第七章专家系统

1、专家系统知识就是力量,而积累了知识的计算机会全面增强我们的力量-费根鲍姆(斯坦福大学教授)先看一个例子 eXpertise2Go系统http:/ 我们先来看看一个eXpertise2Go的demo：Product Advisors: PCs, PDAs & More!中购买PC的专家系统例子。什么是专家？ 与领域相关 有丰富知识：对该领域的事物精通，有丰富的知识或者说有独到的见解 能进行判断：对该领域的复杂问题能进行独到明确的判断什么是专家系统? 一种智能的计算机程序,它运用知识和推理步骤来解决只有专家才能解决的复杂问题.(Feigenbaum) 一种智能的计算机程序系统,在该系统中保

2、存了大量的专家水平的知识和经验,能够利用人类专家的知识和经验进行推理和判断,模拟人类专家的决策过程,以解决那些通常需要专家决定的复杂问题.什么是专家系统？ 专家系统是一种模拟人类专家解决领域问模拟人类专家解决领域问题的计算机程序系统题的计算机程序系统。 具有大量的专门知识与经验 根据某领域一个或多个专家提供的知识和经验，进行推理和判断 需要解决的问题要足够的复杂专家系统的主要构成 “系统”？ 体系结构？知识库知识库结果解释器结果解释器知识推理器知识推理器知识获取器知识获取器人机接口人机接口用户用户 知识工程师知识工程师 领域专家领域专家专家系统的核心部件专家系统的核心部件知识库 知识库是用来存

3、放领域专家知识的仓库。其中的知识来源于知识获取器，并为推理器提供求解问题所需要的知识。 主要涉及的问题： 知识表达问题 知识管理问题知识库知识库推理机 推理机是模拟人类专家的思维过程，控制并执行对问题的求解。它能根据已知的事实，利用知识库中的知识，按照一定的推理方法和控制策略进行推理，直到得出相应的结论为止 主要研究问题： 推理方法：精确/非精确 控制策略：推理方向/规则搜索策略知识获取 知识获取是建设专家系统的关键。没有知识的专家系统就是一个空壳，不能起任何作用。 主要研究问题： 获取方法：自动化程度 获取效率：结果解释器 “为什么呀？”-2008年的流行语 人们在涉及重大决策的时候，一般不

4、会满足于结论，还关心得出这个结论的原因。 解释器的任务就是跟踪推理器的推理过程，并展示给用户。重点介绍几个问题 专家系统发展的历史背景和重要人物 知识表达问题 知识推理问题 专家系统的应用专家系统发展的历史背景 1954年人工智能学科诞生以后，以数学定理证明为标志在通用问题求解等方面取得了令人兴奋的成果，世界上兴起了一个人工智能的研究浪潮。 很快这种“通用”的想法就遇到了巨大的挑战，失败接连不断。以至于政府停止了对人工智能研究项目的资助。 人们反思的结果是，应缩小领域，想专家那样思维。 1969年,美国斯坦福大学Feigenbaum教授和同大学遗传学系主任Joshua Lederberg教授(

5、1958年诺贝尔生理学-医学奖获得者)以及哲学家Bruce Buchanan合作,开发从光谱仪提供的数据中推断出物质的分子结构的计算机程序,根据分析化学家依据光谱的波峰模式判断物质分子结果的经验加入到系统中.这是历史上第一个专家系统,命名为DENDRAL专家系统的历史 20世纪70年代是专家系统开发的鼎盛时期,各种各样的专家系统被开发出来. 1972-1979,Fegenbaum小组又开发了影响深远的医疗专家系统MYCIN,能够对细菌感染疾病的诊断和治疗作出咨询. 学术界还发展了通用知识表达语言，专家系统生成工具等。人们相信，只要有足够的知识就可以象专家一样地工作。 1977年，Fegenba

6、um在IJCAI提出了“知识工程”的概念，明确了对知识获取了整理的重要性。人们相信：知识的大量积累可以使计算机的智能发生质变。专家系统的发展历史 但是，单学科专业型专家系统的缺陷也逐步暴露出来：不能回答一些常识性的问题，不能回答知识库之外的问题。 Lenat 于1984年提出CYC计划，建造海量常识性知识库。但是其工程量巨大，人们对其是否能够成功表示了很大的怀疑。 1995年CYC成立了一家公司cycorp,继续CYC的事业。到2000年，已经积累了160万条常识性知识。 这样的规模是大还是小，是否又是“爬梯子登月亮”？ 1936年生于美国新泽西洲 1952年进入CMU电气工程系学习，师从西蒙

7、，获博士学位 1965在斯坦福大学发明世界上第一个专家系统DENDRAL 1977年在IJCAI上在世界上第一次提出知识工程的概念。 现为SKL教授关于知识表达 知识表达是人工智能的基本问题之一。 历史上已经提出了多种知识表达的方法。 基于规则的表达方法 基于框架的表达方法 语义网络表达方法 状态空间表达方法 其他基于规则的表达方法 规则是什么？ IF （条件） THEN （结论） 例子： IF （动物有毛发）THEN （动物是哺乳动物） IF （动物有奶）THEN （动物是哺乳动物） IF （动物有羽毛）THEN （动物是鸟） IF （动物会飞）并且 （动物会产蛋）THEN （动物是鸟）基于

