整理-人工智能.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,计算机科学技术的发展趋向,1、基于网络(普适计算),2、并行化,3、智能化（以知识为中心）,4、人性化,参考资料：,1、人工智能（上、下册），陆汝钤,科学出版社,2、高级人工智能，史忠植,科学出版社,3、智能主体及其应用，史忠植,科学出版社,4、Artificial Intelligence A New Synthesis,N.J.Nilsson,机械工业出版社,Morgan Kaufmann,第一章 引言,第一节 基本概念,一、智能,智能是个体有目的的行为、合理的思维，以及有效地适应环境的综合能力。通俗地讲，智能是个体认识客观事物、客观世界和运用知识解决问题的能力。,人类个体的智能是一种综合性能力。具体地讲，可包括：,1）感知与认识事物、客观世界与自我的能力；,2）通过学习取得经验、积累知识的能力；,东南大学远程教育,人 工 智 能,第02讲,主讲教师：翟玉庆,第一章 引言,第一节 基本概念,二、人工智能,人工智能是相对人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为和“机器思维”,解决需要人类专家才能处理的问题。,人工智能是人工制品(artifact)中所涉及的智能行为。其中，智能行为包括：感知(perception)、推理(Reasoning)、学习(learning)、通信(communicating)和复杂环境下的动作行为(acting)。,第一章 引言,第一节 基本概念,三、人工智能目标,人工智能目标是,实现智能行为和“机器思维”,，,解决需要人类专家才能处理的问题。,1、研究像人一样工作的机器，甚至比人做得更好,2、能够理解机器、人或动物的智能行为,第一章 引言,第一节 基本概念,四、智能革命,智能革命是指人的自然智能通过人工智能的模仿和扩展，实现社会生产的自动化和智能化，促进知识密集型经济的发展。,第一章 引言,第二节 人工智能的发展概况,一、萌芽阶段,1、Aristotle(公元前384-322,)在工具论中提出形式逻辑（三段论）,2、Bacon(1561-1626)在新工具中提出归纳法，提出“知识就是力量”,3、Leibnitz(1646-1716)研制四则计算器，提出“通用符号”和“推理计算”概念，使形式逻辑符号化，从而能对人的思维进行运算和推理，奠定了数理逻辑的基础,第一章 引言,第二节 人工智能的发展概况,一、萌芽阶段,4、Boole(1815-1864)创立布尔代数，在思维法则中首次用符号语言描述思维活动的基本推理规则,5、Godel(1906-1978)提出不完备性定理，指出人的思维形式化和机械化的某些极限,6、Turing(1912-1954)提出理想计算模型图灵机，创立自动机理论，提出“图灵试验”，用以判断“Can a machine think?”,第一章 引言,第二节 人工智能的发展概况,一、萌芽阶段,7、Mauchly,和Eckert等研制成功ENIAC电子数字计算机，为人工智能研究奠定物质基础,8、Von Neumann提出冯诺依曼计算机模型,9、McCulloch和Pitts建立神经网络数学模型，通过模拟人脑实现智能，开创人工神经网络研究。Kleene将其抽象为有限自动机理论,10、Wiener创立控制论，Shannon创立信息论,第一章 引言,第二节 人工智能的发展概况,二、人工智能的诞生,1、导因,现实世界中相当多的问题求解是复杂的，常无算法可循，即使有计算方法，也是NP问题。为此，人们可采用启发式知识进行问题求解，把复杂的问题大大简化，可在浩瀚的搜索空间中迅速找到解答。这是运用专门领域的经验知识。经常会取得有关问题的满意解，而非数学上的最优解。这就是启发式搜索。,第一章 引言,第二节 人工智能的发展概况,二、人工智能的诞生,2、提出,1956年，由McCarthy、Minskey、Shannon、Newell等提出。,东南大学远程教育,人 工 智 能,第03讲,主讲教师：翟玉庆,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,1、50年代,以博弈、游戏为对象进行研究,1）Samuel研制成功具有自学能力的启发式博弈程序,2）Newell研制了启发式程序Logic Theorist。