人工智能导论-知识表示

知识表示

原文地址链接: https://kashima19960.github.io/2024/07/17/人工智能/2.1知识表示/，一般有最新的修改都是在我的个人博客里面，所以在当前平台的更新会比较慢，请见谅😃

概述

本章首先介绍“知识与知识表示”的概念，然后介绍“谓词逻辑、产生式、框架、语义网络”等当前人工智能中应用广泛的知识表示方法。然后，简要介绍知识图谱，为后面介绍推理方法、专家系统等奠定基础。

去我的个人博客观看，观感更佳哦，😙😙

知识 - 概念

• 知识是在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。
• 把有关信息关联在一起所形成的信息结构成为知识。
• 知识反映了客观世界中事物之间的关系，不同事物或者相同事物间的不同关系形成了不同的知识

“雪是白色的。” ——这一条知识被称为“事实”

如果 头痛且流涕，则 有可能患了感冒。

​ —用“如果…，则…”关联起来形成的知识称为“规则

知识 - 特性

相对正确性	不确定性	可表示性与可利用性
任何知识都是在一定的条件及环境下产生的，在这种条件及环境下才是正确的。 举例：“1+1=2” 十进制的条件下正确，二进制的条件下不正确	随机引起的不确定性—“如果头痛且流涕，则有可能患了感冒”模糊性引起的不确定性— 风的强弱、雨的大小经验引起的不确定性—经验性自身就蕴含着不精确性及模糊性，这就形成了知识的不确定性不完全性引起的不确定性—“火星上可能有生命？”	知识的可表示性: 知识可以用适当形式表示出来，如用“语言、文字、图形、神经网络”等。 知识的可利用性: 知识可以 被利用。

知识 - 与“数据、信息和智慧”的关系

知识的表示 - 定义与分类

知识表示：将人类知识形式化或者模型化。是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。

逻辑表示法 - 在AI中的重要性

• 人类思维活动一个重要功能是逻辑推理，即通过演绎和归纳等手段对现有观测现象进行分析，得出判断。
• 在人工智能发展初期，脱胎于逻辑推理的符号主义人工智能(symbolicAI)是人工智能研究的一种主流学派。
• 符号主义认为：所有概念均可通过人类可理解的“符号”及符号间关系来表示。
• 符号主义假设：可通过逻辑方法来对符号及其关系进行计算，实