当前位置：文档之家 › 知识与知识表示课件

知识与知识表示课件

  • 格式：ppt
  • 大小：656.50 KB
  • 文档页数：59

下载文档原格式

  / 59

合集下载

2.3 产生式法知识表示与问题求解ppt课件

2.3 产生式法知识表示与问题求解ppt课件

自动化系仪自教研室
17
2.2.2 产生式知识表示法
➢ 2.2.2.3 产生式系统的推理策略
正向推理
▪ 也称为数据驱动方式，它是从初始状态出发，朝着目标 状态前进，正向使用规则的一种推理方法。
▪ 所谓正向使用规则，是指以问题的初始状态作为初始综 合数据库，仅当综合数据库中的事实满足某条规则的前 提时，该规则才被使用
R12: IF 该动物是有蹄类动物 R13: IF 该动物是鸟
AND THEN AND AND AND AND THEN
身上有黑色条纹 该动物是斑马 有长脖子 有长腿 不会飞 有黑白二色 该动物是驼鸟
整理ppt
自动化系仪自教研室
24
2.2.2 产生式知识表示法
➢ 2.2.2.4 产生式系统的应用举例 例-动物识别系统
这是一个用以识别虎、金钱豹、斑马、长颈鹿、企鹅、驼鸟、信天翁等7种动 物的产生式系统。为了实现对这些动物的识别，该系统建立了如下规则库：
R1: IF 该动物有毛 R2: IF 该动物有奶 R3: IF 该动物有羽毛 R4: IF 该动物会飞 R5: IF 该动物吃肉 R6: IF 该动物有犬齿
THEN THEN THEN AND会下蛋 THEN THEN AND有爪AND THEN
▪ 优点是简单明了且能求出所有解 ▪ 缺点是执行效率较低，原因是它驱动了一些与问题无关
的规则，具有一定的盲目性。
整理ppt
自动化系仪自教研室
18
2.2.2 产生式知识表示法 ➢ 2.2.2.3 产生式系统的推理策略
正向推理
从规则库中取一个条规则，将其前提同当前 动态数据库中的事实/数据进行模式匹配
➢ 2.2.2.1 产生式表示知识的基本方法

人工智能导论课件(李俊丽)ch3 知识表示_1

人工智能导论课件(李俊丽)ch3 知识表示_1

包揽一切事物的集合称为全总个体域。
用谓词表示时，一般取全总个体域，然后再
采取使用限定谓词的方法指出每个个体变元的个
体域。
蕴含式
（1）对于全称量词： x(P(x) )
（2）对于存在量词： x(P(x) )
合取项
28
辖域： （教材P97）
信息工程与自动化学院
紧接于量词之后被量词作用（即说明）的谓 词公式称为该量词的辖域。
信息工程与自动化学院
① STUDY (Zhang) LUCKY (Zhang)
② 定义谓词：HAVE(x, y):x有y； EAT（X，Y）：x吃y。
(x)(HAVE(x, rice) EAT(x, rice))
③ 定义谓词：PLAY(z, y, x):z 在x时间玩y。
(x)(PLAY (he, football, afternoon(x))
– 在AI系统中，对知识要给出一个清晰简洁的描 述很困难。
6
3.1.1 知识的含义和结构
信息工程与自动化学院
• 费根鲍姆
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。
• 知识库观点
知识是某领域中所涉及的各有关
(Zhang and Li play tennis)
解：① 定义谓词： PLAY（x,y,z): x和y进行运动z 定义个体： Zhang（张三）；Li（李四）；
tennis（乒乓球） ② 将个体代入谓词中 PLAY(Zhang,Li,tennis)
39
信息工程与自动化学院
例2: (1) 马科斯是男人。 (2) 马科斯是庞贝人。 (3) 所有庞贝人都是罗马人。 (4) 每个罗马人都有一个父亲。