对数学原理中38条定理进行了证明，开创了利用计算机研究思维活动规律的工作,3）Chomsky提出语言文法，开创了形式语言研究,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,1、50年代,4）McCarthy建立LISP，不仅可以处理数值，而且可更方便地处理符号，为人工智能研究提供了重要工具,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,2、60年代,前期以搜索问题、通用问题求解研究为主,1）Newell发表问题求解程序，使启发式程序有更大的普遍性,2）Feigenbaum研制成功DENDRAL化学专家系统，使人工智能研究从着重算法转向知识表示的研究，也是人工智能研究走向实用化的标志,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,2、60年代,3）Robinson,提出归结原理,4）Quilian提出语义网络的知识表示法,5）IJCAI成立,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,3、70年代,前期以自然语言理解、知识表示研究为主,1）Winograd,发表自然语言理解系统SHRDLU,2）Colmerauer创建PROLOG语言,3）Schank提出概念从属理论,4）Minskey提出框架知识表示法,5）Feigenbaum提出知识工程,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,4、80年代,专家系统广泛应用，出现了专家系统开发工具，开始兴起人工智能产业,1）日本提出五代机计划,2）中国提出863计划-863-306,第一章 引言,第二节 人工智能的发展概况,三、人工智能的发展,5、90年代-现在,1）人工神经网络的复兴,2）基于知识的系统,CYC,3）Deep Blue 1997.5.11,4）分布式人工智能与多Agent系统,robots,Softbot,集成自治系统,5）知识科学,东南大学远程教育,人 工 智 能,第04讲,主讲教师：翟玉庆,第一章 引言,第三节 人工智能的研究方法,人工智能经过发展，形成了许多学派。不同学派的研究方法、学术观点、研究重点有所不同。这里主要介绍认知学派、逻辑学派、行为主义学派和连接主义学派。,一、认知学派(以Simon,Minskey,和Newell等为代表),1、基本思想,从人的思维活动出发，利用计算机进行宏观功能模拟。基于物理符号系统假设，将任何信息加工系统看成是一个具体的物理系统。,第一章 引言,第三节 人工智能的研究方法,一、认知学派,2、基本观点,物理系统表现智能行为的充要条件是该系统是一个物理符号系统。,3、主要工作,1）Newell,的Logic Theorist，模拟人证明数学定理的思维过程,2）GPS，模拟人的解题过程(拟定初步解题计划,利用公理、定理和规则，按规则实施解题过程不断进行“目的手段“分析，修订解题计划。,第一章 引言,第三节 人工智能的研究方法,一、认知学派,3、主要工作,3）物理符号系统假设,符号是模式。物理符号系统的基本任务和功能是辨认相同的符号和区别不同的符号。,第一章 引言,第三节 人工智能的研究方法,二、逻辑学派（以McCarthy和Nilsson等为代表),1、基本思想,用逻辑来研究人工智能，用形式化的方法（统一的逻辑框架）描述客观世界。,2、基本观点,1）智能机器必须有关于自身环境的知识,2）通用智能机器要能陈述性地表达关于自身环境的大部分知识,3）通用智能机器表示陈述性知识的语言至少要有一阶逻辑的能力,第一章 引言,第三节 人工智能的研究方法,二、逻辑学派,3、主要工作,1）概念化知识表示,2）模型论语义,东南大学远程教育,人 工 智 能,第05讲,主讲教师：翟玉庆,第一章 引言,第三节 人工智能的研究方法,二、逻辑学派,3、主要工作,1）概念化知识表示,2）模型论语义,3）演绎推理,4）非单调逻辑用于常识推理,第一章 引言,第三节 人工智能的研究方法,三、行为主义学派(以Brooks为代表),1、基本思想,以复杂的现实世界为背景，让人工智能理论先经受解决实际问题的考验，并在这种考验中成长。智能只是在与环境的交互作用中表现出来。,2、基本观点,1）到现场去,2）物理实现,3）初级智能 4）行为产生智能,第一章 引言,第三节 人工智能的研究方法,三、行为主义学派,3、主要工作,1）无需知识表示的智能,2）无需推理的智能,3）机器虫,第一章 引言,第三节 人工智能的研究方法,四、连接主义学派,1、基本思想,从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为，模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。