第一講-知識工程與知識管理

知識管理

韓璐Email:hanluivy@126.com

第1章知識工程與知識管理綜述1.1知識工程與人工智能

1.2知識工程的核心問題1.3知識管理與知識工程1.1知識工程與人工智能1.1.1知識工程概念1.1.2人工智能概念與發(fā)展過程1.1.3知識工程的結(jié)構(gòu)和知識工程基礎(chǔ)1.1.1知識工程概念

1．知識工程定義知識工程早期定義：使用人工智能的原理和方法構(gòu)造專家系統(tǒng)的一門工程性學科。知識工程的目標：構(gòu)造高性能的知識系統(tǒng)，專家系統(tǒng)只是知識系統(tǒng)的一種類型。知識工程的定義具體為：知識工程是以知識為處理對象，研究知識系統(tǒng)的知識表示、處理和應(yīng)用的的方法和開發(fā)工具的學科。知識系統(tǒng)包括：專家系統(tǒng)、知識庫系統(tǒng)、智能決策系統(tǒng)等。專家系統(tǒng)（ES）是利用專家知識解決特定領(lǐng)域問題的計算機程序系統(tǒng)。知識庫系統(tǒng)（KBS）是把知識以一定的結(jié)構(gòu)存入計算機，進行知識的管理和問題求解，實現(xiàn)知識的共享。智能決策系統(tǒng)（IDS）是智能化決策支持系統(tǒng)，由數(shù)據(jù)庫、模型庫、知識庫、人機交互等組成的系統(tǒng)，為解決半結(jié)構(gòu)化決策問題，提高科學決策的水平。知識工程是人工智能、知識庫、數(shù)理邏輯、認知科學和心理學等多學科交叉發(fā)展的結(jié)果。知識工程的研究使人工智能學科發(fā)生了重大改變，它實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破，即：從探索思維規(guī)律轉(zhuǎn)向利用知識解決問題的研究。知識工程主要研究知識獲取、知識表示、推理策略，以及開發(fā)方法和環(huán)境。知識工程概念是美國斯坦福大學的E.A.Feigenbaum于1977年在第五屆國際人工智能會議上提出的：知識工程是一門藝術(shù)，它應(yīng)用人工智能原理和方法求解那些需要用專家知識才能解決的問題。專家知識的獲取，表達和合理地應(yīng)用這些知識以構(gòu)造及解釋推理過程，是設(shè)計知識系統(tǒng)的重要技術(shù)問題。

2．知識工程研究內(nèi)容（1）基礎(chǔ)研究它包括知識工程中基本理論和方法的研究：關(guān)于知識表示方法的研究；關(guān)于知識獲取和學習方法的研究；關(guān)于知識推理和控制機制的研究；關(guān)于推理解釋和接口模型的研究；關(guān)于認知模型的研究等等。（2）實際知識系統(tǒng)的開發(fā)研究實際知識系統(tǒng)的開發(fā)強調(diào)建造知識系統(tǒng)過程中的實際技術(shù)問題，它以知識系統(tǒng)的實用化和商品化為最終目標。研究內(nèi)容有：實用知識獲取技術(shù)，知識系統(tǒng)體系結(jié)構(gòu)，實用知識表示方法和知識庫結(jié)構(gòu)，實用推理和解釋技術(shù)，實用知識庫管理技術(shù)，知識系統(tǒng)調(diào)試、分析與評價技術(shù)，知識系統(tǒng)的硬件環(huán)境等。（3）知識工程環(huán)境研究知識工程環(huán)境研究主要是為實際系統(tǒng)的開發(fā)提供一些良好的工具和手段。好的環(huán)境可以縮短知識系統(tǒng)的研制周期，加速知識系統(tǒng)的商品化進程。環(huán)境研究包括：知識工程的基本支撐硬件和軟件，知識工程語言（包括知識描述語言和系統(tǒng)結(jié)構(gòu)構(gòu)造語言），知識獲取工具，系統(tǒng)骨架工具系統(tǒng)，知識庫管理工具等。

知識工程開發(fā)的知識系統(tǒng)能帶來什么好處？Martin等人所作的調(diào)查結(jié)果得知：知識系統(tǒng)能夠：

1）更快的制定決策；

2）生產(chǎn)率的提高；

3）決策質(zhì)量的提高。知識系統(tǒng)特別有助于及時傳輸知識，例如縮短產(chǎn)品上市的時間并加快對顧客的響應(yīng)。

1.1.2人工智能概念和發(fā)展過程

人工智能概念人工智能是使計算機具有人的智能行為。1．人的智能行為人的智能行為表現(xiàn)為：（1）通過學習獲取知識。（2）利用知識進行邏輯思維（推理）。（3）通過自然語言理解進行人際間交流。（4）通過圖象理解進行形象思維（聯(lián)想）。（5）利用啟發(fā)式（經(jīng)驗）方法，解決隨機變化問題。（6）利用試探性（創(chuàng)新性）方法，解決新問題。智能行為概括為：獲取知識，進行知識推理、聯(lián)想或交流，解決隨機問題或新問題。2．關(guān)于人工智能的定義英國數(shù)學家艾倫·圖靈（A.Turing）1950年在論文“計算機能思維嗎？”中提出：如果一臺計算機能像人一樣對話，它就能像人一樣思考。Turing定義：如果機器在某些現(xiàn)實的條件下，能夠非常好地模仿人回答問題，以致使提問者在相當長時間內(nèi)誤認為它不是機器，那么機器就可以被認為是能思維的。