《人工智能应用概论》课件第2章-知识表示

《人工智能应用概论》课件第2章-知识表示
5.信息到知识和图形数据库阶段 Quillian于1968年提出了语义网络（Semantic Network）的概念，在研究人类联想记忆时提出， 认为记忆是由概念之间的联系来实现的。Simmon于1970年正式提出语义网络，并论证了语义网 络与一阶谓词逻辑的关系，认为语义网络是一种以网格格式表达人类知识构造的形式，使用相 互连接的点和边来表示知识，节点表示对象、概念，边表示节点之间的关系
2 2.1.2知识的特征
特征
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。（看图识字）
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。（打雷一定下雨吗？）
2 2.1.2 知识的特征
2 2.2.1知识表示具体实现
系统规则库： R1: IF 有毛发 THEN 哺乳动物 R2: IF 分泌乳汁 THEN 哺乳动物 R3: IF 有羽毛 THEN 鸟类 R4: IF 会飞 AND 会下蛋 THEN 鸟类 R5: IF 吃肉 THEN 食肉动物 R6: IF 有犬齿 AND 有爪 AND 眼盯前方 THEN 食肉动物 R7: IF 哺乳动物 AND 有蹄 THEN 有蹄类动物 R8: IF 哺乳动物 AND 反刍动物 THEN 有蹄类动物 R9: IF 哺乳动物 AND 食肉动物 AND 黄褐色 AND 身上黑色斑点 THEN 金钱豹 R10: IF 哺乳动物 AND 食肉动物 AND 黄褐色 AND 身上黑色条纹 THEN 老虎 R11: IF 有蹄类动物 AND 长脖子 AND 长腿 AND 身上黑色斑点 THEN 长颈鹿 R12: IF 有蹄类动物 AND 身上黑色条纹 THEN 斑马 R13: IF 鸟类 AND 长脖子 AND 长腿 AND 不会飞 AND 黑白二色 THEN 鸵鸟 R14: IF 鸟类 AND 会游泳 AND 不会飞 AND 黑白二色 THEN 企鹅 R15: IF 鸟类 AND 会飞 THEN 信天翁

人工智能概论课件 第2章 知识表示(导论)

人工智能概论课件 第2章 知识表示(导论)
9
第2章 知识表示
2.1 知识与知识表示的概念
✓ 2.2 一阶谓词逻辑表示法
2.3 产生式表示法 2.4 框架表示法
10
2.2 一阶谓词逻辑表示法
11Байду номын сангаас
2.2 一阶谓词逻辑表示法
2.2.1 命题 2.2.2 谓词 2.2.3 谓词公式 2.2.4 谓词公式的性质 2.2.5 一阶谓词逻辑知识表示方法 2.2.6 一阶谓词逻辑表示法的特点
▪ 知识的可利用性: 知识可以被利用。
8
2.1.3 知识的表示
知识表示（knowledge representation）：将人类知识形 式化或者模型化。
知识表示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。
选择知识表示方法的原则： （1）充分表示领域知识。 （2）有利于对知识的利用。 （3）便于对知识的组织、维护与管理。 （4）便于理解与实现。
“如果头痛“且真流”涕与“，假则”有之可间能的患中了间感状冒态”
① 随机性引起的不确定性
小李很高
② 模糊性引起的不确定性
③ 经验引起的不确定性
④ 不完全性引起的不确定性
7
2.1.2 知识的特性
3. 可表示性与可利用性
▪ 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。
命题逻辑表示法：无法把它所描述的事物的结构及逻辑特 征反映出来，也不能把不同事物间的共同特征表述出来。
P：老李是小李的父亲
P：李白是诗人 Q：杜甫也是诗人
13
2.2.2 谓词
谓词的一般形式： P (x1, x2,…, xn)
▪ 个体 x1, x2,…, xn ：某个独立存在的事物或者某个抽象 的概念；