,2、基本观点,1）神经网络以分布式方式存储信息,2）神经网络以并行方式处理信息,3）神经网络具有自组织、自学习能力,第一章 引言,第三节 人工智能的研究方法,四、连接主义学派,3、主要工作,人工神经网络,东南大学远程教育,人 工 智 能,第06讲,主讲教师：翟玉庆,第一章 引言,第四节 人工智能的主要研究内容,一、博弈,跳棋、国际象棋、五子棋,二、机器定理证明,Logic Theorist,王浩：利用一阶谓词逻辑,吴文俊：吴方法,三、自动程序设计,四、通用问题求解,GPS,东南大学远程教育,人 工 智 能,第07讲,主讲教师：翟玉庆,第一章 引言,第四节 人工智能的主要研究内容,五、感知,1、视觉,2、语音,六、自然语言理解与生成,计算语言学,七、自动推理,1、推理,从一个或几个已知的判断（前提）逻辑地推论出一个新的判断（结论）的思维形式。,第一章 引言,第四节 人工智能的主要研究内容,七、自动推理,1、推理,注：利用以往的知识通过推理可得到新的结论。,2、主要工作,1）机器定理证明,2）归结原理：推理规则简单。在逻辑上是完备的，是PROLOG的计算模型,3）非单调推理：闭世假说（CWA）、默认推理、限定推理,第一章 引言,第四节 人工智能的主要研究内容,七、自动推理,2、主要工作,4）定性推理：把物理系统或物理过程细分为子系统或子过程，对于每个子系统或子过程及它们之间的相互作用或影响均建立起结构描述，通过局部因果性的传播和行为合成，获得实际物理系统的行为描述和功能描述,东南大学远程教育,人 工 智 能,第08讲,主讲教师：翟玉庆,第一章 引言,第四节 人工智能的主要研究内容,七、自动推理,2、主要工作,5）不确定性推理：不确定性来自人类的主观认识与客观实际之间存在的差异。事物发生的随机性，人类知识的不完全、不可靠、不精确和不一致，自然语言中存在的模糊性和歧义性均反映了这种差异，均会带来不确定性。,有代表性的不确定性理论和推理方法有：概率论，,Bayes理论，证据理论(Dempster,和Shafer)，模糊集理论等。,第一章 引言,第四节 人工智能的主要研究内容,八、机器学习,知识、知识表示及运用知识的推理算法是人工智能的核心，而机器学习则是关键问题。,1、学习,学习是获取知识、积累经验、改进性能、发现规律、适应环境的过程。其基本机制是设法将在一种情形下成功的表现行为转移到另一类似的新情形中去。,2、学习种类,1）无知识的学习：神经元模拟和基于决策论方法的自适应和自组织系统。,第一章 引言,第四节 人工智能的主要研究内容,八、机器学习,2、学习种类,2）归纳学习：,AQ算法、ID3算法等。,3）分析学习（实例学习）：基于解释的学习、知识块（Chunking）学习。,4）类比学习,5）发现学习：根据实验数据或模型重新发现定律的方法。,第一章 引言,第四节 人工智能的主要研究内容,八、机器学习,2、学习种类,6）遗传学习：自然选择、变异。,7）连接学习：神经网络学习。,8）数据库知识发现：主要发现分类规则、特征规划、关联规则、差异规则、演化规则、异常规则等。,其方法有统计方法、机器学习、神经网络、数据仓库等。,东南大学远程教育,人 工 智 能,第09讲,主讲教师：翟玉庆,第一章 引言,第四节 人工智能的主要研究内容,九、分布式人工智能（Distributed AI）,第一届,DAI会议是在1980年。,1、基本概念,DAI是研究在逻辑上或物理上分散的智能动作者如何协调其智能行为（知识、技能和规划），求解单目标和多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作(CSCW),提供有效途径。,第一章 引言,第四节 人工智能的主要研究内容,九、分布式人工智能（Distributed AI）,第一届,DAI会议是在1980年。,2、主要内容,1）分布式问题求解(DPS),2）多,Agent系统(MAS),Agent是自主的，可能是预先存在的，并且是异构的，是一开放的系统。,第一章 引言,第四节 人工智能的主要研究内容,十、人工思维模型,真实世界,柔性信息处理,集体智能,开放式自主系统,第一章 引言,第四节 人工智能的主要研究内容,十一、知识系统,知识工程已成为人工智能应用最显著的特点。,知识系统主要研究内容：,1、专家系统,知识库+推理机,2、知识库系统,将知识以一定的结构存入，进行知识管理，实现知识共享,3、智能决策系统,4、知识科学,第一章 引言,讨论题：,1、你相信人是机器吗？请说出理由。,2、如果你是图灵测试的测试者，你会如何设计题目？