知识表示和专家系统
输入“/”快速插入内容
知识表示和专家系统
知识表示和专家系统
速写作者 Tomomi Imura
对人工智能的追求基于对知识的探求，以使机器能像人类一样理解世界。但如何才能做到这一点呢？
课前测试
在人工智能发展的早期，通过自上而下的方式创建智能系统（在上一课讨论过）非常流行。当时的想法是从人申诉提取知识并转化为机器可读的形式，然后利用这些知识自动解决问题。这种方法基于两大理念：
•
知识表示
•
推理
知识表示
符号人工智能的一个重要概念是知识（knowledge）。必须将知识与信息（information）或数据（data）区分开来。例如，我们可以说书籍包含了知识，因为我们可以通过阅读书籍成为专家。然而，书籍所包含的内容实际上被称为数据，通过阅读书籍将这些数据整合进我们的世界模型中，我们就将这些数据转换成了知识。
✅ 知识是存在于我们脑海中的东西，代表着我们对世界的理解。知识是通过活跃的学习过程获得的，它将我们接收到的信息碎片整合到我们对世界的活跃模型中。
•
数据（Data）是以书面文字或口头语言等物理介质表示的东西。数据独立于人类而存在，可以在人与人之间传递。
•
信息（Information）我们在头脑中解释数据的方式。例如，当我们听到“计算机”这个词时，会对它有一定的了解。
•
知识（Knowledge）融入我们世界模型的信息。例如，一旦我们知道了计算机是什么，我们就会开始对它的工作原理、价格以及用途有一些概念。这个相互关联的概念网络构成了我们的知识。
•
智慧（Wisdom）是我们理解世界的更高一个层次，它象征着元知识（meta-knowledge），例如关于如何以及何时使用知识的一些概念。
图片来自 Wikipedia, 作者 Longlivetheux
因此，知识表示的问题是找到某种有效的方法，以数据的形式在计算机中表示知识，使其能够自动化使用。这可以看作是一个连续谱：
作者 Dmitry Soshnikov
•
在左侧，有几种非常简单的知识表示可以被计算机有效利用。最简单的是算法，即用计算机程序来表示知识。然而，这并不是表示知识的最佳方式，因为它并不灵活。我们头脑中的知识往往是非算法性的。
•
右边是自然语言等知识表示方式。它的功能最强大，但不能用于自动化推理。