下载文档原格式
第2章知识表示按照符号主义的观点，知识是一切智能行为的基础，要使计算机具有智能，首先必须使它拥有知识。
2.1 知识表示的概念2.1.1 知识的概念2.1.2 知识表示的概念2.2 谓词逻辑表示法2.3 产生式表示法2.4 语义网络表示法2.5 框架表示法2.6 面向对象表示法12.1.1 知识的概念知识的定义一般观点：知识是人们在改造客观世界的实践中积累起来的认识和经验典型定义：(1) Feigenbaum: 知识是经过剪裁、塑造、解释、选择和转换了的信息(2) Bernstein：知识由特定领域的描述、关系和过程组成(3) Heyes-Roth：知识=事实+信念+启发式知识的类型按适用范围：常识性知识：通用通识的、普遍知道的、适应所有领域的知识。
领域性知识：面向某个具体专业领域的知识。
如：专家经验。
按信息加工观点陈述性知识或事实性知识：用于描述事物的概念、定义、属性，或状态、环境、条件等；回答“是什么？”、“为是么？”过程性知识或程序性知识：用于问题求解过程的操作、演算和行为的知识，即如何使用事实性知识的知识。
回答“怎么做？”控制性知识或策略性知识：是关于如何使用过程性知识的知识，如：推理策略、搜索策略、不确定性的传播策略。
按确定性：确定性知识，不确定性知识（不精确、模糊、不完备）22.1.2 知识表示的概念什么是知识表示是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。
其表示方法不唯一。
知识表示的要求表示能力：是指能否正确、有效地将问题求解所需要的知识表示出来。
可利用性：是指表示方法应有利于进行有效的知识推理。
包括：对推理的适应性，对高效算法的支持程度可组织性：是指可以按某种方式把知识组织成某种知识结构可维护性：是指要便于对知识的增、删、改等操作可实现性：是指知识的表示要便于计算机上实现自然性：符合人们的日常习惯可理解性：知识应易读、易懂、易获取等知识表示的方法逻辑表示法：一阶谓词逻辑产生式表示法：产生式规则结构表示法：语义网络，框架面向对象表示法：3第2章知识表示2.1 知识表示的概念2.2 谓词逻辑表示法2.2.1 谓词逻辑表示的逻辑学基础2.2.2 谓词逻辑表示方法2.2.3 谓词逻辑表示的应用2.2.4 谓词逻辑表示的特性2.3 产生式表示法2.4 语义网络表示法2.5 框架表示法2.6 面向对象表示法42.2.1 谓词逻辑表示的逻辑学基础命题、真值、论域命题断言：一个陈述句称为一个断言.命题：具有真假意义的断言称为命题.（定义2.1）真值T：表示命题的意义为真F：表示命题的意义为假说明：一个命题不能同时既为真又为假一个命题可在一定条件下为真，而在另一条件下为假论域由所讨论对象的全体构成的集合。
《人工智能通识教程》（第2版）教学大纲一、课程基本信息• 课程名称：人工智能导论/ 人工智能概论• 课程代码：• 课程英文名称：AI-Introduction• 学时与学分：理论学时32，课外实践学时16，总学分2• 课程性质：必修课（选修课）• 适用专业：人工智能、大数据、计算机等工科专业（其他各专业）• 先修课程：略• 后续课程：机器学习、深度学习、智能机器人等二、课程目标学习本课程，通常旨在为学生奠定坚实的人工智能基础知识，培养其在人工智能领域的基本技能和理解能力。
以下是主要学习目标，可能会根据不同课程设置有所差异：1. 理解人工智能基础：掌握人工智能的基本概念、发展历程、主要分支领域（如机器学习、深度学习、自然语言处理、计算机视觉等）及其在现代社会中的应用。
2. 理论与技术基础：学习和理解支撑人工智能的核心算法和理论，包括搜索算法、知识表示、推理方法、决策制定、学习理论等。
3. 实践技能培养：通过编程实践和项目作业，掌握至少一种编程语言（如Python）在人工智能领域的应用，以及如何使用常见的AI框架和库（（如TensorFlow、PyTorch）。
4. 问题解决能力：培养分析和解决人工智能问题的能力，包括如何定义问题、选择合适的技术路线、设计并实施解决方案。
5. 伦理与社会责任：讨论人工智能技术的伦理和社会影响，理解隐私保护、数据安全、算法偏见等议题，培养负责任的AI开发与应用意识。
