人工智能chapter8uncertainty.ppt

1、第8章不確定知識(shí)和推理，概述了不確定人工智能用于不精確推理的數(shù)學(xué)基礎(chǔ)；第8.1章，概述了知識(shí)的不確定性、隨機(jī)性和模糊性、自然語(yǔ)言中的不確定性、常識(shí)中的不確定性以及知識(shí)中的其他不確定性。隨機(jī)性是一門(mén)以牛頓理論為代表的確定性科學(xué)，它創(chuàng)造了一種準(zhǔn)確描述世界的方法，將整個(gè)宇宙看作是一個(gè)在一定的、和諧的、有序的運(yùn)動(dòng)中的鐘狀動(dòng)力系統(tǒng)。客觀(guān)世界是隨機(jī)的，客觀(guān)世界映射到人腦，也就是說(shuō)，主觀(guān)世界也應(yīng)該是隨機(jī)的。因此，人類(lèi)在認(rèn)知過(guò)程中表現(xiàn)出來(lái)的智力和知識(shí)不可避免地伴隨著隨機(jī)性。隨機(jī)性無(wú)處不在，這使得世界更加復(fù)雜和豐富多彩。直到20世紀(jì)，人們才意識(shí)到模糊不是一件壞事。它能以較低的成本傳遞足夠的信息，并能高效地判斷和

2、處理復(fù)雜的事情。模糊性的客觀(guān)哲學(xué)家羅素在1923年的一篇題為模糊性的論文中明確指出：“認(rèn)為模糊知識(shí)一定是不可靠的，這是一個(gè)很大的錯(cuò)誤?！彪S著科學(xué)技術(shù)的發(fā)展，科學(xué)家們已經(jīng)認(rèn)識(shí)到，人為精確的模糊事物不僅會(huì)以犧牲方法的復(fù)雜性為代價(jià)，而且會(huì)降低結(jié)果的重要性。8.1概述，自然語(yǔ)言中的不確定性語(yǔ)言不確定是很自然的，這是人類(lèi)思維的基本特征之一。自20世紀(jì)40年代以來(lái)，計(jì)算機(jī)自然語(yǔ)言理解和機(jī)器翻譯的研究已有60多年的歷史。人們希望在概念的語(yǔ)言?xún)r(jià)值的不確定性的研究上取得突破。8.1概述，常識(shí)的不確定性屬于人工智能領(lǐng)域，很難表達(dá)、處理和驗(yàn)證常識(shí)。常識(shí)知識(shí)的相對(duì)性目前，人工智能領(lǐng)域有一個(gè)共識(shí)，即常識(shí)的存在是人與機(jī)器

3、之間的根本區(qū)別之一。8.1概述、其他不確定性的不完全知識(shí)、知識(shí)的不一致性、8.1概述、不確定性知識(shí)的表示、處理和模擬、不確定性知識(shí)中規(guī)律性的發(fā)現(xiàn)和形式化表示、使機(jī)器模擬人類(lèi)知識(shí)的客觀(guān)世界和人類(lèi)的認(rèn)知過(guò)程、使機(jī)器具有不確定性智能，已成為人工智能科學(xué)家的一項(xiàng)重要任務(wù)。8.1概述，8.2不精確推理，不精確推理方法研究的原因如下：許多原因?qū)е孪嗤Y(jié)果推理所需的信息不完整，背景知識(shí)、信息描述、模糊信息、噪聲劃分、模糊推理能力、問(wèn)題解決方案不足，專(zhuān)家系統(tǒng)通過(guò)大量的專(zhuān)家知識(shí)，獲得高水平的問(wèn)題解決能力。由于專(zhuān)家知識(shí)是不確定的，為了實(shí)現(xiàn)專(zhuān)家系統(tǒng)的高性能，必須解決這種不確定性。傳統(tǒng)的概率統(tǒng)計(jì)方法被局限于放棄傳統(tǒng)程