人工智能导论 课件 PPT -第2章知识表示

人工智能导论 课件 PPT -第2章知识表示

产生式的基本形式
（2）规则型知识的产生式表示 规则描述的是事物间的因果关系。含义是：如果…则…，规则型 知识的产生式表示基本形式是：
P→Q 或者 IF P THEN Q 其中，P是生产式的前提，用于指出该生产式是否可用的条件；Q 是一组结论或操作，用于指出当前提P所指示的条件被满足时，应 该得出的结论或应该执行的操作。整个产生式的含义是：如果前 提P被满足，则可推出结论Q或执行Q所规定的操作。
产生式系统
规则集
控制器 匹配排序 冲突裁决
匹配
检索 产生式系统结构与工作过程
综合数据库
产生式系统
【例2.1】 建立一个动物识别系统的规则库，用以识别虎、 豹、斑马、长颈鹿、企鹅、鸵鸟、信天翁等7种动物。
框架表示法
框架
我们无法把过去的经验一一都存在脑子里，而只能以一个通用 的数据结构的形式存储以往的经验。这样的数据结构就是框架 （frame），框架提供了一个结构，一种组织。在这个结构或组织 中，新的资料可以用从过去的经验中得到的概念来分析和解释。 实例框架：对于一个框架，当人们把观察或认识到的具体细节填 入后，就得到了该框架的一个具体实例，框架的这种具体实例被 称为实例框架。 框架系统：在框架理论中，框架是知识的基本单位，把一组有关 的框架连结起来便形成一个框架系统。
人工智能导论
知识表示和知识图谱
2.1知识表示
人类之所以有智能行为是因为他们拥有知识，智能活动过程 其实就是一个获得并运用知识的过程，要使机器系统具有人的智 能能力（人工智能AI），则必须以人的知识为基础，知识是人工 智能的基石。但人类的知识要用适当的模式表示出来，才能够存 储到计算机中并被识别运用，本节将对人工智能中常用的几种知 识表示方法进行介绍，为后续学习奠定基础。

高一数学复习知识讲解课件24 函数的概念及其表示

高一数学复习知识讲解课件24 函数的概念及其表示

3.1函数的概念高一数学复习知(习题课的概念及其表示复习知识讲解课件习题课)题型一题型一 复合函数例1已知函数f(x)的定义域为[－1【分析分析】】函数f(x)的定义域为[a，下，接受法则的对象无论是什么代数式时【解析解析】】因为函数f(x)的定义域为1≤2x－1≤3，解得0≤x≤2.故函数f(2x－1)的定义域是[0，2]．合函数定义域的求法，3]，求函数f(2x－1)的定义域．b]指a≤x≤b，即在同一对应法则f的作用式时，必受a≤x≤b制约．[－1，3]，所以对于函数f(2x－1)，有－探究1 (1)此题比较抽象，理解的关键范围，而f (x )的自变量是x ，对于函数f (g (的“x ”的范围与f (g (x ))中的“g (x )”的范围是相(2)法则“f ”相当于一间屋子，任何(3)已知f (x )的定义域为[a ，b ]，求f (b ，即得f (g (x ))的定义域．的关键在于：由于函数的定义域是自变量的x ))而言，自变量也是x ，但同时有f (x )中围是相同的．“人”住进来，空间都不变！g (x ))的定义域，只需解不等式a ≤g (x )≤例2已知函数f(x＋3)的定义域为[【分析分析】】由于函数f(x＋3)的定义域为2≤x＋3≤6，故可以得到函数f(x)的定义域【解析解析】】因为函数f(x＋3)的定义域为所以由－1≤x≤3，得到2≤x＋3≤6.所以函数f(x)的定义域是[2，6]．－1，3]，求函数f(x)的定义域．义域为[－1，3]，所以－1≤x≤3，得到义域．义域为[－1，3]，探究2已知f(g(x))的定义域为[a，b]，求f(x)的定义域只需根据a≤x≤b，求出的范围即得的定义域．g(x)f(x)(3)已知函数f (x ＋2)的定义域为[1，3 【解析解析】】 ∵f (x ＋2)的定义域为[1∴3≤x ＋2≤5，∴f (x )的定义域为[3要使f (1－x )有意义，则3≤1－x ≤5，∴f (1－x )的定义域为{x |－4≤x ≤－3]，求函数f (1－x )的定义域． ，3]，，5]．，∴－4≤x ≤－2. 2}．题往往采取赋值法．探究3此类抽象函数的求值问题往往题型三题型三函数图例4 向高为H 的水瓶中注水，注满为止的图象如图所示，那么水瓶形状是( )B函数图象的应用满为止，如果注水量V 与水深h 的函数关系)探究4 函数图象直观，能够帮助我们是研究数学的一个重要手段，是解题的一个观，便于发现问题，启发思考，有助于培养力．助我们正确理解概念和有关性质，数形结合的一个有效途径，用数形结合解题比较直于培养综合运用数学知识来解决问题的能思考题4 如图所示的四个容器高度相同的速度注入其中，注满为止．用下面对和时间t 之间的关系，其中不正确的个数为A ．1 C ．3【解析解析】】 对于第一个图，水面的高度其他均正确．选A.器高度都相同，将水从容器顶部一个孔中以下面对应的图象显示该容器中水面的高度h 数为( )AB ．2 D ．4的高度h 的增加应是均匀的，因此不正确，课后 巩 固1．著名的狄利克雷函数D (x )＝ 1，0，． A 0C. 1，x 为无理数，0，x 为有理数x 为有理数，x 为无理数，则D (D (x ))＝()．B B 1D. 1，x 为有理数，0，x 为无理数2．已知函数f (x )的定义域为[a ，b ]，A ．[2a ，a ＋b ] C ．[a ，b ]，则y ＝f (x ＋a )的定义域为( ) B ．[0，b －a ] B D ．无法确定3．客车从甲地以60km/h的速度匀速行时，然后以80km/h的速度匀速行驶1小时到过乙地，最后到达丙地所经过的路程s解析解析 图象是经过(0，0)，(1，60)选C.匀速行驶1小时到达乙地，在乙地停留了半小小时到达丙地．下列描述客车从甲地出发，经与时间t之间关系的图象中，正确的是()C，(1.5，60)，(2.5，140)的三段折线．故4．兔子和乌龟赛跑，领先的兔子看着一觉．当它醒来时，发现乌龟快到终点了还是先到达了终点……用s1，s2分别表示乌如下图所示的图象中与故事情节相吻合的是子看着缓慢爬行的乌龟，骄傲了起来，睡了点了，于是急忙追赶，但为时已晚，乌龟表示乌龟和兔子所走的路程，x 为时间，则合的是( )D5．某客运公司确定车票价格的方法是每千米0.5元；如果超过100千米，超过部分 y (元)与行程x (千米)之间的函数关系式是___ 解析解析 由题意得，当0≤x ≤100时，－100)×0.4＝10＋0.4x .方法是：如果行程不超过100千米，票价是过部分按每千米0.4元定价，则客运票价 y ＝ 0.5x ，0≤x ≤100，________________． 10＋0.4x ，x >100y ＝0.5x ；当x >100时，y ＝100×0.5＋(x。