,东南大学远程教育,人 工 智 能,第10讲,主讲教师：翟玉庆,第二章 知识与知识表示,第一节 引言,一、知识,知识是信息经过加工整理、解释、挑选和改造而成的。,二、知识类型,1、事实性知识,一般采用直接表示形式。,注：1）若事实性知识是批量的、有规律的，则往往以表格、图册，甚至数据库等形式出现；,2）某些事实性知识表现为规则的形式（尽管有时事实和规则分开处理）,第二章 知识与知识表示,第一节 引言,二、知识类型,2、过程性知识,描述做某事的过程，使人或计算机照此去做。,3、行为性知识,不直接给出事实本身，只给出它在某方面的行为。,注：从某种意义上说，行为性知识是描述事物的内涵，而非外延。,4、实例性知识,只给出一些实例，关于事物的知识就隐藏在这些实例中。,第二章 知识与知识表示,第一节 引言,二、知识类型,4、实例性知识,注：实例性知识和事实性知识的主要区别是：人们感兴趣的一般不是这些实例本身，而是在大批实例后面隐藏的规律性知识。,5、类比性知识,既不给出外延，也不给出内涵，只给出它与其它事物的某些相似之处。,第二章 知识与知识表示,第一节 引言,二、知识类型,5、类比性知识,注：类比性知识一般不能完整地刻划事物，有时会以偏概全，但它可以启发人们在不同领域的知识间架起桥梁，利用一个领域的知识去解决另一个领域的问题。,6、元知识,关于知识的知识。,注：元知识经常以控制知识的形式出现。,东南大学远程教育,人 工 智 能,第11讲,主讲教师：翟玉庆,第二章 知识与知识表示,第一节 引言,三、知识表示原则,1、表示知识的范围是否广泛？,注：逻辑是一种广谱的知识表示工具。,2、是否适合于推理？,注：人工智能主要对适合推理的知识表示感兴趣。,3、是否适合于计算机处理？,4、是否有高效的算法？,5、能否表示不精确知识？,注：自然界的信息具有先天的模糊性和不精确性。,第二章 知识与知识表示,第一节 引言,三、知识表示原则,6、能否模块化，以便于知识分层？,7、知识和元知识能否用统一的形式表示？,8、是否适合于加入启发式信息？,控制知识（元知识）信息启发式信息,9、过程性表示还是说明性表示？,说明性表示：只给出事物本身的属性及事物之间的相互关系，对问题的解答就隐含在这些知识之中。,第二章 知识与知识表示,第一节 引言,三、知识表示原则,9、过程性表示还是说明性表示？,过程性表示：给出解决一个问题的具体过程。,注：说明性表示涉及细节少，抽象程度高，可靠性较好，修改方便，但执行效率较低。,10、表示方式是否自然？,第二章 知识与知识表示,第一节 引言,四、常见的知识表示形式,1、演绎系统,2、产生式系统,3、框架结构,4、语义网络,5、过程性知识表示,6、面向对象知识表示,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,1、命题 陈述,2、谓词 带有参数的命题,注：1）谓词比命题有更强的表达能力，可将知识单元细分；,2）谓词可代表变化着的情况，谓词的真假值可因参数而异；,3）可利用谓词在不同的知识之间建立联系，使用同名参数。,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,3、谓词解释 人为地指派给谓词的含义,注：1）由于解释的不同，谓词的真假值也就不同；,2）对于复杂的谓词公式，研究其不同的解释具有更大的重要性；,3）对一个谓词公式可给出多种甚至无穷多种不同的解释。,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,3、谓词解释 人为地指派给谓词的含义,注：4）每种解释由下列基本部分组成：,A）一组基本域Di,i=1n,B）每个常量均是某个Di中的一个元素,C）每个变量均在某个Di,中取值,D）每个m目函数均是一个映射,Di1,Di2.DimDim+1,（对于jk,可以有Dij=Dik),第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,3、谓词解释 人为地指派给谓词的含义,注：4）每种解释由下列基本部分组成：,E）,每个m目谓词均是一个映射,Di1,Di2.Dim（T，F）,（T代表真，F代表假,),5）若一个谓词公式在所有解释下均为真，则称此公式为永真公式。,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,3、谓词解释 人为地指派给谓词的含义,注：,5）利用谓词演算进行逻辑推理的核心任务就是判断一个谓词公式是否永真。但判断一个谓词公式的永真性比较困难，甚至有人证明，根本不存在这样的算法。