知识工程 (Knowledge Engineering)教案：知识表示为知识构筑骨架

1. 章节开篇 (注意力捕获)

1.1 好奇心挂钩 (Curiosity Hook)

场景：AI的“语言障碍”
你在第一章中辛苦地从各种数据源（文本、数据库、API）中“获取”了大量知识：

• “苹果公司的创始人是史蒂夫·乔布斯。”
• “Python是一种编程语言。”
• “如果天气预报有雨，出门带伞。”

人类大脑能够立刻理解这些话的意义，并进行关联。但对于AI来说，这些只是字符串，是孤立的符号集合。它们不知道“苹果”是指公司还是水果，“创始人是”是一种什么关系，“编程语言”是一种什么类别。

[互动元素：思考]
问题: 作为AI应用工程师，你认为我们必须做些什么，才能让机器“读懂”这些信息，而不仅仅是存储它们？请用一句话概括你的想法。

[文本输入框: 学生在此输入，例如“把它们变成机器能理解的结构化数据。”]

揭晓答案

你的直觉是对的！我们需要为这些知识构建一个机器可以理解的“骨架”或“语法”。这个过程，就是 知识表示 (Knowledge Representation) 。它定义了机器与你之间，对世界应有的“共同语言”。