知识表示方法.ppt

1、Artificial Intelligence (AI) 人工智能,主讲：李艳玲,Email：lyl_lingling,第二章：知识表示方法,预备知识,人类的智能活动过程主要是一个获得并运用知识的过程 按照符号主义的观点，知识是一切智能行为的基础，要使计算机具有智能，首先必须使它拥有知识 首先需要明确一下几个问题 什么是知识 知识的划分 人工智能系统中的知识 什么是知识表示,知识表示方法,知识的概念,知识的一般概念：知识是人们在改造客观世界的实践中积累起来的认识和经验 认识：包括对事物现象、本质、属性、状态、联系等的认识 经验：包括解决问题的微观方法和宏观方法 微观方法：如步骤、操作、规则、过

2、程、技巧等 宏观方法：如战略、战术、计谋、策略等 eg：“if 大雁向南飞，then 冬天就要来临了。”这样一条知识就是人们经过长期的观察，将“大雁向南飞”与“冬天来临”这两条信息关联在一起。“雪是白色的”反映雪与颜色的一种关系。,知识的概念,知识、信息、数据及其关系 数据：是信息的载体，本身无确切含义。如：水的温度是100，木头的长度是2米，大楼的高度是100层 信息：是数据的关联，赋予数据特定的含义，仅可理解为描述性知识。数据是没有联系的，孤立的，只有当数据用来描述一个客观事物和客观事物的关系，形成有逻辑的数据流，他们才能被称为信息。 知识：可以是对信息的关联，也可以是对已有知识的再认识。

3、如：西安7月1日气温为30度，12月1日气温为3度。当对这类信息进行归纳和对比就会发现西安每年7月气温比较高，12月气温比较低。于是有价值的信息沉淀并结构化后就形成了知识。,知识的划分,知识的划分 按知识的性质：概念、命题、公理、定理、规则和方法 按知识的作用域：常识性知识，领域性知识 按知识的等级： 零级知识：事实性知识。用于描述事物的概念、定义、属性等； 或用于描述问题的状态、环境、条件等。 一级知识：过程性知识。用于问题求解过程的操作、演算和行为的知识。表示方式：产生式、谓词、语义网络等。 二级知识：控制性知识，元知识或超知识。是关于如何使用过程性知识的知识。例如：推理策略、搜索策略、不

4、确定性的传播策略。,知识的划分,按知识的层次： 表层知识：描述客观事物的现象的知识。例如：感性、事实性知识 深层知识：描述客观事物本质、内涵等的知识。例如：理论知识 按知识的确定性： 确定性知识：可以说明其真值为真或为假的知识 不确定性知识：包括不精确、模糊、不完备知识 不精确：知识本身有真假，但由于认识水平限制却不能肯定知识的真假。表示：用可信度、概率等描述 模糊：知识本身的边界就是不清楚的。例如：大，小等。表示：用可能性、隶属度来描述 不完备：解决问题时不具备解决该问题的全部知识。例如：医生看病,知识的划分,按人类的思维及认识方法： 逻辑性知识：是反映人类逻辑思维过程的知识，一般具有因果关

5、系或难以精确描述的特点，是人类的经验性知识和直观感觉；如：人的为人处事的经验与风格 形象性知识：通过事物的形象建立起来的知识。如:什么是人？ 按知识的获取方式： 显性知识：指可通过文字、语言、图形、声音等形式编码记录和传播的知识；如：教材、音视频光盘。 隐性知识：指人们长期实践中积累获得的知识，不易用显性知识表达的知识。如：每个人都有不同的审美观。,人工智能系统中的知识,一个智能程序高水平的运行需要有关的事实知识、规则知识、控制知识和元知识。 事实知识：是有关问题环境的一些事物的知识，常以“是”的形式出现。 如事物的分类、属性、事物间关系、科学事实、客观事实等 事实是静态的为人们共享的可公开获

6、得的公认的知识，在知识库中属低层的知识。 如：雪是白色的、鸟有翅膀、张三李四是好朋友、这辆车是张三的 规则知识：是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果那么” 形式出现。,人工智能系统中的知识,控制知识：是有关问题的求解步骤、技巧的知识，告诉人们怎么做一件事，也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。控制知识常与程序结合在一起出现，如一个问题求解的算法可以看做是一种知识表示。 元知识：是有关知识的知识，是知识库中的高层知识。 包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。 元知识与控制知识是有重迭的，对一个大的程序来说，以元知识或说元