人工智能课件第二章 知识表示(修改)

人工智能课件第二章 知识表示(修改)

19
• 接上一页
TABLE(a)
TABLE(a)
SETWODN(b) TABLE(b) GOTO( b,c) TABLE(b)
=======>状态5 ON(box,b) =======>状态6 ON(box,b)
EMPTY(robot)
EMPTY(robot)
AT(robot , a)
AT(robot ,b)
则称P是一个n元谓词，记为P(x1,x2,…,xn)，其中， x1,x2,…,xn为个体。
7
定义2.2 设D是个体域，f：Dn→D是一个映射，则称 f是D上的一个n元函数，记作f(x1,x2,…,xn) 其中，x1,x2,…,xn为个体。
• 谓词与函数的区别： 谓词是D到{T，F}的映射，函数是D到D的映射； 谓词的真值是T和F，函数的值（无真值）是D中 的元素； 谓词可独立存在，函数只能作为谓词的个体。
5
二、谓词逻辑表示法
1. 基本概念
• 命题：具有真假意义的断言称为命题。 • 命题的真值：
T：表示命题的意义为真 F：表示命题的意义为假 • 命题真值的说明： 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
6
• 论域：由所讨论对象的全体构成的集合。 • 个体：论域中的元素。 • 谓词：在谓词逻辑中命题是用形如P(x1,x2,…,xn)的谓词
是一种“一直往前走”不回头的方式，该方式是利用问 题给定的局部知识来决定选用的规则，就像动物识别系统一 样，选取一条与综合数据库进行匹配，然后作用到综合数据 库，再选取一条新的规则进行匹配，此时在选择上不再考虑 已经用过的规则了。
动物有暗斑点，有长脖子，有长腿，有奶，有蹄
• 该例子的部分推理网络如下：

