人工智能249.pptx

上传人:A**** 文档编号:15118913 上传时间:2023-06-30 格式:PPTX 页数:249 大小:516.72KB
下载 相关 举报
人工智能249.pptx_第1页
第1页 / 共249页
人工智能249.pptx_第2页
第2页 / 共249页
人工智能249.pptx_第3页
第3页 / 共249页
人工智能249.pptx_第4页
第4页 / 共249页
人工智能249.pptx_第5页
第5页 / 共249页
人工智能249.pptx_第6页
第6页 / 共249页
人工智能249.pptx_第7页
第7页 / 共249页
人工智能249.pptx_第8页
第8页 / 共249页
人工智能249.pptx_第9页
第9页 / 共249页
人工智能249.pptx_第10页
第10页 / 共249页
人工智能249.pptx_第11页
第11页 / 共249页
人工智能249.pptx_第12页
第12页 / 共249页
人工智能249.pptx_第13页
第13页 / 共249页
人工智能249.pptx_第14页
第14页 / 共249页
人工智能249.pptx_第15页
第15页 / 共249页
人工智能249.pptx_第16页
第16页 / 共249页
人工智能249.pptx_第17页
第17页 / 共249页
人工智能249.pptx_第18页
第18页 / 共249页
人工智能249.pptx_第19页
第19页 / 共249页
人工智能249.pptx_第20页
第20页 / 共249页
亲,该文档总共249页,到这儿已超出免费预览范围,如果喜欢就下载吧!
下载资源
资源描述

人工智能249.pptx

《人工智能249.pptx》由会员分享,可在线阅读,更多相关《人工智能249.pptx(249页珍藏版)》请在冰点文库上搜索。

人工智能249.pptx

东南大学远程教育,人工智能,第01讲,主讲教师:

翟玉庆,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、ArtificialIntelligenceANewSynthesis,N.J.Nilsson,机械工业出版社MorganKaufmann,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;,第一章引言,第一节基本概念一、智能人类个体的智能是一种综合性能力。

具体地讲,可包括:

3)理解知识、运用知识和运用经验分析问题和解决问题的能力;4)联想、推理、判断、决策的能力;5)运用语言进行抽象、概括的能力;6)发现、发明、创造、创新的能力;,第一章引言,第一节基本概念一、智能人类个体的智能是一种综合性能力。

具体地讲,可包括:

7)实时地、迅速地、合理地应付复杂环境的能力;8)预测、洞察事物发展变化的能力;等。

注:

智能是相对的、发展的。

离开特定时间说智能是困难的、没有意义的。

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“Canamachinethink?

”,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、VonNeumann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LogicTheorist。

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SHRDLU2)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CYC3)DeepBlue1997.5.114)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LogicTheorist,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LogicTheorist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(DistributedAI)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(DistributedAI)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=1nB)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Di1Di2.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Di1Di2.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fn(t1,t2,tn)和Fn(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Robinson3、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

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 总结汇报 > 学习总结

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2