7、规则形式体现控制知识更为方便，因为元知识存于知识库中，而控制知识常与程序结合在一起出现，从而不容易修改。,知识表示,知识表示：是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。 知识表示的要求： 表示能力：能否正确、有效地表示问题。包括：表示范围的广泛性、领域知识表示的高效性、对非确定性知识表示的支持程度。 可利用性：可利用这些知识进行有效推理。包括：对推理的适应性，对高效算法的支持程度。 可实现性：要便于计算机直接对其进行处理 可组织性：可以按某种方式把知识组织成某种知识结构 可维护性：便于对知识的增、删、改等操作 自然性：符

8、合人们的日常习惯 可理解性：知识应易读、易懂、易获取等,内容提要,第二章：知识表示方法,1.状态空间法,2.问题归约法,3.谓词逻辑法,4.语义网络法,5.其他方法,内容提要,第二章：知识表示方法,1.状态空间法,2.问题归约法,3.谓词逻辑法,4.语义网络法,5.其他方法,状态空间法,人工智能虽然有多个研究领域，而且每个研究领域又各有自己的规律和特点，都可抽象为一个“问题求解”的过程。问题求解过程实际上是一个搜索过程。 问题求解技术主要是两个方面： 问题的表示 求解的方法 状态空间法（State Space Representation）： 状态空间法就是用来表示问题及其搜索过程的一种方法。

9、它是人工智能中最基本的形式化方法，用“状态（state）”和“算符（operator）”来表示问题。,状态空间法,状态空间法的三要素 (1) 状态（state）：描述某类不同事物间的差别而引入的一组最少变量 q0，q1，qn的有序集合，是表示问题解法中每一步问题状况的数据结构。有序集合中每个元素qi（i= 0,1,.,n）为集合的分量，称为状态变量。给定每个分量的一组值就得到一个具体的状态。 (2) 算符（operator）：使问题从一种状态变化为另一种状态的手段称为操作符或算符。 (3) 状态空间方法：是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即三元状态（S，F，G）。

10、S：所有可能的问题初始状态集合；F：操作符集合；G：目标状态集合。,状态空间法,状态空间法举例：下棋、迷宫及各种游戏。 十五数码难题(15 puzzle)：由15个编有1至15并放在44方格棋盘上的可走动的棋子组成。,初始棋局,目标棋局,十五数码难题,初始状态,目标状态,如何把初试棋局 变成目标棋局？,首先把适用的算符 用于初始状态，以产生新的状态,再把另一些适用算符用于这些新的状态；这样继续下去，直至产生目标状态为止,状态空间法,状态图示法：状态空间的图示形式称为状态空间图。状态图中有几个术语。 节点(Node)：图形上的汇合点，用来表示状态、事件和时间关系的汇合。 弧线(Arc)：节点间的

11、连接线，表示算符； 有向图(Directed Graph)：一对节点用弧线连接起来，从一个节点指向另一个节点。 后继节点(Descendant node)与父辈节点(Parent node)：如果某条弧线从节点ni指向节点nj，那么节点nj就叫做节点ni的后继节点或后裔，而节点ni叫做节点nj的父辈节点或祖先。,状态空间法,状态图示法：状态空间的图示形式称为状态空间图。状态图中有几个术语。 路径(Path)：某个节点序列(ni1,ni2,nik)当j=2,3,k时，如果对于每一个ni,j-1都有一个后继节点nij存在，那么就把这个节点序列叫做从节点ni1至节点nik的长度为k的路径。 代价(C

12、ost)：用c(ni,nj)来表示从节点ni指向节点nj的 那段弧线的代价。两节点间路径的代价等于连接该路径上各节点的所有弧线代价之和。 图的显示说明/隐示说明：指各节点及其具有代价的弧线可以/不可以由一张表明确给出。显然，显示说明对于大型的图是不切实际的，而对于具有无限节点集合的图则是不可能的。,状态空间法,问题的表示对求解工作有很大影响。人们希望有较小的状态空间表示。 例如，对于十五数码问题： 可以规定15460条规则， 即“上移棋子1，下移棋子1，左移棋子1，右移棋子1 ”， 如果用“上下左右移动空格”，则只需4条规则。所以，移动空格是一种较好的表示。,状态空间法,状态空间法举例： 猴子

