程。提出IT產(chǎn)業(yè)中：硬件、軟件、知件三足鼎立。知件就是獨(dú)立的、計(jì)算機(jī)可操作的、商品化的、可被某一類軟件調(diào)用的知識(shí)模塊。對知件開發(fā)過程施以科學(xué)化和工程化的管理，就是知件工程。知識(shí)產(chǎn)業(yè)的核心是知件產(chǎn)業(yè)。（傳統(tǒng)意義上的）軟件知件技術(shù)內(nèi)容既含領(lǐng)域知識(shí)，也含軟件技術(shù)只含領(lǐng)域知識(shí)生命周期主要取決于用戶需求的變化主要取決于知識(shí)積累和發(fā)展種類劃分系統(tǒng)軟件、應(yīng)用軟件。。。應(yīng)用知件開發(fā)人員以專業(yè)的軟件工程師為主以各行各業(yè)的領(lǐng)域?qū)＜覟橹髦R(shí)產(chǎn)權(quán)軟件著作權(quán)知識(shí)專利權(quán)網(wǎng)絡(luò)計(jì)算環(huán)境下的知識(shí)工程（知識(shí)處理）

網(wǎng)絡(luò)計(jì)算模式下的知識(shí)獲取機(jī)制的研究（建模環(huán)境、建模方法、建模機(jī)制，…..）；網(wǎng)絡(luò)計(jì)算模式下的知識(shí)管理機(jī)制的研究；網(wǎng)絡(luò)計(jì)算模式下的知識(shí)源的再配置機(jī)制的研究；數(shù)據(jù)挖掘（DM）、知識(shí)挖掘（KM）和知識(shí)發(fā)現(xiàn)（KD