《知识表示方法》PPT课件

《知识表示方法》PPT课件
•知识表示方法
（Suitable for teaching courseware and reports）
知识的定义
Feigenbaum 知识是经过削减、塑造、解释和转换的信息。
简单地说，知识是经过加工的信息
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
❖ 问题归约的实质：
❖ 从目标(要解决的问题)出发逆向推理，建立子问 题以及子问题的子问题，直至最后把初始问题归 约为一个平凡的本原问题集合。
2.2 问题规约法
2.2.1 问题归约描述 （Problem Reduction Description）
❖ 梵塔难题
1
2
3
A B C
解题过程（3个圆盘问题） 2.2 问题规约法
状态空间表示举例
❖ 状态表示：(在河的左岸的传教士人数、野人人数和 船的情况)
❖ 初始状态:（3，3，1） ❖ 结束状态:（0，0，0 ❖ 中间状态则:（2，2，0）、（3，2，1）…
❖每个三元组对应了三维空间上的一个点
❖问题的解，则是一个合法状态的序列：(初始状 态，…，结束状态)
❖中间状态：介于初始状态和结束状态之间 ❖除了初始状态外，该序列中任何一个状态，都可
2. 状态空间表示概念详释
2.1 状态空间法
Original State
Middle State
Goal State
❖ 例如下棋、迷宫及各种游戏。
状态空间问题求解
状态空间法:
从初始状态开始, 每次加一个操作符, 递增地建立起操作符 的试验序列, 直到达到目标状态为止.
基本过程:
1. 为问题选择适当的”状态”及”操作符”的形式化描述方 法, 定义初始状态集合, 目标状态集合及操作符集合;
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