美國科學家兼慈善家休.勒布納20世紀90年代初設(shè)立人工智能年度比賽，把圖靈的設(shè)想付諸實踐。比賽分為金、銀、銅三等獎。如果程序不僅能以文本方式通過交談測試，在音頻和視頻測試中也能過關(guān)，則獲金獎，贏得10萬美元和一枚18K黃金制金牌；如果它能在更長時間以文本方式交談中迷惑住至少半數(shù)裁判，則獲銀獎；如果未達到以上標準,則每年測試中迷惑住最多裁判的程序贏得2000美元和一枚銅牌。2008年10月12日勒布納獎(人工智能獎)比賽在英國雷丁大學展開。

“艾爾博特”等6種軟件程序擊敗另外7種程序，獲得決賽資格。

12位志愿者一再用今日的天氣、全球金融動蕩和他們的眼睛的顏色等問題迷惑計算機。最后“艾爾博特”憑借迷惑3人的戰(zhàn)績笑到最后，贏得銅牌。（2）Feigenbanm定義只告訴機器做什么，而不告訴怎樣做，機器就能完成工作，便可說機器有了智能。這個定義比較實際，也容易達到。專家系統(tǒng)就具有這種定義的智能。3．人工智能的研究范圍（1）問題求解：如下棋程序。（2）邏輯推理和定理證明：如數(shù)學定理的證明。（3）自然語言處理：如語言翻譯，語音的識別，語言的生成和理解。（4）自動程序設(shè)計：“超級編譯程序”，能從高級形式的描述，生成所需的程序。（5）學習：歸納學習和類比學習。（6）專家系統(tǒng)：利用專家知識進行推理達到專家解決問題的能力。（7）機器人學：完成人部分工作的機器人。（8）機器視覺：研究感知過程。（9）智能檢索系統(tǒng)：具有智能行為的情報檢索。（10）組合的調(diào)度問題：如最短旅行路線。4．人工智能的主要研究領(lǐng)域F.Hayes－Roth總結(jié)人工智能的主要研究領(lǐng)域為三大方面：

自然語言處理；視覺和機器人學；知識工程。（1）自然語言處理：語音的識別與合成，自然語言的理解和生成，機器翻譯等。（2）機器人學：從操縱型、自動型轉(zhuǎn)向智能型。在重、難、險、害等工作領(lǐng)域中推廣使用機器人。日本在機器人研究中走在前列，我國機器人研究在發(fā)展：如國防科技大學的兩足步行機器人和哈爾濱工業(yè)大學的焊接機器人等。（3）知識工程：研究和開發(fā)專家系統(tǒng)。目前人工智能的研究中，最接近實用的成果是專家系統(tǒng)。專家系統(tǒng)在數(shù)學中符號推理、醫(yī)療診斷、礦床勘探、化學分析、工程設(shè)計、軍事決策、案情分析等方面都取得明顯的效果。

人工智能發(fā)展過程人工智能的發(fā)展歷史可分為五個階段：第一階段：50年代人工智能的興起和冷落。人工智能概念是在1956年由麥卡錫、明斯基、申農(nóng)、塞繆爾、艾倫·紐厄爾和赫伯特·西蒙等10名學者在美國達特莫斯（Dartmouth）大學召開的長達2個月的研討會上首次提出來的。

這次智能學研討會被公認是人工智能學科誕生的標志。當時，相繼出現(xiàn)了一批顯著的成果。1.1956年紐厄爾、西蒙和肖等人提出邏輯理論機LT(LogicTheorist)程序系統(tǒng)，證明了羅素與懷特海的名著《數(shù)學原理》第二章52條定理中的38條，1963年終于完成全部52條定理的證明。2.1956年塞繆爾研制了西洋跳棋程序Checkers。該程序具有自學習和自適應(yīng)能力。該程序1959年擊敗Samnel本人，1962年擊敗了一個州冠軍.3.1960年紐厄爾、肖和西蒙等人研制了“通用問題求解程序GPS”，用來解決不定積分、三角函數(shù)、代數(shù)方程等11種不同類型的問題，并首次提出“啟發(fā)式搜索”概念。

