第八章 人工智能基础知识.ppt

第八章 人工智能基础知识
本讲稿第一页，共六十页
*
本章主要内容
知识表示
确定性推理
不确定性推理
本讲稿第二页，共六十页
知识表示
知识与知识表示的概念
一阶谓词逻）
Occupant（Wang， 202）
Occupant（Zhao， 203）
Telephone（491，201）
Telephone（492，201）
Telephone（451，202）
Telephone（451，203）
*
一阶谓词逻辑知识表示方法
本讲稿第十二页，共六十页
*
一阶谓词逻辑表示法的特点
优点：
自然性
精确性
严密性
容易实现
应用：
（1）自动问答系统（Green等人研制的QA3系统）
（2）机器人行动规划系统（Fikes等人研制的STRIPS系统）
（3）机器博弈系统（Filman等人研制的FOL系统）
（4）问题求解系统（Kowalski等设计的PS系统）
局限性：
不能表示不确定的知识
组合爆炸
效率低
本讲稿第十三页，共六十页
产生式表示法
“产生式”：1943年，美国数学家波斯特（E. Post）首先提出。
1972年，纽厄尔和西蒙在研究人类的认知模型中开发了基于规则的产生式系统。
产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。
*
本讲稿第十四页，共六十页
*
产生式表示法
确定性规则知识的产生式表示
2. 不确定性规则知识的产生式表示
基本形式： IF P THEN Q
或者：
例如：
r4：IF 动物会飞 AND 会下蛋 THEN 该动物是鸟
基本形式： IF P THEN Q （置信度）
或者： （置信度）
例如： IF 发烧 THEN 感冒 （）
本讲稿第十五页，共六十页
*
产生式表示法
3. 确定性事实性知识的产生式表示
4. 不确定性事实性知识的产生式表示
三元组表示：（对象，属性，值）
或者：（关系，对象1，对象2）
例： 老李年龄是40岁： （Li，age，40）
老李和老王是朋友：（friend，Li，Wang）
四元组表示：（对象，属性，值，置信度）
或者： （关系，对象1，对象2，置信度）
例：老李年龄很可能是40岁：（Li，age，40，）
老李和老王不大可能是朋友：（friend，Li，Wang，）
本讲稿第十六页，共六十页
*
产生式表示法
产生式的形式描述及语义——巴科斯范式BNF（backus normal form）
<产生式>::=<前提> <结论>
<前 提>::=<简单条件>|<复合条件>
<结 论>::=<事实>|<操作>
<复合条件>::=<简单条件>AND<简单条件>[AND<简单条件>…
|<简单条件>OR<简单条件>[OR<简单条件>…
<操 作>::=<操作名>[(<变元>，…)]
符号“::=”表示“定义为”；符号“|”表示“或者是”；符号“[ ]”表示“可缺省”。
本讲稿第十七页，共六十页
*
产生式系统的例子——动物识别系统
例如：动物识别系统——识别虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁等七种动物的产生式系统。
本讲稿第十八页，共六十页
*
产生式系统的例子——动物识别系统
规则库：
r1： IF 该动物有毛发 THEN 该动物是哺乳动物
r2： IF 该动物有奶 THEN 该动物是哺乳动物
r3： IF 该动物有羽毛 THEN 该动物是鸟
r4： IF 该动物会飞 AND 会下蛋 THEN 该动物是鸟
r5： IF 该动物吃肉 THEN 该动物是食肉动物
r6： IF 该动物有犬齿 AND 有爪 AND 眼盯前方
THEN 该动物是食肉动物
r7： IF 该动物是哺乳动物 AND 有蹄
THEN 该动物是有蹄