,东南大学远程教育,人 工 智 能,第12讲,主讲教师：翟玉庆,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,4、谓词演算 谓词及谓词之间关系的研究,1）符号集,真值常量：T、F,联结符号：、,运算符：=,量词：、,常量：函数常量、谓词常量,变量：函数变量、谓词变量,注：对于变量，可使用量词。,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,4、谓词演算 谓词及谓词之间关系的研究,2）项,A）常量和变量是项,B）若t1,t2,.,tn是项，则f,n,(t1,t2,tn)和F,n,(t1,t2,tn)也是项。,3）原子公式和合式公式,P16,第二章 知识与知识表示,第二节 演绎系统,一、谓词演算,5、主要的谓词演算,命题演算,一阶谓词演算,二阶谓词演算,其中，最重要的是一阶谓词演算。,第二章 知识与知识表示,第二节 演绎系统,二、自然演绎系统,给定一个有限的或递归的公理集，及一个有限推理规则集，构成一个自然演绎系统。,注：1）若在某个确定的范围内，任何永真公式均可由一个演绎系统推导出，则称此演绎系统对于该范围来说是完备的。,2）对于一阶谓词演算，存在着完备的演绎系统，对于二阶谓词演算，不存在着完备的演绎系统。,第二章 知识与知识表示,第二节 演绎系统,二、自然演绎系统,注：3）在实际应用中，仅推演永真式是不够的，任何有意义的知识推理系统均需处理非永真公式，它的谓词被指派以某种解释，即语义。我们应该使用含有语义的演绎系统。,第二章 知识与知识表示,第二节 演绎系统,三、与或句演绎系统,1、与或句,只有与符号()、或符号()、谓词(也称原子)和前有非符号的谓词(也称负原子，正负原子统称句节)以及看不见的全称量词的合式公式称为与或句。,2、与或句的生成步骤,1）化成前束范式，使所有量词均在合式公式的最前面，且每个量词的辖域均是整个公式。,2）消去存在量词，只剩下全称量词。,第二章 知识与知识表示,第二节 演绎系统,三、与或句演绎系统,3、置换规则,左部只能有一个句节，右部可以是任意的与或句。,注：与或句演绎系统可以用于求证某个目标推理，也可以进行反向推理。当用作反向推理时，比较实用。,第二章 知识与知识表示,第二节 演绎系统,四、子句演绎系统,1、子句,只有或符号和非符号的合式谓词公式称为子句，用或符号连接多个句节而成。,2、子句演绎方法,消解法Robinson,3、消解法基本思想,把已知条件表示成一组子句，把求证目标先表示成子句，后在前面加非符号，把加了非符号的目标子句和条件子句组合，若通过消解推出空子句，则目标得以证明。,第二章 知识与知识表示,第三节 产生式系统,一、基本概念,1、产生式,在自然界的各种知识单元之间存在着大量的因果关系。这是前提和结论之间的关系，可用产生式（或称规则）来表示。,产生式（规则）：前提和结论之间的关系式。,表示形式：前提,结论,2、事实,无需前提条件的产生式，可用于表示已知的事实。表示形式：事实,第二章 知识与知识表示,第三节 产生式系统,一、基本概念,3、产生式系统,将一组产生式放在一起，让它们互相配合、协调作用，一个产生式生成的结论可供另一个产生式作为前提使用。以这种方式求得问题的解决的系统，称为产生式系统。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,1、产生式系统构成,a)一组规则(即产生式本身),每个规则分为左部(LHS),和右部(RHS)。,一般说来，左部表示情形，即什么条件发生时此产生式应该被调用。右部表示动作，即此产生式被调用后所做的事情。,在核实左部情形时，通常采用匹配的方法，即查看当前数据基中是否存在规则左部所指示的情形。若存在，则认为匹配成功，否则认为匹配不成功。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,1、产生式系统构成,a)一组规则(即产生式本身),匹配成功时，执行右部规定的动作。这种动作一般是对数据基中的数据作某种处理。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,1、产生式系统构成,b)数据基,每个产生式系统均有一个数据基，其中存放的数据既是构成产生式的基本元素，又是产生式作用的对象。,注：数据基不同于数据库。数据基中的数据是广义的，可以是常量、变量、多元组、谓词、表结构、图象等等。其意义往往指一个事实或断言，可看成一个知识元。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,1、产生式系统构成,c)一个解释程序,负责整个产生式系统的运行，包括规则左部和数据基的匹配、从匹配成功的规则（可能不止一个）中选出一个加以执行、解释执行规则右部的动作，并掌握时机结束产生式系统的运行等等。