知识扶贫比经济扶贫更重要.doc

知识

有关知识的理论已有长远和丰富的历史(参见Hempel(1952), Hintikka(1962), Hunt(1974), Hunt et al.(1966), Popper(1959), Russell(1940)).
目前的刊物对有关知识的各个侧面进行了广泛深入的讨论,特别是逻辑学家和人工智能研究者。对知识的理解、表示和操作有各种各样的观点和方法(参见Aikins(1983), Bobrow(1977), Bobrow等人(1984),Davis等人(1982),Halpern(1986), Hayes-Roth 等人(1978),Holland 等人(1986), McDermott(1978),Minski(1975),Newell(1982)).
直观上,知识是可以被感知的关于实体的某些部分的信息体,这些实体构成了我们感兴趣的论域。然而,这个定义不符合精确的标准,从更严密的观点出发,这个定义具有多义性,倾向于指依赖于上下文和兴趣领域的几个事物中的一个。
这里我们对“知识”这一术语提出了一个形式化定义,并展示了它的一些基本特性。我们不打算给出关于知识这一概念的全面说明,并且我们意识到我们给出的解释并不能很好地覆盖当前文献中关于这一概念的各种理解,特别是在AI学术团体中对知识的广泛假设的范例。然而,AI研究者对各种领域如机器学习、模式识别、决策支持系统、专家系统及其他等都非常感兴趣。
这里提出的“知识”概念与人工智能界所讨论观点相比,更接近认知科学中一些领域关于这一概念的考虑。我们的目标不是形成一个新的一般的知识理论,而是宁愿考虑知识的实际应用。
在这里,我们提议把粗集理论作为讨论知识的理论框架,特别是当我们主要关注不精确知识的时候。
知识和分类
我们主张知识是人类(等)对事物分类能力的深层次东西。例如,关于环境的知识主要被表现为从现实世界的生存观点出发对多种境遇(处境)进行分类的能力。传感器信号的复杂分类模型或许形成了每个生物体的基本机制。在更抽象层次上的分类是推理、学习和决策的关键问题。更不用说在科学中,分类也是第一重要的了。
在环境中能够智能动作的一个机器人,必须能够利用外部区域和内部状态的传感器信号对可能的局势进行分类并据此行动。
这里我们简单假设知识是基于将对象分类的能力,所谓对象系指我们能想象的任何事情,例如真实事物、状态、抽象概念、过程及时刻等。
由此,知识必须与真实或抽象世界的具体部分有关的分类模式相联系,真实或抽象世界被称为论域(或简称为域)。这里假定关于论域和知识没有什么特别的内容。事实上,知识是由所感兴趣的领域的各种分类模式构成的,它提供了关于实体的显式事实以及从显式知识导出隐含事实的推理能力。
下面我们将详细解释这一想法。首先我们将更准确地讨论分类的一些性质,随后将考虑关于分类的推理。
知识库
设U是非空有限集合(论域,universe of discourse),U中元素是我们感兴趣的论域中的对象。对任意U的子集X Í U,称其为U的一个概念或范畴。称U的任意概念簇为U的抽象知识或知识。
为了形式化推理,也允许空集Æ 作为一个概念。本书我们的主要兴趣在于形成某论域的一个划分(partition)或分类(classification)的概念。
注:本书中