知识——智能的基础

人类的智能活动主要是获得并运用知识。知识是智能的基础。为了使计算机具有智能，能模拟人类的智能行为，就必须使它具有知识。但人类的知识需要用适当的模式表示出来，才能存储到计算机中并能够被运用。因此，知识的表示成为人工智能中一个十分重要的研究课题。

什么是知识？

知识是人们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。人们把实践中获得的信息关联在一起，就形成了知识。一般来说，把有关信息关联在一起所形成的信息结构称为知识。
信息之间有多种关联形式，其中用得最多的一种是用“如果……，则……”表示的关联形式。在人工智能中，这种知识被称为“规则”，它反映了信息间的某种因果关系。
例如：
我国北方的人们经过多年的观察发现，每当冬天即将来临，就会看到一批批的大雁向南方飞去，于是把“大雁向南飞”与“冬天就要来临了”这两个信息关联在一起，得到了如下知识：如果大雁向南飞，则冬天就要来临了。

知识有哪些特性？

1.相对正确性

知识是人类对客观世界认识的结晶，并且受到长期实践的检验。因此，在一定的条件及环境下，知识是正确的。这里，“一定的条件及环境”是必不可少的，它是知识正确性的前提。因为任何知识都是在一定的条件及环境下产生的，因而也就只有在这种条件及环境下才是正确的。例如，1+1=2，这是人尽皆知的正确知识，但它也只是在十进制的前提下才是正确的；如果是二进制，它就不正确了。
在人工智能中，知识的相对正确性更加突出。除了人类知识本身的相对正确性外，在建造专家系统时，为了减少知识库的规模，通常将知识限制在所求解问题的范围内。也就是说，只要这些知识对所求解的问题是正确的就行。例如，在后面介绍的动物识别系统中，因为仅仅识别虎、金钱豹、斑马、长颈鹿、企鹅、鸵鸟、信天翁七种动物，所以知识“IF 该动物是鸟 AND 善飞，THEN（则） 该动物是信天翁”就是正确的。

2.不确定性

由于现实世界的复杂性，信息可能是精确的，也可能是不精确的、模糊的；关联可能是确定的，也可能是不确定的。这就是知识并不总是只有“真”与“假”这两种状态，而是在“真”与“假”之间还存在许多中间状态，即存在为“真”的程度问题。知识的这一特性称为不确定性。
造成知识具有不确定性的原因是多方面的，主要有：

1）由随机性引起的不确定性

由随机事件所形成的知识不能简单地用“真”或“假”来刻画，它是不确定的。
例如：
“如果头痛且流涕，则有可能患了感冒”这条知识，虽然大部分情况是患了感冒，但有时候具有“头痛且流涕”的人不一定都是“患了感冒”。其中的“有可能”实际上就是反映了“头痛且流涕”与“患了感冒”之间的一种不确定的因果关系。因此，它是一条具有不确定性的知识。

2）由模糊性引起的不确定性

由于某些事物客观上存在的模糊性，使得人们无法把两个类似的事物严格区分开来，不能明确地判定一个对象是否符合一个模糊的概念；又由于某些事物之间存在着模糊关系，使得我们不能准确地判定它们之间的关系究竟是“真”还是“假”。像这样由模糊概念、模糊关系所形成的知识显然是不确定的。
例如：
“如果张三跑得较快，那么他的跑步成绩就比较好”，这里的“较好”、“成绩较好”都是模糊的。

3）由经验引起的不确定性

知识一般是由领域专家提供的，这种知识大都是领域专家在长期的实践及研究中积累起来的经验性知识。
例如老马识途的故事：
齐桓公应燕国的要求，出兵攻打入侵燕国的山戎，途中迷路了，于是放出有经验的老马，军队跟随老马找到了出路。
尽管领域专家以前多次运用这些知识都是成功的，但并不能保证每次都是正确的。实际上，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。

4）由不完全性引起的不确定性

人们对客观世界的认识是逐步提高的，只有在积累了大量的感性认识后才能升华到理性认识的高度，形成某种知识。因此，知识有一个逐步完善的过程。在此过程中，或者由于客观事物表露得不够充分，致使人们对它的认识不够全面；或者对充分表露的事物一时抓不住本质，使人们对它的认识不够准确。这种认识上的不完全、不准确必然导致相应的知识是不精确、不确定的。
例如：
火星上有没有水和生命其实是确定的，但我们对火星了解的不完全造成了人类对有关火星知识的不确定性。
不完全性是使知识具有不确定性的一个重要原因。

3.可表示性与可利用性

知识的可表示性是指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，这样才能被存储、传播。知识的可利用性是指知识可以被利用。这是不言而喻的，我们每个人天天都在利于利用自己掌握的知识来解决各种问题。