4、序解的邏輯完備性，8.2不精確推理，肖特利菲等人在1975年提出的確定性理論，并結(jié)合MIX系統(tǒng)的建立。DURA等人，1976年，給出了基于前景的概率方法。同年，德姆普斯特謝弗特提出了證據(jù)理論。兩年后扎德提出了可能性理論，1983年又提出了模糊邏輯。8.2不精確推理和不確定推理的研究與發(fā)展，MIX系統(tǒng)是第一個(gè)采用不確定推理邏輯的專(zhuān)家系統(tǒng)，在20世紀(jì)70年代非常有名。該系統(tǒng)在提出這種確定性方法時(shí)遵循以下原則：(1)它不采用嚴(yán)格的統(tǒng)計(jì)理論。使用了接近統(tǒng)計(jì)理論的近似方法。(2)用專(zhuān)家經(jīng)驗(yàn)估計(jì)代替統(tǒng)計(jì)數(shù)據(jù)；(3)盡量減少需要專(zhuān)家提供的經(jīng)驗(yàn)數(shù)據(jù)，使少量數(shù)據(jù)盡可能包含多種信息。(4)新方法應(yīng)適用于證據(jù)遞增的

5、情況。(5)專(zhuān)家數(shù)據(jù)的輕微干擾不影響最終的推理結(jié)論。確定性理論、MERCIN概述、用戶(hù)、解釋模塊、咨詢(xún)模塊、知識(shí)獲取模塊、傳染病專(zhuān)家和知識(shí)工程師、知識(shí)庫(kù)、動(dòng)態(tài)數(shù)據(jù)庫(kù)(推理記錄)、患者數(shù)據(jù)庫(kù)(原始數(shù)據(jù)庫(kù))、MERCIN系統(tǒng)結(jié)構(gòu)圖、MERCIN推理策略、使用逆向推理和深度優(yōu)先搜索。診斷和治療過(guò)程如下：(1)確定患者是否有細(xì)菌感染。(2)識(shí)別可能導(dǎo)致感染的生物體。(3)確定具有抑制作用的藥物。(4)選擇最合適的治療藥物。這四個(gè)步驟由目標(biāo)規(guī)則執(zhí)行。例如：規(guī)則037前提： ($和(未知的conttext想法)(相同的conttext gram gram)(相同的conttext變形桿)(相同的contt

6、ext空氣動(dòng)力學(xué))動(dòng)作：(接近上下文類(lèi)Enterbacteraceatally 0.8)，可信度是指根據(jù)過(guò)去的經(jīng)驗(yàn)判斷某一事物或現(xiàn)象真實(shí)的程度，或者人們相信某一事物或現(xiàn)象真實(shí)的程度?？尚哦鹊母拍钍侵饔^(guān)的，很難把握。然而，對(duì)于某一特定領(lǐng)域，該領(lǐng)域的專(zhuān)家給出可信度是可行的。8.3.2 CF模型，表達(dá)形式：在C-F模型中，知識(shí)是通過(guò)生產(chǎn)規(guī)則來(lái)表達(dá)的，其一般形式是：如果E那么H (CF(H，E)，其中E是知識(shí)的前提；h是知識(shí)的結(jié)論；CF(H，E)是知識(shí)的可信度。1.知識(shí)不確定性的表達(dá)是：例如，如果發(fā)燒和流鼻涕然后感冒(0.8)，這表明當(dāng)某人確實(shí)有“發(fā)燒”和“流鼻涕”的癥狀時(shí)，80%確定他感冒了。描述：(1) E可以是單一條件或復(fù)合條件。例如，E=(E1或E2)和E3和E4 (2) H可以是一個(gè)結(jié)論或多個(gè)結(jié)論。(3) CF是知識(shí)的靜態(tài)強(qiáng)度，CF(H，E)的值為-1，1，這意味著當(dāng)E為真時(shí)，證據(jù)支持H。值越大，支持度越大。(4)合作框架(H，E)可以理解為規(guī)則的可信度，它是在合作框架模型中定義的。CF (H，E)定義為CF(H，E)=MB(H，E)-M