【人工智能Ⅰ】2-知识表示
知识是智能的基础
一阶谓词逻辑、产生式、框架等知识表示方法
文章目录
2.1 知识与知识表示的概念
知识的概念
知识:把有关信息关联在一起所形成的信息结构
事实 or 规则
信息关联形式:如果xxx,则xxx
知识的特性
1:相对正确性
任何知识都是在一定条件及环境下产生的,在该条件及环境下才是正确的
例如,不同进制下的加法
2:不确定性
引发原因:随机性、模糊性、经验、不完全性
3:可表示性与可利用性
可表示:语言、文字、图形、神经网络等
2.2 一阶谓词逻辑表示法
逻辑的分类
每列代表一层,下一列是上一列的分支
逻辑 | 经典/二值逻辑 | 经典命题逻辑 |
---|---|---|
【一阶谓词逻辑】 | ||
非经典逻辑 | 三值逻辑 | |
多值逻辑 | ||
模糊逻辑 |
谓词
一般表示形式:
P
(
x
1
,
x
2
,
.
.
.
,
x
n
)
P(x_1,x_2,...,x_n)
P(x1,x2,...,xn)
个体(x1至xn):某个独立存在的事物或某个抽象的概念
谓词名(P):刻画个体的性质、状态或个体间的关系
个体的不同例子:
1:个体是常量:一个或一组指定的个体
5>3 Greater(5,3)
2:个体是变量:没有指定的一个或一组个体
x<5 Less(x,5)
3:个体是函数:一个个体到另一个个体的映射
小李的父亲是老师 Teacher(father(Li))
4:个体是谓词
Smith作为ig工程师为IBM工作 Works(engineer(Smith),IBM)
谓词公式
1:连接词(连词)
含义 | 符号 |
---|---|
非 | ﹁ |
或 | ∨ |
与 | ∧ |
蕴含/条件 | → |
等价/双条件 | ⇔ |
2:量词
含义 | 符号 |
---|---|
全称量词 | ∀x |
存在量词 | ∃x |
全称量词和存在量词举例
对于个体域中的任何个体x都存在个体y,x与y是朋友:
(
∀
x
)
(
∃
y
)
F
r
i
e
n
d
(
x
,
y
)
(∀x)(∃y) Friend(x,y)
(∀x)(∃y)Friend(x,y)
在个体域中存在个体x,与个体域中的任何个体y都是朋友:
(
∃
x
)
(
∀
y
)
F
r
i
e
n
d
(
x
,
y
)
(∃x)(∀y) Friend(x,y)
(∃x)(∀y)Friend(x,y)
在个体域中存在个体x与个体y,x与y是朋友:
(
∃
x
)
(
∃
y
)
F
r
i
e
n
d
(
x
,
y
)
(∃x)(∃y) Friend(x,y)
(∃x)(∃y)Friend(x,y)
对于个体域中的存在两个个体x和y,x与y都是朋友:
(
∀
x
)
(
∀
y
)
F
r
i
e
n
d
(
x
,
y
)
(∀x)(∀y) Friend(x,y)
(∀x)(∀y)Friend(x,y)
全称量词和存在量词出现的次序,影响命题的含义
每个雇员都有一个经理:
(
∀
x
)
(
∃
y
)
(
E
m
p
l
o
y
e
e
(
x
)
−
>
M
a
n
a
g
e
r
(
y
,
x
)
)
(∀x)(∃y) (Employee(x)->Manager(y,x))
(∀x)(∃y)(Employee(x)−>Manager(y,x))
有一个人是所有雇员的经理:
(
∃
y
)
(
∀
x
)
(
E
m
p
l
o
y
e
e
(
x
)
−
>
M
a
n
a
g
e
r
(
y
,
x
)
)
(∃y) (∀x) (Employee(x)->Manager(y,x))
(∃y)(∀x)(Employee(x)−>Manager(y,x))
3:谓词公式
谓词演算的谓词公式
(1)单个谓词是谓词公式(原子谓词公式)
(2)若A是谓词公式,则非A也是谓词公式
(3)若A、B是谓词公式,则A与B、A或B、A蕴含B、A等价B也是谓词公式
(4)若A是谓词公式,则,(任意x)A、(存在x)A,也是谓词公式
(5)有限步应用(1)至(4)生成的公式,也是谓词公式
连接词优先级别(高到低)
非 > 与 > 或 > 蕴含 > 等价
一阶谓词逻辑知识表示方法
谓词公式表示知识的步骤
1:定义谓词、个体
2:变元赋值
3:用连接词连接各个谓词,形成谓词公式
例题
1:王宏是计算机系的一名学生
2:王宏和李明是同班同学
3:凡是计算机系的学生都喜欢编程序
定义谓词:
Computer(x):x是计算机系的学生
Classmate(x,y):x和y是同学
Like(x,y):x喜欢y
表示知识:
Computer(Wang)
Classmate(Wang, Li)
(∀x) (Computer(x)->Like(x,programming))
一阶谓词逻辑表示法的特点
优点:
自然性、精确性、严密性、易实现
局限性:
不能表示不确定的知识、组合爆炸、效率低
应用:
机器人行动规划系统、机器博弈系统、问题求解系统
2.3 产生式表示法
产生式
表示事实、规则及其不确定性度量
1:确定性规则知识的产生式表示
基本形式:If P Then Q,或P->Q
2:不确定性规则知识的产生式表示
基本形式:If P Then Q (置信度),或P->Q(置信度)
产生式系统
基本结构(控制):
1:规则库
用于描述相应领域内知识的产生式集合
2:综合数据库
用于存放问题求解过程中各种当前信息的数据结构
3:控制系统(推理机构)
由一组程序组成,负责整个产生式系统的运行,实现对问题的求解
动物识别系统(案例)
从规则库中选择与综合数据库中的已知事实进行匹配
进行冲突消解
(具体见pdf第37页)
产生式表示法的特点
优点:
自然性、模块性、有效性、清晰性
缺点:
效率不高、不能表达结构性知识
适用知识:不存在结构关系、经验性及不确定性、一系列相对独立操作
2.4 框架表示法(结构化)
框架的一般结构
框架:描述所论对象(事物、事件、概念)属性的数据结构
框架 —— 槽 ——侧面
槽:描述所论对象某一方面的属性
侧面:描述相应属性的一个方面
槽和侧面所具有的属性值分别被称为槽值和侧面值
<框架名>
槽名1: 侧面名11 侧面值111 ... 侧面值11p
...
侧面名1m 侧面值1m1 ... 侧面值11p
槽名n: ...
约束:约束条件1
...
约束条件n
用框架表示知识的例子
当把具体的信息填入槽或侧面后,就得到了相应框架的一个事例框架
框架表示法的特点
1:结构性
2:继承性
3:自然性
习题
一阶谓词逻辑知识表示方法
非 ﹁ 或 ∨ 与 ∧ 蕴含/条件 → 等价/双条件 ⇔
(∃y) (∀x)
1:有人每天下午都去打篮球
afternoon(x):x的每个下午
play(x,y):x做y事情
(
∃
y
)
(
∀
x
)
(
a
f
t
e
r
n
o
o
n
(
x
)
→
p
l
a
y
(
y
,
b
a
s
k
e
t
b
a
l
l
)
)
(∃y) (∀x) (afternoon(x)→play(y,basketball))
(∃y)(∀x)(afternoon(x)→play(y,basketball))
2:新型计算机速度又快,存储容量又大
computer(x):x是新型计算机
fast(x):x速度快
memory(x):x存储容量大
(
∀
x
)
(
c
o
m
p
u
t
e
r
(
x
)
→
f
a
s
t
(
x
)
∧
m
e
m
o
r
y
(
x
)
)
(∀x)(computer(x)→fast(x)∧memory(x))
(∀x)(computer(x)→fast(x)∧memory(x))
3:不是每个计算机系的学生都喜欢在计算机上编程序
computer(x):x是计算机系学生
like(x,y):x喜欢做y事情
﹁
(
∀
x
)
(
c
o
m
p
u
t
e
r
(
x
)
→
l
i
k
e
(
x
,
p
r
o
g
r
a
m
m
i
n
g
)
)
﹁ (∀x)(computer(x)→like(x,programming))
﹁(∀x)(computer(x)→like(x,programming))
4:凡是喜欢编程序的人都喜欢计算机
like(x,y):x喜欢做y事情
(
∀
x
)
(
l
i
k
e
(
x
,
p
r
o
g
r
a
m
m
i
n
g
)
→
l
i
k
e
(
x
,
c
o
m
p
u
t
e
r
)
)
(∀x)(like(x,programming)→like(x,computer))
(∀x)(like(x,programming)→like(x,computer))
框架表示法
假设有以下一段天气预报:“北京地区今天白天晴,偏北风3级,最高气温12º,最低气温-2º,降水概率15%。”请用框架表示这一知识
框架名:<天气预报>
地区:北京
时间:今天白天
天气:晴
风向:偏北风
风力:3级
最高气温:12℃
最低气温:-2℃
﹁ (∀x)(computer(x)→like(x,programming))
$$
4:凡是喜欢编程序的人都喜欢计算机
like(x,y):x喜欢做y事情
(
∀
x
)
(
l
i
k
e
(
x
,
p
r
o
g
r
a
m
m
i
n
g
)
→
l
i
k
e
(
x
,
c
o
m
p
u
t
e
r
)
)
(∀x)(like(x,programming)→like(x,computer))
(∀x)(like(x,programming)→like(x,computer))
框架表示法
假设有以下一段天气预报:“北京地区今天白天晴,偏北风3级,最高气温12º,最低气温-2º,降水概率15%。”请用框架表示这一知识
框架名:<天气预报>
地区:北京
时间:今天白天
天气:晴
风向:偏北风
风力:3级
最高气温:12℃
最低气温:-2℃
降水概率:15%