,注：其中每一步均可有不同的含义。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,a)相对固定的格式,任何产生式均由LHS和RHS组成，左部匹配，右部动作。,匹配提供的信息只有两种：成功或失败。,匹配过程中不允许产生副作用。规则匹配失败时，对数据基无影响。,匹配一般无递归，无复杂的计算。右部的动作一般是最基本的，无复杂的控制。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,b)知识的模块化,在每个具体的产生式系统所适用的专门领域知识被分成许多知识元，存于数据基中。而每个规则指明了有关知识元之间的关系及其使用方法。,规则本身也可看成是知识元，这种知识元不同于通常数据基中存放的知识元，因为它是指示如何使用数据基中存放的知识元，因此，也称为元知识，即关于知识的知识。由此可见，元知识也是模块化的。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,b)知识的模块化,此外，还有如何使用这些规则的知识，包括规则匹配的次序、匹配冲突的解决等解释系统中所包含的功能。这种有关元知识的知识称为高阶元知识。它们也可模块化并写成规则的形式。不过，只有少数系统能做到，而大部分系统是将高阶元知识不明确地写成规则的形式，不以任何明确的形式显示出来，规则使用方法隐含在系统本身的定义中。这是模块化不彻底的表现，可扩展性差。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,b)知识的模块化,注：知识的模块化使得知识基（包括数据基和规则基）的补充和修改变得非常容易。但要注意任何修改和扩充必须保持知识基的无矛盾性和一致性。这种一致性检验最好由系统自动执行，至少检验到一定程度。因为从理论上，在某些情形下彻底的一致性检验是不现实的。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,c)相互影响的间接性,产生式系统一般是“数据驱动”，看不见控制流。,一个产生式的调用对其它产生式的影响不是直接传送过去，而是通过修改数据基来间接实现（当其它产生式的左部与数据基匹配时，发现数据基内容已变，从而，各产生式执行效果也就跟着发生变化）。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,c)相互影响的间接性,注：这个特点有利于知识模块性，但使产生式系统的效率受到影响。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,d)机器可读性,包括机器识别产生式、语法检查和某种程度上的语义检查。,语法检查包括无矛盾性检验和冗余检查。,语义检查涉及知识的具体领域，如通常数据库中的一致性检验。,可读性的另一含义是对产生式作出解释，是对产生式系统为解决某一问题所给答案的解释，即，对推理过程作出解释。,第二章 知识与知识表示,第三节 产生式系统,二、基本特征,2、产生式系统特点,注：产生式系统对某些领域的应用是很有效的，如医疗诊断，而对另一些领域不那么适用，如数学。其关键在于知识能否模块化。,东南大学远程教育,人 工 智 能,第13讲,主讲教师：翟玉庆,第二章 知识与知识表示,第三节 产生式系统,三、产生式的知识元形式,1、常量字符串,是知识元的最简单形式。,匹配有精确匹配、不完全匹配(只要求LHS中的知识元是当前数据基中某个知识元的子串即可)。,匹配成功后，RHS的动作是把数据基内该知识元中所含的子串换成在RHS中出现的子串。,注：这种产生式系统称为置换系统。,第二章 知识与知识表示,第三节 产生式系统,三、产生式的知识元形式,2、变量,若产生式的左部均只有一个符号，则这些符号也称为变量。,注：引进变量的一个效果是把命题化为谓词，引进变量后，可构造由谓词构成的产生式系统，它的表达能力要强得多。,第二章 知识与知识表示,第三节 产生式系统,三、产生式的知识元形式,3、元组,在许多专家系统中，经常以（对象,属性,值）的三元组形式作为产生式系统的知识元。,4、树和图,第二章 知识与知识表示,第三节 产生式系统,三、产生式的知识元形式,注：1)知识元可涉及复杂的计算，如exist(x,D),2)一般地，变量的作用域仅限于它所在的产生式。若在匹配过程中，某规则中的一个变量被约束为某个值，则同一规则中所有同名变量必须约束为同一个值，但对其它规则中的同名变量无任何影响。