但是不久，人工智能走向低潮。主要表現(xiàn)：1.1965年發(fā)明了消解法，曾被認為是一個重大的突破，可是很快發(fā)現(xiàn)消解法能力有限，證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)，推了十萬步還沒有推出來。2.塞謬爾的下棋程序，贏了州冠軍后，沒能贏全國冠軍。3.機器翻譯出了荒謬的結(jié)論。由于人工智能研究遇到了困難，使得人工智能走向低落。英國70年代初，對AI的研究經(jīng)費被大量削減，人員流失，美國IBM公司也出現(xiàn)類似的現(xiàn)象。這一階段的特點是：重視問題求解的方法，忽視了知識的重要性。第二階段：60年代末到70年代，專家系統(tǒng)的出現(xiàn)，使人工智能研究出現(xiàn)了新高潮。

1.1968年斯坦福大學E.A.Feigenbaum和生物學家萊德伯格等人合作研制了DENDRAL專家系統(tǒng)，該系統(tǒng)是一個化學質(zhì)譜分析系統(tǒng)，能根據(jù)質(zhì)譜儀的數(shù)據(jù)和核磁諧振的數(shù)據(jù)及有關(guān)知識推斷有機化合物的分子結(jié)構(gòu)，達到了幫助化學家推斷分子結(jié)構(gòu)的作用。這是第一個專家系統(tǒng)，系統(tǒng)中用了大量的化學知識。

2.1974年由E.H.Shortliffe等人研制了診斷和治療感染性疾病的MYCIN系統(tǒng).（1）使用了經(jīng)驗性知識，用可信度表示，進行不精確推理。（2）對推理結(jié)果具有解釋功能，使系統(tǒng)是透明的。（3）第一次使用了知識庫的概念。

以后的專家系統(tǒng)受MYCIN的影響很大。3.R.O.Duda等人1976年研制礦藏勘探專家系統(tǒng)PROSPECTOR系統(tǒng)。該系統(tǒng)用語義網(wǎng)絡(luò)表示地質(zhì)知識，該系統(tǒng)在華盛頓州發(fā)現(xiàn)一處鉬礦，獲利一億美元。4.卡內(nèi)基－梅隆大學研制了語音理解系統(tǒng)Hearsay-II系統(tǒng)，它完成從輸入的聲音信號轉(zhuǎn)換成字，組成單詞，合成句子，形成數(shù)據(jù)庫查詢語句，再到情報數(shù)據(jù)庫中去查詢資料。該系統(tǒng)是采用“黑板結(jié)構(gòu)”這種新結(jié)構(gòu)形式的專家系統(tǒng)。1969年，成立了國際人工智能聯(lián)合會議（InternationalJointConferencesonArtificialIntelligence-IJCAI）。這一階段的特點：

重視了知識，開始了專家系統(tǒng)的研究，使人工智能走向?qū)嵱没?。第三階段：80年代，隨著第五代計算機的研制，人工智能得到很大發(fā)展.

日本1982年開始了“第五代計算機的研制計劃”即“知識信息處理計算機系統(tǒng)KIPS”

日本的十年計劃在政府的支持下形成了一股熱潮，推動了世界各國的追趕浪潮。英國的阿爾維計劃、西歐的尤里卡計劃、美國的STARS計劃等相繼推出，我國也有相應(yīng)的863計劃.

十年后，日本的第五代機并沒有生產(chǎn)出來，只取得了部分成果。第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)的再次興起和計算智能的形成.神經(jīng)元網(wǎng)絡(luò)實際上40年代就開始了，心理學家McCulloch和數(shù)理邏輯學家Pitts提出了一個人工神經(jīng)元網(wǎng)絡(luò)模型。1958年Rosenblatt提出了感知機模型，由于感知機具有分類器和學習器的作用，形成了神經(jīng)元網(wǎng)絡(luò)的第一次高潮。1969年Minsky和Papert在“感知機（Perceptron）”一書中證明了感知機不適合于非線性樣本而使神經(jīng)網(wǎng)絡(luò)走向低潮。

1967年，J.D.Baglay首次提出了“遺傳算法”這一術(shù)語和選擇、交叉和變異操作的概念。1975年，J.H.Holland提出的模式理論為遺傳算法奠定了理論基礎(chǔ)。1982年美國Hopfield引入一種反饋型神經(jīng)網(wǎng)絡(luò)既可用硬件實現(xiàn)，又解決運籌學的巡回售貨商TSP問題。1985年Rumelhart等人提出BP反向傳播模型，解決了非線性樣本問題，從而掃除了神經(jīng)網(wǎng)絡(luò)的障礙，興起了神經(jīng)網(wǎng)絡(luò)的第二次高潮。

1987年美國召開了第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣布新學科的誕生。1988年日本稱為神經(jīng)計算機元年，提出研制第六代計算機計劃。

