人工智慧系统中问题求解所需的有关知识的集合体。知识库不仅存有事实和过程知识,还有应用这些知识的控制知识。 简单的说,知识库就是由外在世界事实(fact)的表徵(presentation)所组成的集合。为了解决在人工智慧中所遇到的复杂问题,我们需要储存大量的知识以及能处理这些知识的机制,以便来帮助我们解决这些问题。
知识库所要储存的知识,就是外在世界的事实,如果要将这些知识储存起来,首先必须将事实以形式化(formalism)的方式表示出来,如此方能将知识以文字(或数字)形式的方式储存起来。通常的方式则是将生产规则(production rule)的集合与定义在规则中所使用物件的框架系统(frame system)两者共同结合使用。
一般而言,一个针对某一特定领域(domain)所建立的知识库,应该具有以下四点基本特性:
1.表示的适当性:具有表示此领域所有知识的能力,亦即能将物件(object)以及所有物件之间的关系,以程序(program)所能操纵的符号(symbol)表示出来。
2.推论的适当性:拥有由原本知识库中所具有的知识来推论出新知识的能力,因此知识库才能回答所被询问的问题,而这正是它与一般资料库最大不同之处。
3.推论的效率性:能将最有可能符合推论机制所需要的资讯合并入知识库中,因此知识库可以做出最有效率且正确的推论。
4.获得的效率性:能容易获得新资讯的能力。最简单的方式是由人将新知识直接置入知识库中,但理想上程序应能自动控制知识的取得。
基本上,在知识库中可能依特定领域、推论效率等原因而使得知识有许多种的表示方式;同时程序也可以采取不只一种方式来撰写知识库。到目前为止,还没有一个系统能将所有知识(即各种事实的表示方式)的能力予以最有效的使用,这也正是知识库目前重要的研究。
「知识就是力量」,电脑发明至今,解决不少人类所面临的问题,举凡工程、物理、生化、医学等皆在电脑的协助下而有所突破。但可惜的是电脑本身一直无法突破自己所面临的最大瓶颈,那就是电脑不会自己思考。
电脑科学家们为了解决此问题,尝试由各种不同的角度,企图解开其中的奥秘。经过许多年的努力,终于有一些初步的成果,好让后续研究的人得以有所遵循,继续研究发展。知识库的研究
友情链接:姓名测试