8、框架的表示方法 框架的结构： 框架名称 槽 侧面名：侧面值 Frame Name (Aspect1(value1); (Aspect2(value2); . 侧面侧面1侧面侧面4侧面侧面3侧面侧面2框架名称框架名称一个例子 机器人罗西和苏珊在玩，罗西打了苏珊一下。 情形1：苏珊很愤怒，与罗西对打起来； 情形2：苏珊很伤心，哭了。 设计两个框架：状态变化，动作行为初态初态结果结果终态终态对象对象状态变化状态变化动作动作结果结果接受者接受者发出者发出者动作行为动作行为高兴高兴愤怒愤怒苏珊苏珊初态初态结果结果终态终态对象对象状态变化状态变化打打苏珊苏珊罗西罗西动作动作结果结果接受者接受者发出者发出者

9、动作行为动作行为高兴高兴委屈委屈苏珊苏珊初态初态结果结果终态终态对象对象状态变化状态变化高兴高兴愤怒愤怒苏珊苏珊初态初态结果结果终态终态对象对象状态变化状态变化打打苏珊苏珊罗西罗西动作动作结果结果接受者接受者发出者发出者动作行为动作行为打打苏珊苏珊动作动作结果结果接受者接受者发出者发出者动作行为动作行为罗西罗西高兴高兴委屈委屈苏珊苏珊初态初态结果结果终态终态对象对象状态变化状态变化哭哭苏珊苏珊动作动作结果结果接受者接受者发出者发出者动作行为动作行为语义网络 由实体-联系组成的网络来表达。 实体包括类（class）和实例(instance) 类：鸟，人 实例：燕子，张三 联系：各种语义联系 Is

10、A： ZhangSan IsA Person KindOf/SubsetOf: Student IsSubsetOf Person part of: 实体-属性联系。德智体是评价学生的三个方面一个例子PERSONSubsetOfSubsetOfSubsetOfProfessorStudentStaffZhangSanIsAAdvisor状态空间表示法 状态空间就是问题全部可能的状态 考虑8数码问题的状态空间12384765 用8个数字的位置来表示状态：9！ 用空格的移动表示操作： Left Right Up Down123847656438571264381572643857126384571

11、264385712LeftRightUpDown6485371264385271UpDown专家系统的推理问题 推理机制和知识表达方式有关系 基于规则的表示满意 = 超级计算机超级计算机深蓝深蓝 美国美国IBM公司研制的世界上计公司研制的世界上计算能力最强的计算机算能力最强的计算机“深深蓝蓝” ，2005年计算速度为每秒年计算速度为每秒280.6兆次。兆次。1997年年5月曾击败国际象棋月曾击败国际象棋世界冠军世界冠军卡斯巴罗夫卡斯巴罗夫。 1997年年的深蓝可搜寻及估的深蓝可搜寻及估计随后的计随后的12步棋，而一名步棋，而一名人类象棋好手大约可估计随人类象棋好手大约可估计随后的后的10步棋。

12、每增加步棋。每增加1步棋步棋的搜寻能力约等于增加下棋的搜寻能力约等于增加下棋强度约强度约80 ELO分。分。计算机计算机“沃森沃森” “沃森沃森“的皮肤和身躯的皮肤和身躯 在在危险边缘危险边缘舞台旁边的一个房间里摆放着舞台旁边的一个房间里摆放着“沃森沃森”的大脑的大脑 肯、沃森和布拉德在练习场上肯、沃森和布拉德在练习场上 “沃森”在电视智力竞赛节目危险边缘(Jeopardy)上与两位人类冠军选手肯詹宁斯和布拉德鲁特展开对决，此次交手共分两场比试，为期3天。 两位被挑战者都是一等一的高手，詹宁斯曾创下74连胜的比赛纪录，而鲁特也在比赛中共拿到过325万美元奖金。 危险边缘是哥伦比亚广播公司益智问

13、答游戏节目。该节目的比赛以一种独特的问答形式进行，问题设置的涵盖面非常广泛，涉及到历史、文学、文学、艺术、流行文化、科技、体育、地理、文字游戏艺术、流行文化、科技、体育、地理、文字游戏等等各个领域。根据以答案形式提供的各种线索，参赛者必须以问题的形式做出简短正确的回答。 与一般问答节目相反，危险边缘以答案形式提问、提问形式作答。参赛者需具备历史、文学、政治、科学和通俗文化等知识，还得会解析隐晦含义、反讽与谜语等，而电脑并不擅长进行这类复杂思考。 在1月举行的练习赛中，其中一个提示是：“影片琪琪让他得以拥有自己的成名曲Thank Heaven for Little Girls。”以大型电脑显示器

14、形象亮相的“沃森”抢在詹宁斯和鲁特之前触发抢答器，用其模拟声音给出“谁是莫里斯切瓦力亚？”这个正确答案。 。沃森需要识别人类的语言，并从中分析微妙的含义，讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索，并通过一系列的数据比对和模拟人类的联想能力得出精准的答案，再反向用人类的语言回答出来。此外，沃森还能模仿人类针对问题进行策略考虑，例如问题的挑选、是否略过不擅长的题目，还会模仿人类的口吻搞笑整个过程仅有计算机和软件算法完成，没有工程师参与（这种快速问答，其实也参与不了），也与互联网断开因此计算机不能作弊，必须自己想。 沃森已经能够快速理解危险边缘问题的内容，分析它需要获得的信息，得到精确的答案，并给出可信的回答。沃森会估计危险边缘节目组剩下的奖金数额、自己比其他对手落后或领先多少、自己在特定类别的题目上的表现，及时调整自己的信息级别。如果沃森落后对手太多，它的信心级别会较低，例如40%，这时它仍会继续努力；不过在领先对手时它也会想：我已经领先那么多了，为什么还要冒险呢？因此，即使它的信心值是75%，它也有可能会选择不回答。 沃森是基于IBMDeepQA(深度开放域问答系统工程)技术开发的。 DeepQA技术可以读取数