6. 创新与批判性思维：鼓励学生批判性地评估现有的AI技术，激发创新思维，探索AI在新领域的应用可能。
7. 沟通与团队合作：通过团队项目，提升与他人合作解决复杂问题的能力，以及有效沟通研究成果和想法的能力。
8. 持续学习能力：鉴于AI领域的快速变化，课程应培养学生自主学习的习惯，跟踪技术进展，适应未来可能出现的新技术、新理论。
这些目标旨在为学生构建一个全面的人工智能知识框架，不仅关注技术细节，也重视理论与实践的结合，以及技术的社会影响和伦理考量，为学生将来在AI 领域的深入研究或职业发展打下坚实的基础。
概述知识表示是人工智能研究中最基本的问题之一。
在知识处理中总要问到：如何表示知识，怎样使机器能懂这些知识，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。
在AI系统中，给出一个清晰简洁的有关知识的描述是很困难的。
09第二章知识表示概述知识的定义（难以给出明确的定义，只能从不同方面加以理解）Feigenbaum：知识是经过消减、塑造、解释和转换的信息。
Bernstein：知识是由特定领域的描述、关系和过程组成的。
Hayes-roth：知识是事实、信念和启发式规则。
从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。
09概述数据：用一组符号及其组合表示的信息称为数据，是记录信息的符号，是信息的载体和表示。
信息：是对数据的解释，数据在特定场合下的具体含义。
知识：把有关信息关联到一起所形成的信息结构称为知识。
09概述知识的种类以知识的作用范围来划分：常识性知识，领域性知识以知识的作用及表示来划分：事实性知识，规则性知识，控制性知识，元知识以知识的确定性来划分：确定性知识，不确定性知识以人类的思维及认识来划分逻辑性知识，形象性知识09概述知识的表示研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体。
知识表示的分类陈述性知识表示主要用来描述事实性知识过程性知识表示用来描述规则性知识和控制结构知识09表示方法（各有特点，并存）谓词逻辑法产生式规则表示法语义网络法状态空间法问题归约法框架表示面向对象表示脚本方法表示过程式表示09表示方法—谓词逻辑法逻辑是一种重要的知识表示方法。
使用逻辑法表示知识，须将以自然语言描述的知识，通过引入谓词、函数加以形式描述，获得有关的逻辑公式，进而以机器内码表示。
用一阶谓词逻辑公式可以表示事物的状态、属性、概念等事实性知识，也可以表示事物间具有确定因果关系的规则性知识。
09表示方法—谓词逻辑法一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。
《人工智能基础教程》课程教学大纲课程名称：人工智能导论课程类别：公共基础课适应专业：全校各专业学时学分：2学时/周，共32学时，2学分1.课程性质和任务本课程为以培养学生具备基本的人工智能思维能力为目标，重点培养高职学生的人工智能素养、计算思维能力和人工智能应用能力。
课程使学生初步了解人工智能的概念，发展历程、经典算法、应用领域及对社会的深远影响，主要内容包括：人工智能的历史和发展、大数据与人工智能、专家系统、机器学习、深度学习、计算机视觉、自然语言理解、智能机器人技术。
课程设计理念以提高人工智能素养为切入点，通过生动形象的案例，把目前人工智能领域的热点问题，以科普性、技术性的形式进行展现，让学习者在学习人工智能理论的同时，激发学生学习人工智能知识的兴趣。
2.教学目标（1）知识目标1）了解人工智能的基本概念及发展历史。
2）了解人工智能的研究领域及发展现状。
3）了解大数据与人工智能的关系。
4）熟悉专家系统的结构及应用。
5)熟悉知识表示及常用的搜索算法。
6）熟悉机器学习、深度学习的概念及主流算法。
7）熟悉计算机视觉、自然语言处理的主流技术及应用。
8）熟悉智能机器人技术及应用。
（2）思政与素质目标1）通过人工智能起源与发展的学习，培养学生的科学精神、奋斗精神和开拓创新精神。
2）学习人工智能学科先驱模范事迹，培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感。