13、和香蕉问题：在一个房间内有一只猴子、一个箱子和一束香蕉。香蕉挂在天花板下方，但猴子的高度不足以碰到它。那么这只猴子怎样才能摘到香蕉呢?,猴子和香蕉问题,解题过程 用一个四元表列（W，x，Y，z）来表示这个问题状态 W：猴子的水平位置； x： 当猴子在箱子顶上时取1；否则取0； Y： 箱子的水平位置； z： 当猴子摘到香蕉时取1；否则取0。 初始状态为(a,0,b,0) ，目标状态为(c,1,c,1) 这个问题的操作（算符）如下： goto（U）表示猴子走到水平位置U pushbox（V）猴子把箱子推到水平位置V climbbox猴子爬上箱顶 grasp猴子摘到香蕉,猴子和香蕉问题,解题过程 该

14、初始状态变换为目标状态的操作序列为： Step1: goto(b) Step2: pushbox(c) Step3: climbbox Step4: grasp,猴子和香蕉问题,状态空间图,内容提要,第二章：知识表示方法,1.状态空间法,2.问题归约法,3.谓词逻辑法,4.语义网络法,5.其他方法,问题归约法,问题归约（Problem Reduction） 是另外一种基于状态空间的问题描述与求解方法 已知问题的描述，通过一系列变换把此问题变为一个子问题集合 这些子问题的解可以直接得到（本原问题），从而解决了初始问题,问题归约法,问题归约法的组成部分 一个初始问题描述； 一套把问题变换为子问题的

15、操作符； 一套本原问题描述。(本原问题:不能再分解或变换且直接可解的子问题) 问题归约的实质： 从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。,问题归约法,问题归约法举例： 汉诺塔问题（ Hanoi ） 从1移到3 每次移动一个盘子 大盘在下小盘在上,初始状态（111）,目标状态（333）,汉诺塔问题,原始问题可以归约为下列3个子问题：,子问题1：移动圆盘A和 B至柱子2（借助柱子3）,子问题2：移动圆盘C至柱子3,子问题3：把圆盘A和B移至柱子3（借助柱子1）,汉诺塔问题,归约过程（3个圆盘）,汉诺塔问题,汉诺塔问题归约图,本原问

16、题,本原问题,与或图,问题归约法,与或图表示：用一个类似于图的结构来表示把问题归约为后继问题的替换集合。,与图：把一个复杂问题分解为若干个较为简单的子问题，形成“与”树。 或图： 利用同构或同态的等价变换，把原问题变换为若干个较为容易求解的新问题，形成“或”树。,问题归约法,与或图表示：,子问题替代集合结构图,与或图,问题归约法,一些关于与或图的术语,起始节点对应于原始问题描述,终叶节点对应于本原问题,问题归约法,与或图的构成规则 1）与或图中的每个节点代表一个要解决的单一问题或问题集合。图中所含起始节点对应于原始问题A。 2）对应于本原问题的节点称为终叶节点，它没有后继节点。 3）对于把算符

17、应用于问题A的每种可能情况，都把问题变换为一个子问题集合；有向弧线自A指向后继节点表示所求得的子问题集合。,问题归约法,与或图的构成规则 4）一般对于代表两个或两个以上子问题集合的每个节点，有向弧线从此节点指向次子问题集合中的各个节点。由于只有当集合中所有项都有解时，这个子问题的集合才能获得解答，所以这些子问题节点叫做与节点。 5）特殊情况下，当只有一个算符可应用于问题A，而且这个算符产生具有一个以上子问题的某个集合时，由上述规则3）和规则4）所产生的图可以得到简化。,简化,问题归约法,与或图的搜索：目的在于表明起始节点是有解的。 可解节点 终叶节点是可解节点（对应于本原问题）。 如果某个非终叶节点含有或后继节点，那么只要当其后继节点至少有一个是可解的时，此非终叶节点才是可解的。 如果某个非终叶节点含有与后继节点，那么只有当其后继节点全部为可解时，此非终叶节点才是可解的。,问题归约法,不可解节点 没有后裔的非终叶节点为不可解节点。 如果某个非终叶节点