北京邮电大学知识工程第一章概述

知识工程邓芳Dengfang@第一章概述知识工程与人工智能知识工程的研究领域知识工程新的发展本学期内容和要求知识工程（KE）与人工智能（AI）

人工智能： 研究如何在机器上实现人类智能的学科。

20世纪的三大科学成就：人工智能、空间技术、原子能技术21世纪的三大科学前沿：人工智能、空间技术、生物技术（1）人工智能是指由计算机实现的人造智能。人工智能就是用人工的方法在机器（计算机）上实现的智能。作为一门学科，人工智能可定义为：人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。（能力）（2）人工智能是一门交叉边缘学科，与人工智能有关的学科有：计算机科学、数学、哲学、语言学、神经生理学、神经心理学、脑科学、认知科学、逻辑学、控制论等.（学科）不同定义：3

人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland,1985）。定义4人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化（Bellman,1978）。定义5人工智能是用计算模型研究智力行为（Charniak和McDermott,1985）。定义6人工智能是研究那些使理解、推理和行为成为可能的计算（Winston,1992）。定义7人工智能是一种能够执行需要人的智能的创造性机器的技术（Kurzwell,1990）。定义8人工智能研究如何使计算机做事让人过得更好（Rick和Knight,1991）。定义9人工智能是一门通过计算过程力图理解和模仿智能行为的学科（Schalkoff,1990）。定义10人工智能是计算机科学中与智能行为的自动化有关的一个分支（Luger和Stubblefield,1993）。为什么要研究人工智能1、现有计算机系统的局限性。智能低下、缺乏自学习、自适应能力。2、人类智能的局限性。学习能力因人而异、学习速度慢、效率低。3、信息化社会的迫切要求。目标：近期：用机器来模拟和实现人的部分/某些智力功能；远期：全部甚至可以延伸人的智慧。智能： 有效获取、传递、处理、再生和利用信息，从而在任意给定的环境下达到预定目的的能力。智能特征：

具有感知能力。通过视觉、听觉、触觉、味觉和嗅觉感知外部世界。 具有记忆与思维能力。记忆能存储由感知器官感知到的外部信息以及有思维所产生的知识。思维用于对记忆的信息进行处理。思维可分为逻辑思维和形象思维。 具有学习能力及自适应能力。 具有行为能力。相关学说：思维理论/认知科学： 研究人们认识世界规律和方法的一门学科，在于揭开大脑思维功能的奥秘；知识域值理论： 智能行为取决于知识数量及一般化的程度；人工智能研究方法

结构派：（神经计算、生理学派、连接主义） 网络连接为主的联结主义； 主要观点： 智能活动的基元是神经细胞； 智能活动过程是神经网络的状态演化过程； 智能活动的基础是神经细胞的突触联结机制； 智能系统的工作模式是模仿人脑模式。

主要特征：1、通过神经元之间的并行协同作用实现信息处理，具有并行性、动态性、全局性。2、通过神经元间分布式的物理联接存储信息。联想记忆、容错性。3、通过神经元间连接强度的动态调整实现自学习和自适应功能。4、善于模拟人类的形象思维过程。功能派：（符号主义、心理学派、逻辑学派） 符号处理为核心的方法；主要观点：思维的基元是符号；思维的过程是符号运算；智能的核心是知识，利用知识推理进行问题求解；智能活动的基础是物理符号系统，人脑电脑都是物理符号系统；知识可用符号表示，可建立基于符号逻辑的智能理论体系。主要特征：1、立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程。2、知识用显式的符号表示，容易表达人的心理模型。3、现有的数字计算机可以方便地实现高速的符号处理。4、能与传统的符号数据库进行链接，易于模块化。5、以知识为基础。行为模拟派（行为主义、进化主义、控制论学派）基于感知-行为模型的研究途径和方法。主要观点：智能行为的基础是感知－行动的反应机制；智能系统的智能行为需要在真实世界的复杂境遇中进行学习和训练，在与周围环境的信息交互与适应过程中不断进化和体现；强调智能系统与环境的交互，认为智能取决于感知和行动；智能行为可以不要知识。研究角度： 符号智能：运用知识解决问题； 计算智能：神经计算、模糊系统、遗传算法、进化程序设计； 人工生命：生成或构造表现自然生命系统行为特点的仿真系统或模型系统。人工智能发展