3）通过人工智能发展现状认识，激发学生科技报国的家国情怀和使命担当。
4）通过人工智能安全教育，培养学生遵纪守法，诚实守信，树立正确的世界观、人生观、价值观。
5）通过人工智能中的算法学习，帮助学生建立科学思维、推理机制，培养解决实际问题的能力。
6）通过人工智能应用案例，培养学生精益求精的大国工匠精神及勇攀科学高峰的责任感。
4.教学评价（1）评价形式平时作业（含考勤）+阶段测试（含期中测试）+期末测试。
（2）评分等级评分等级以百分制为标准。
《人工智能》需要掌握的基本知识和基本方法第一章：1.人工智能的定义：P5人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。
2、人工智能研究的基本内容：P10-P11（1）知识表示（2）机器感知（3）机器思维（4）机器学习（5）机器行为3..当前人工智能有哪些学派？（自己查资料）答：目前人工智能的主要学派有下面三家：(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。
4、他们对人工智能在理论上有何不同观？（自己查资料）答：（1）认为人工智能源于数理逻辑（2）认为人工智能源于仿生学（3）认为人工智能源于控制论第二章1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集2.产生式系统的基本结构，各部分的功能以及主要工作过程。
P38-P39（1）规则库规则库是产生式系统求解问题的基础，其知识是否完整、一致，表达是否准确、灵活，对知识的组织是否合理等，将直接到系统的性能。
（2）综合数据库综合数据库又称为事实库、上下文、黑板等。
它是一个用于存放问题求解过程中各种当前信息的数据结构。
（3）控制系统控制系统又称为推理机构，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。
工作过程：(a) 从规则库中选择与综合数据库中的已知事实进行匹配。
（b）匹配成功的规则可能不止一条，进行冲突消解。
《人工智能》教学大纲人工智能原理及其应用一、说明（一）课程性质随着信息社会和知识经济时代的来临，信息和知识已成为人们的一个热门话题。
然而，在这个话题的背后还蕴含着另外一个更深层的问题——智能。
一般来说，信息是由数据来表达的客观事物，知识是信息经过智能性加工后的产物，智能是用来对信息和知识进行加工的加工器。
在信息社会，人类面对的信息将非常庞大，仅靠人脑表现出来的自然智能是远远不够的，必须开发那种由机器实现的人工智能。
《人工智能导论》是计算机科学与技术专业本科生的一门限选课程。
（二）教学目的使学生掌握人工智能的基本原理、方法及研究应用领域。
了解人工智能中常用的知识表示技术，启发式搜索策略，了解原理以及非确定性推理技术。
通过对典型专家系统的分析、解剖、进一步深入掌握人工智能的主要技术，去解决人工智能的一些实际问题。
增强学生的逻辑思维与实验能力，为人今后处理各门学科的智能奠定基础。
（三）教学内容人工智能的基本原理和方法，人工智能的三个重要研究领域（机器学习、神经网络学习和自然语言理解），人工智能的两个重要应用领域（专家系统和智能决策支持系统）。
（四）教学时数36学时（五）教学方式课堂讲授和上机实验相结合。
二、本文第1章人工智能概述教学要点讨论人工智能的定义、形成过程、研究内容、研究方法、技术特点、应用领域、学派之争及发展趋势。
教学时数3学时教学内容1.1 人工智能及其研究目标（0.5学时）了解人工智能的定义及其研究目标。
1.2 人工智能的产生与发展（0.5学时）了解人工智能产生与发展的四个阶段。
1.3 人工智能研究的基本内容及其特点（0.5学时）了解人工智能研究的基本内容及特点。
1.4 人工智能的研究和应用领域（0.5学时）了解人工智能研究和应用领域。
1.5 人工智能研究的不同学派及其争论（0.5学时）了解三大学派及其理论的争论和研究方法的争论。
1.6 人工智能的近期发展分析（0.5学时）了解更新的理论框架研究，更好的技术集成研究，更成熟的应用方法研究。
