22、知识表示与文化能力嵌入：从本体到贝叶斯网络及机器人应用

知识表示与文化能力嵌入：从本体到贝叶斯网络及机器人应用

1. 知识编码挑战与本体局限

在尝试将知识编码到本体中时，人们每天都会面临诸多难题。本体虽是一种能让人类和计算机程序（或机器人）理解知识的工具，但并非唯一选择。在知识编码领域，存在着众多工具和语言，它们各有特点，主要体现在表达能力（即能编码何种知识）、推理能力（即从系统中明确编码的知识能推断出何种隐藏知识）和易用性（即知识编码过程以及该过程的自动化程度）这几个方面。

本体的一个显著特点是难以处理以概率形式表达的知识。由于标准本体源于形式逻辑，其判断方式较为“二元化”，事物非真即假。就像在形式逻辑中经典的推理“苏格拉底是人；所有人都会死；因此，苏格拉底会死”，在标准本体语言里，无法表述类似“后现代公寓客厅里的一个板条箱有80%的可能性是椅子”这样的内容。要么认定板条箱是椅子，要么认定不是，不存在“可能是”的情况，也不允许为一个断言的真假赋予数值概率。这里需要注意的是，概率通常以0到1之间的值来表示，1表示事实无疑为真，0表示事实肯定为假，介于两者之间的值代表不同程度的概率，例如抛硬币时，正面朝上的概率接近0.5。

本体在表达不确定知识时，其表达能力显得相当有限。尽管这乍一看可能只是个小局限，但实际上是个大问题。因为现实世界中的知识往往是不确定的，我们很少能做出在任何情况下都无疑为真的陈述。有人可能会认为物理世界的不确定性和未知性较大，但在日常生活中也并非没有体现。比如在定义概念时，像“桌子”的定义，只要大家对其含义达成共识，似乎不需要引入概率信息。然而，像前面提到的板条箱当椅子的例子，使用概率描述会更合适。而且在生物学历史上，鸭嘴兽就曾让自然学家和认识论者陷入困境，因为它既属于哺乳动物又会产卵，难以准确分类。在现实世界中，类似