孕育期（1956年以前）古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。英国的哲学家、自然科学家Bacon（培根）（1561-1626），系统地给出了归纳法。“知识就是力量”德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了“计算机与智能”的论文。图灵奖。美国数学家Mauchly，1946发明了电子数字计算机ENIAC美国神经生理学家McCulloch，建立了第一个神经网络数学模型。美国数学家Shannon（香农）,1948年发表了《通讯的数学理论》，代表了“信息论”的诞生。形成期（1956---1969）起源于美国1956年的一次夏季讨论会（达特茅斯会议）1956年提出了“ArtificialIntelligence（人工智能）”创始人中有：McCarthy,Minsky,Rochester,Shannon,Moore,Samuel,Selfridge,Solomonff,Simon,Newell等数学家、信息学家、心理学家、神经生理学家、计算机科学家。McCarthy（麦卡锡）——人工智能之父。

M-P模型、感知器模型等物理符号系统主要研究的问题：GPS、游戏、翻译等

一个笑话（英-俄-英翻译）：

Thespiritiswillingbutthefleshisweek.

（心有余而力不足）

Thevodkaisstrongbutmeatisrotten.

（伏特加酒虽然很浓，但肉是腐烂的）结论： 必须理解才能翻译，而理解需要知识发展期（1970---80年代）知识工程时代 1970年，知识工程的提出。 专家系统知识工程知识工程席卷全球各国发展计划：美国星球大战计划英国ALVEY计划法国UNIKA计划日本五代机计划中国“863”计划第四阶段（80年代中～90年代初） 新的神经元网络时代（BP网（算法），解决了多层网的学习问题、Hopfield网）第五阶段（90年代初～现在）数据与网络时代网络给AI带来无限的机会知识发现与数据挖掘AI走向实用化知识工程的产生 人工智能在初期一般思维规律出发模拟人的智能遇到困难； 1977年，费根鲍姆在第五界国际人工智能联合会议上提出知识工程的概念。

他认为：知识工程是AI的原理和方法，恰当运用专家知识的获取、表达和推理过程的构成和解释，是设计基于知识的系统的重要技术问题。爱德华•费根鲍姆

（EdwardA.Feigenbaum） 知识工程的提出者 大型人工智能系统的开拓者定义：

知识工程是研究知识信息处理的学科，提供开发智能系统的技术，是人工智能、数据库技术、数理逻辑、认知科学、心理学等学科交叉发展的结果。

以知识为研究对象的学科，研究知识信息处理，研究机器对知识的应用来进行问题求解的学科。 是一门对知识的表示、推理、处理与获得等一系列问题综合起来，并付诸实际工程应用的科学。 是设计和实现知识库系统及知识库应用系统的理论、方法和技术，是研究知识获取、知识表示、知识管理和知识利用的一门学科。研究目标： 研究知识的基础上，开发智能系统。 有效地掌握、存取、传播和应用知识，提高认识自然和改造自然的能力。一般认为： 知识工程以知识为处理对象，借用工程化的思想，对如何运用人工智能的原理、方法和技术为设计、构造和维护知识型系统的一门学科，是人工智能的一个应用分支。 知识工程的兴起是人工智能发展的产物； 知识工程是人工智能的一个重要分支； 知识工程的发展将进一步将人工智能推广到更广泛的应用。知识系统应用的好处：生产率： 更快制定决策；生产率提高；解决复杂问题； 可靠性。。。知识保存；质量提高；培训；工作方式多样性等；IBM的“深蓝”与卡斯帕罗夫96年2月第一次比赛结果：

“深蓝”：胜、负、平、平、负、负97年5月第二次比赛结果：

“深蓝”：负、胜、平、平、平、胜“深蓝”以3.5：2.5的总比分战胜卡斯帕罗夫“深蓝”的技术指标：32个CPU每个CPU有16个协处理器每个CPU有256M内存每个CPU的处理速度为200万步/秒IBM超级电脑“沃森”击败人类2012年2月16日，在美国智力竞猜节目《危险边缘》（Jeopardy）第三场比赛中，沃森取得77147美元的成绩，以三倍的巨大分数优势力压另两位参赛选手肯·詹宁斯和布拉德·鲁特，夺得这场人机大战的冠军。

4年前，IBM的研发团队计划研发一种能够理解人类语言，并能利用已知信息给出最佳答案的电脑，这种计算机系统不仅要能听懂不同口音的发音，还需要能理解包括俚语和双关语等语言在内的复杂表述，并剔除一些错误信息，而最后IBM制造出了现在这台以创办人沃森名字命名的超级电脑。

“沃森”数据库中包括辞海和《世界图书百科全书》等数百万份资料，而构成“沃森”的是90台Power7服务器，占地面积接近一个房间，每台服务器中拥有4个8核Power7处理器，使得其能在3秒钟之内检索数亿页的材料并给出答案。