同时，不论是规则匹配失败或成功地结束，被约束的变量均要恢复原状，即只起一种形式参数的作用。但是也有例外，如在许多语法置换系统中，同一字符串中的几个同名变量可被置换为不同的子串。另一例外是作用域的放大。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,1、最基本推理方式,a)向前推理：数据驱动推理。,b),向后推理：目标驱动推理。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,2、向前推理基本原理,每个产生式的左部有一组条件，右部有一组动作。每当数据基的当前状态符合某一产生式左部的所有条件时，相应产生式被激发，并执行其右部的动作。这些动作一般要修改数据基的内容，动作执行完毕，数据基的状态可能已经发生改变。此时，再找一个产生式，如此循环反复。,S1,S2,S3,执行,产生式,Pa,执行,产生式,Pb,.,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,2、向前推理基本原理,注：1)在大部分向前推理的产生式系统中，每个条件用一个谓词来表示，产生式的左部是一串谓词，产生式的右部也是一串谓词。产生式的左部与当前数据基匹配成功的含义是：对产生式左部所有谓词中出现的变量可以实行一种统一的置换，使得置换后的谓词均是当前数据基中某个谓词的样品。执行产生式右部动作的含义是：把左部匹配成功时实行的那个变量置换传播到右部来，使右部谓词中出现的变量按同一方式实行置换。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,2、向前推理基本原理,注：2)向前推理可形成一片森林。,3)对于产生式的激发还应加一个条件：当执行一个产生式右部的动作不能改变数据基的状态时，即使产生式左部能与数据基匹配，也不应当激发该产生式。即，当产生式的右部不能为数据基增添新的谓词时，就不应激发此产生式，否则会产生许多无用的空转，可能使产生式系统的运行不能停止。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,2、向前推理基本原理,注：4)在一般情况下，运行产生式系统应有一个目标。每执行一次向前推理，就要将当前数据基状态与目标状态比较一下，若已达到目标，则停止运行。,5)有时，无目标的向前推理也是需要的。这往往是为了推出所需要的全部结果。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,a),基本原理,设目标状态为S1,则首先查看数据基的当前状态是否已是S1。若是，则不必做任何工作，问题已解决，否则，查看有无这样的规则R1，可把状态S2转换为S1。若有，则查看当前数据基的状态是否是S2，若是，则只要执行R1，即可达到状态S1，问题也可解决。若当前数据基的状态不是S2，则进一步查看有无这样的规则R2，可把状态S3转换为S2，若有，则查看当前数据基的状态是否是S3,，如此反复，得到一条向后推理链。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,a),基本原理,S1,S3,S2,.,执行,产生式,R1,执行,产生式,R2,东南大学远程教育,人 工 智 能,第14讲,主讲教师：翟玉庆,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,b)实现方式,对于这类产生式系统，推理目标也可取一个谓词的形态，称为目标谓词。,推理步骤是：以目标谓词为树根，首先查看当前数据基中是否有这样的谓词存在，它们与目标谓词存在,最广通代,。若有,n个这样的谓词，则从树根生出n枝“或枝”，每枝或叉的终点是上述数据基谓词经过最广通代之后的一个样品；然后，再查看有无这样的规则，它们的右部谓词与目标谓词之间存在最广通代，若有m,个这样的规则，,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,b)实现方式,(推理步骤)：则从树根再生出,m枝“或叉”，每枝或叉的终点是上述规则的右部谓词经过最广通代之后的样品。若和某个右部谓词相对应的左部有k个谓词，则从相应或叉的终点又生出k枝“与叉”，每枝与叉的终点对应于一个左部谓词，其中的所有变元均已按照右部谓词所作的最广通代作了相应的置换。,在上述过程中，或叉的起点称为或结点，其终点称为与结点；与叉的起点称为与结点，其终点称为或结点。