1992年貝茲德克(Bezdek)提出了計算智能的定義。主張用神經(jīng)網(wǎng)絡(luò)、遺傳算法的原理，結(jié)合大量的計算來實現(xiàn)人工智能．在計算智能思想指導下還誕生了一個新的研究分支，稱為軟計算．它除了神經(jīng)網(wǎng)絡(luò)、演化算法以外，還包括模糊數(shù)學和粗糙集理論等一些處理不確定性的方法。第五階段：行為智能的興起1991年R.Brooks研制了具有某種自適應(yīng)能力的機器昆蟲，可以在船體表面爬行并清除牡蠣。主張：“無表示的智能”.智能系統(tǒng)與環(huán)境交互，一方面要從所運行的環(huán)境中獲得信息（感知），一方面要通過自己的動作（作用），對環(huán)境施加影響。我們可以稱在這種人工智能研究為行為智能，開辟了一種新的智能。5660年代高潮AI概念7080909496定理證明專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)計算智能商業(yè)智能00知識管理人工智能發(fā)展過程第5代計算機

人工智能的回顧與展望回顧人工智能發(fā)展的歷史進程，在學術(shù)觀點上有三大學派:(1)“符號主義”學派認為：思維的基元是符號，思維過程即符號運算；智能的核心是知識，利用知識推理進行問題求解；

代表性成果是專家系統(tǒng)。(2)“聯(lián)結(jié)主義”學派觀點：智能活動的基元是神經(jīng)細胞，智能活動過程是神經(jīng)網(wǎng)絡(luò)的狀態(tài)演化過程，智能活動的基礎(chǔ)是神經(jīng)細胞的突觸聯(lián)結(jié)機制，智能系統(tǒng)的工作模式仿人腦模式。

代表性成果是神經(jīng)網(wǎng)絡(luò)MP模型；Hopfield網(wǎng)絡(luò)；BP神經(jīng)網(wǎng)絡(luò)。(3)“行為主義”學派觀點：智能行為的基礎(chǔ)是“感知—行動”的反應(yīng)機制，智能系統(tǒng)的智能行為，在與周圍環(huán)境的信息交互與適應(yīng)過程中不斷進化和體現(xiàn)。代表性成果是布魯克斯演示的新型智能機器人。人工智能的三個學派、三種途徑，在學術(shù)觀點與科學方法上，有嚴重的分歧和差異.聯(lián)主義學派反對符號主義學派關(guān)于物理符號系統(tǒng)的假設(shè)，認為人腦神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié)機制與計算機的符號運算模式有原則性差別；行為主義學派批評符號主義學派、聯(lián)結(jié)主義學派真實世界作了虛假的、過分簡化的抽象，認為存在“不需要知識”，“不需要推理”的智能。應(yīng)該認為：

“符號主義”學派、“聯(lián)結(jié)主義”學派、“行為主義”學派各有側(cè)重。

三大學派、三條途徑是歷史形成，各有所長，各有所短，不應(yīng)該相互否定，

應(yīng)該相互結(jié)合、取長補短，綜合集成，才能使人工智能得到更大的發(fā)展。2.人工智能的展望人們逐步認識到揭開人的智能之謎是發(fā)展人工智能的關(guān)鍵。當今已認識到，實現(xiàn)人工智能必須以生物技術(shù)，信息技術(shù)和新材料技術(shù)三大高技術(shù)為手段:生物技術(shù)負責解開智能之謎，為人工智能的發(fā)展提供方向；信息技術(shù)負責用人工方式來模擬人類智能；新材料技術(shù)是為人工智能的實現(xiàn)提供物質(zhì)基礎(chǔ)。人工智能需要同主流的計算機技術(shù)有機結(jié)合起來，即同數(shù)值計算、信息管理、多媒體、計算機網(wǎng)絡(luò)等有機結(jié)合起來，使人工智能融入信息技術(shù)中，既促進信息技術(shù)的發(fā)展又促進人工智能的發(fā)展。美國人工智能學會（AAAI）提出了一項“21世紀智能系統(tǒng)”的報告，指出國家的競爭力量，取決于信息分析、決策作出、柔性的設(shè)計與創(chuàng)造能力的增強。

1.1.3知識系統(tǒng)的結(jié)構(gòu)和知識工程的基礎(chǔ)1．知識系統(tǒng)的結(jié)構(gòu)（1）知識系統(tǒng)的基本結(jié)構(gòu)

①知識庫：它由事實和規(guī)律知識兩類知識組成，知識有不同的知識表示形式；②推理子系統(tǒng)：它完成對知識庫中的知識進行推理。不同的知識表示形式有不同的推理方式；③人機接口：它將用戶的要求輸入到推理子系統(tǒng)中，也將推理的結(jié)果進