人工智能简介:基于知识的系统

点击打开微信,马上办理ETC
提示打开微信,请点击“允许/是”


代理程序是实现从感知到操作的映射的程序。对于简单的代理,这种查看问题的方式就足够了。对于代理必须能够依赖大量信息并且意图执行困难任务的复杂应用程序,对代理进行编程可能成本非常高并且不清楚如何继续。AI提供了一条明确的路径,可以大大简化工作。

首先,我们将知识与系统或程序分开,系统或程序使用知识来获得结论,回答查询或提出计划。该系统称为推理机制。知识存储在知识库KB)。知识库中的知识获取被称为知识工程,并且基于各种知识源,例如人类专家,知识工程师和数据库。主动学习系统也可以通过积极探索世界来获取知识(见第10章)。在第13 页的图1.6中,介绍了基于知识的系统的一般体系结构。

走向知识和推理的分离有几个关键的优势。知识和推理的分离可以允许推理系统以很大程度上与应用无关的方式实现。例如,它很多

1.  
基于知识的系统13

图片

 

图片

 

1.6 经典知识处理系统的结构

 

更容易替换医学专家系统的知识库,而不是编写一个全新的系统。

通过将知识库与推理分离,可以以声明方式存储知识。在知识库中,只有知识的描述,它独立于使用的推理系统。如果没有这种明确的分离,推理步骤的知识和处理就会交织在一起,知识的任何变化都会非常昂贵。

形式语言作为人与机器之间的便捷界面,有助于知识库中知识的表现。在接下来的章节中,我们将了解一系列此类语言。首先,在Chaps中。在图23中,存在命题演算一阶谓词逻辑PL1)。但是也提出了其他形式,如概率逻辑,模糊逻辑或决策树。我们从命题演算和相关的推理系统开始。在此基础上,我们将呈现谓词逻辑,这是一种可由机器访问且在AI中非常重要的强大语言。

作为基于大规模知识的系统的示例,我们想要参考软件代理“Watson”Watson是在IBM与多所大学共同开发的,它是一个问答系统,可以用自然语言提供线索。它适用于包含4 TB硬盘存储的知识库,包括维基百科[FNA + 09]的全文。Watson是在IBMDeepQA项目中开发的,其在[Dee11]中的特点如下:

IBMDeepQA项目构成了计算机科学的一项重大挑战,旨在说明自然语言内容的广泛和不断增长的可访问性以及自然语言处理,信息检索,机器学习,知识表示和推理的整合和进步。大规模并行计算可以将开放域自动问答技术推向一个能够明确且始终如一地媲美人类最佳表现的地步。

20112月的美国电视智力竞赛节目“Jeopardy中,Watson在两场联合点比赛中击败了两位人类冠军Brad RutterKen Jennings并赢得了100万美元的价格。沃森的一个

特别强项是对问题的快速反应,结果是Watson经常比人类竞争对手更快地击中蜂鸣器(使用螺线管),然后能够给出问题的第一个答案。

Watson的高性能和短响应时间是由于90IBM Power 750服务器的实现,每台服务器包含32个处理器,因此产生了2880个并行处理器。

 

 

图片

 


 

点击打开微信,马上办理ETC


ETC注销ETC充值ETC客服ETC扣费查询


ETC发行合作

发表评论