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,b)实现方式,(推理步骤)：由上可知：或结点和与结点互为因果。按此办法不断进行下去，可使与叉和或叉，与结点和或结点循环轮回，生成一棵树，称为与或树。它可以是有穷的，也可是无穷的。,若从一个或结点生出的所有或叉中，有一枝或叉的终点是当前数据基中某个谓词的一个样品，则称此或结点成功，它的子与结点(即上述谓词样品)自然也成功，并且是与或树的一个叶结点。若从一个或结点不能生出任何或叉，则称此或结点失败，它也与或树的一个叶结点。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,b)实现方式,(推理步骤)：若一个或结点的所有子与结点皆失败，则该父或结点也失败。若一个与结点成功，则它的父或结点也成功。若一个父与结点的所有子或结点皆成功，则该父与结点也成功。,若由于某些叶结点的成功，使得根结点(它一定是或节点)成功，则整个推理成功。若到某个时刻，由于某些叶结点的失败而使得推理不再能进行，则整个推理失败，否则，与或树有可能无穷地生长下去。,第二章 知识与知识表示,第三节 产生式系统,四、推理方向,3、向后推理,c)最广通代定义,定义1通代 若有一组谓词W=,1,2,n,，又有一个代换，使,1,=,2,=,n,，则称为谓词组,W的通代。,定义2广通代 若1和2均是谓词组W的通代，另有一个代换3，使得：W13=W2，则称通代1较通代2为广。,定义3最广通代 设是谓词组W的一个通代,若对任意其它通代，均比广，则称为W的一个最广通代。,注：最广通代可不唯一。,第二章 知识与知识表示,第三节 产生式系统,五、框架问题,1、框架问题,一般，每个谓词只有已知其真假和还未知道其真假的区别，不会原先是真的，后来变假了，或反过来，原先是假的，后来变真了。即，真的假不了，假的真不了。,但对于一些系统，谓词的真假值会在推理过程中发生变化，且数据基的状态每次只改变一些。而其余部分则没有变化。这就是框架问题。,注：具有框架问题的系统主要是用于描述客观世界中状态变迁的系统。,第二章 知识与知识表示,第三节 产生式系统,五、框架问题,2、处理方法,a)直接指明法,在每个产生式中直接指明增加哪些谓词，删去哪些谓词。,b)引入状态参数法,在每个谓词中增加一个状态参数，以使得一个谓词在不同状态可取不同值。,注：具有不同状态参数的同一谓词是不同的谓词样品，从而完全可有不同的值。,c)谓词函数化(高阶逻辑法),所用的谓词全部写成函数的形式，这样谓词样品就是项。,第二章 知识与知识表示,第三节 产生式系统,六、非确定性匹配,不要求产生式的左部能与数据基中的数据完全匹配，往往只需要部分的匹配(主要是由于已有的信息不是十完备)，就可推出某些结论性的信息。,注：可采用权、可信度来表示和确定事实与规则的匹配程序,第二章 知识与知识表示,第三节 产生式系统,七、匹配冲突的解决,1、匹配冲突,在向前推理时，有,n个产生式(n1),的左部均能与当前数据基中的数据匹配成功，或有m组不同数据(m1)均能和同一产生式的左部匹配成功，或两种情况的组合。,在向后推理时，有n个产生式(n1)的右部均能和同一子目标匹配成功，或有m组不同数据(m1)均能和同一子目标匹配成功，或有l个子目标(l1)均能找到相应的数据或产生式右部并匹配成功，或三种情况的复合。,这就形成了匹配冲突。,第二章 知识与知识表示,第三节 产生式系统,七、匹配冲突的解决,1、匹配冲突,注：产生式系统中的解释执行系统必须具有某种选择功能，以便排除上面列举的二义性。这是在设计产生式系统时应该考虑的一个策略问题，这就是解决匹配冲突的策略。,2、解决冲突的策略,a),按事先排好的固定顺序,b)按通用性和针对性排序,c)按数据的新鲜性排序,d)按子目标的新鲜性排序,e)按使用产生式和数据的公平性排序,f)按匹配程度排序,东南大学远程教育,人 工 智 能,第15讲,主讲教师：翟玉庆,第二章 知识与知识表示,第四节 框架结构,一、事物的属性,1、属性,用于描述事物特性的项,注：1)掌握了事物的属性，就有关于事物的知识,2)属性一般具有属性名和相应值,3)属性是描述事物的最小元素,2、属性表,将同一事物的各方面属性列成一张表，构成该事物的属性表,注：1)属性表是属性的集合，用于描述事物的整体特性,2)属性表中的属性之间可存在依赖关系,第二章 知识与知识表示,第四节 框架结构,一、事物的属性,3、属性框架,对于具有同样一些属性的事物,可将这些属性确定为属性框架,注：1)只要在此框架内对诸属性赋以不同的值,就可得到对同一类事物不同个体的描述,2)属性框架与数据库中关系表的定义非常相似，但属性框架中的某些属性可