数码难题、游戏搜索技术、解决问题定理证明、规划语言理解、知识表示知识工程、认知科学专家系统的开发和应用基于知识的系统、知识库系统，Agent与多Agent知识库系统理论、大规模知识库系统研究20世纪50年代后半期20世纪60年前后半期20世纪60年代后半期20世纪70年代前半期20世纪70年代后半期－80年代后半期20世纪90年代后半期21世纪提出人工智能GPS，归结原理产生式系统、语义网络、框架理论等知识工程的提出很多成功的专家系统专家系统结合传统系统解决实际结构化问题高性能知识库、基于网络的知识自动获取、企业知识管理和知识共享研究范例研究概论从人工智能到知识工程发展(1)1965至1974年——实验性系统时期

DENDRAL系统标志着“专家系统”的诞生

(2)1975至1980年——MYCIN时期

MYCIN专家系统是规范性计算机专家系统的代表

(3)1980年以来——知识工程的“产品”在产业部门开始应用的时期知识工程研究领域传统领域： 基本的知识表示和处理方法； 专家系统； 决策支持； 机器学习； 自然语言理解； 博弈 。。。。。。研究方面：基本理论方法研究；

知识的本质、知识的表示、推理、获取和学习方法等；

实用技术的开发，系统开发及商品化研究：

实用知识表示方法、获取、推理技术，知识库结构系统，知识库管理技术，调试与评估技术等；系统工具的研究：

给系统开发提供良好的环境工具，以提高系统研制的质量和缩短系统研制周期。acquiringknowledge(知识获取）“thetransfer&transformationofpotentialproblem-solvingexpertisefromsomeknowledgesourcetoaprogram”representingknowledge（知识表示）logical,conceptualschemeofhowknowledgeisstored&associatedinhumanbraincontrollingreasoning（知识应用）howknowledgeisaccessed&applied知识获取知识获取有三种方式：非自动知识获取、知识抽取、机器学习知识。非自动知识获取由知识工程师通过阅读有关文献或与领域专家交流，获取原始知识并进行分析、归纳、整理，形成用自然语言表述的知识条目输入到数据库中。知识抽取是对蕴含于文本文献中的知识进行识别、理解、筛选、格式化，把文献的每个知识点抽取出来，以一定形式存人知识库中。机器学习知识通过机器的视觉、听觉等途径，直接感知外部世界，输入自然信息，获取感性和理性知识，或者根据系统运行经验从已有的知识或实例中演绎、归纳出新知识，补充到知识库中。知识表示谓词逻辑表示产生式表示法框架表示法脚本表示法过程表示法语义网表示法Petri网表示法面向对象表示法

不同的知识类型使用不同的表示方法

知识利用包括知识搜索以及知识推理。知识搜索确定在什么情况下需要什么样的知识，搜索到的知识是否满足当前的需求。找到了适当的知识后，进行推理，得到结果。知识工程新的发展：知识经济、网络经济数据挖掘和知识发现网络计算模式下的知识处理----如何从Web上发现、挖掘与获取、传输、存储、管理、利用知识知识工程新的变化：（陆汝钤）（1）处理对象从规范化的、相对好处理的知识进一步深入到非规范化的、相对难处理的知识；外延上网上的知识具有海量性、分布性、开放性、共享性、异构性、多媒体性等特点；内涵上非规范知识，内涵不够清楚（模糊知识），或结构残缺不全（不完全知识），或含内在矛盾（不协调知识），或含无用杂质（代噪声知识），或内涵不稳定（时变知识），或依赖于情景和条件（启发式知识）（2)处理规模和方式从封闭式扩大为开放式，从小手工作坊式的知识工程扩大为能进行海量知识处理的大规模工程。提出IT产业中：硬件、软件、知件三足鼎立。知件就是独立的、计算机可操作的、商品化的、可被某一类软件调用的知识模块。对知件开发过程施以科学化和工程化的管理，就是知件工程。知识产业的核心是知件产业。（传统意义上的）软件知件技术内容既含领域知识，也含软件技术只含领域知识生命周期主要取决于用户需求的变化主要取决于知识积累和发展种类划分系统软件、应用软件。。。应用知件开发人员以专业的软件工程师为主以各行各业的领域专家为主知识产权软件著作权知识专利权网络计算环境下的知识工程（知识处理）

网络计算模式下的知识获取机制的研究（建模环境、建模方法、建模机制，…..）；网络计算模式下的知识管理机制的研究；网络计算模式下的知识源的再配置机制的研究；数据挖掘（DM）、知识挖掘（KM）和知识发现（KD