知识的分类
一 按知识的作用范围分：
（1）常识性知识：通用性知识，适用于所有领域；如 一年有四个季节。 （2）领域性知识：面向某个具体领域的知识，是专业 性知识，如疾病诊断的知识。
知识的分类
2 按知识的作用及表示划分：
（1）事实性知识：用于描述领域内的有关概念、事 实、事物的属性及状态； 如：太阳从东方升起
人工智能研究学派
（2）联结主义又称仿生学，人脑是由大约1011个神经细胞 组成，所以认为人的思维基元是神经元，而不是符号处理过程 ，主张采用模拟人的生理神经网络结构的研究方法。这种方法 的特征是实现联想功能，对于带有噪声、缺损、变形的信息进 行有效的处理，适合于模拟人类的形象思维过程，求解问题时 ，可以比较快地求得一个近似解。
知识表示入门—自然语言描述
1）老农携带羊羔过河，把狐狸和白菜留在南岸； 2）老农到达北岸，把羊羔留在北岸，并独自回到南岸； 3）老农携带狐狸过河，把白菜留在南岸； 4）老农到达北岸，把狐狸留下，并带上羊羔回到南岸； 5）老农把羊羔留在南岸，携带白菜过河； 6）老农到达北岸，把白菜和狐狸留在北岸，独自回到南岸； 7）老农最后携带羊羔过河，到达北岸。问题就此解决。
改变状态的操作，可分别用1，0表示。表示对象“ 在船上”和“不在船上”两个值。
如：初始状态：（S，S，S，S），终止状态：（N ，N，N，N），中间状态：S-N（1，1，0，0）
知识表示入门—状态约束分析
因老农、狐狸、羊羔和白菜都有2种状态，即在南岸和北岸，所 以4个对象的总状态数为2*2*2*2=16种，按条件要求，有几种状 态不能存在，如表所示。所以只有10种可能状态。
知识表示入门—状态和操作
用符号表示： M：代表老农(farmer) F：代表狐狸(fox) L：代表羊羔(lamb) C：代表白菜(cabbage) S：表示在南岸 N：表示在北岸 S-N：表示从南到北 N-S ：表示从北到南
知识表示入门—状态和操作
用（M，F，L，C）表示四个对象的一个状态,可有S 和N两个值；
（2）过程性知识：与领域相关的、用于指出如何处 理与问题相关的信息以及求得问题的解； 如：如果信道畅通，请发绿色信号
（3）控制性知识：又称为深层知识及元知识，是关 于如何运用已有的知识进行问题求解的知识，也 称为关于知识的知识。 如： 问题求解过程中的处理方法、搜索策略、 控制结构
知识的分类
3 按知识的确定性来分：
一个老农携带一只狐狸、一头羊羔和一筐白菜，要从 南岸过河到北岸。岸边有一条小船，只有老农自己能划船， 而且除了老农以外，每次只能再带一样东西过河。在整个渡 河过程中，无论什么情况，若老农不在场时，则不允许狐狸 和羊羔单独相处，否则羊羔会遭殃；羊羔也不得与白菜放在 一起，否则羊羔会吃白菜。
请问，老农如何才能把它们全部安全摆渡到北 岸？
如：人的为人处事的经验与风格
（2）形象性知识：通过事物的形象建立起来的知识。 如:什么是牛？
知识的分类
5 知识的获取方式来分：
（1）显性知识：指可通过文字、语言、图形、声音等形式编码记 录和传播：指人们长期实践中积累获得的知识，不易用显性 知识表达的知识。 如：每个人都有不同的审美观。
（1）确定性知识：指其逻辑值为真或假的知识，是精确性 知识； 如：他是男的
（2）不确定性知识：是不精确、不完全、模糊性知识的总 称。 如：今天阴天，可能要下雨
知识的分类
4 按人类的思维及认识方法来分：
（1）逻辑性知识：是反映人类逻辑思维过程的知识，一般具有因 果关系或难以精确描述的特点，是人类的经验性知识和直观感 觉；
知识的概念
• 知识是把有关的信息关联在一起，形成的关于客观世界某 种规律性认识的动态信息结构。
• 知识=事实+规则+概念
事实就是指人类对客观世界、客观事物的状态、属性 、特征的描述，以及对事物之间关系的描述。 规则是指能表达在前提和结论之间的因果关系的一种形 式； 概念主要指事实的含义、规则、语义、说明等。
内容提要
• 知识的概念 • 知识的分类 • 知识的表示过程 • 知识的表示方法
知识的概念
• 知识（Knowledge）是人们在改造客观世界的实践中形成的 对客观事物（包括自然的和人造的）及其规律的认识，包括 对事物的现象、本质、状态、关系、联系和运动等的认识。
• 经过人的思维整理过的信息、数据、形象、意象、价值标准 以及社会的其他符号产物，不仅包括科学技术知识----知识中 最重要的部分，还包括人文社会科学的知识、商业活动、日 常生活和工作中的经验和知识，人们获取、运用和创造知识 的知识，以及面临问题做出判断和提出解决方法的知识。
人工智能研究者根据研究的基础理论和方法不同， 分为符号主义（又叫心理学派）、联结主义（又叫生 理学派）、行为主义（又叫控制论学派）。
（1）符号主义认为人的认知基元是符号，而且认知过程即符 号操作过程，人通过自已的眼睛观察客观事物，用符号的形式表 示出来，而计算机也是一个对逻辑符号表示的知识进行演绎的物 理符号系统。因此可以用计算机自身所具有的符号处理推算能力 来模拟人的智能行为。它的主要特征是知识可用符号表示，立足 于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需 要进行逻辑推理的复杂问题。
知识的分类
不管从什么角度去划分知识，要用机器对知识进行处理， 都必须以适当的形式对知识进行表示，这就是知识表示技术。
在选择知识表示的方法时应考虑几个因素： （1）能否充分表示相关领域的知识； （2）是否有利于对知识的利用； （3）是否便于知识的组织和管理； （4）是否便于理解和实现。
人工智能研究学派
老农和其他三个对象不 在同一岸（狐狸要吃羊 羔，羊羔要吃白菜）
人工智能研究学派
（3）行为主义认为智能取决于感知和行动，不需要知识、不 需要表示、不需要推理。认为人的智能行为是在与现实世界的环 境交互作用下表现出来的，这种观点的核心是用控制取代知识表 示，从而获得概念、模型以及显式表示的知识。这一观点还没有 形成完善的理论体系。
知识表示入门—用实例说明知识表示的过程