人工智能及其应用-知识推理(PDF 25页)

内容摘要
§3.1 知识推理的概念和类型
一、知识推理的概念
所谓“知识推理（Knowledge Inference）”，是指在计算机或智能机器中，在知识表达的基础上，进
行机器思维，求解问题，实现知识推理的智能操作过程。因此推理的过程就是问题求解的过程，使问题
从初始状态转移到目标状态的方法和途径。
知识推理是“知识利用（Knowledge Utilization）”的基础。各种人工智能应用领域，如知识库专家
系统、智能机器人、模式识别与物景分析、自然语言理解与生成、机器博弈、定理证明、数据库智能检
索、自动程序设计等，都是利用知识进行广义的问题求解的知识工程系统。它们都需要以知识表达、知
识获取、知识推理为基础。其中知识表达和知识获取是必要的前提条件，而知识推理是问题求解的主要手段。
研究人工智能的知识推理技术，目的是寻求解决问题、实现状态转移的智能操作序列。如搜索路
线、演算步骤、符号串、语句集等，以便从初始状态，沿着最优或最经济的途径，有效地转移到所要求
的目标状态，实现问题求解过程的智能机械化或计算机化。
二、知识推理的类型
1 ．根据知识表达方式的特点，可将知识推理方法分为：
“图搜索”方法：基于图的知识表达，问题求解的知识推理过程，就是从图中相当于初始状态的
根结点到相当于目标状态的终止结点的路线搜索过程，即搜索从初始状态有效地转移到目标状态，所经
历的最优的或最经济的路线。
“逻辑论证”方法：当知识表达采用谓词逻辑或其他形式逻辑方法时，知识推理也可以采取逻辑
论证方法。此时，问题求解的知识推理过程，相当于用数理逻辑方法进行定理证明的过程。
2 ．根据问题求解过程是否完备，可将知识推理方法分为：
推理算法：若问题求解的知识推理过程是完备的，则对于可解的问题，从任意初始状态出发，通
过这种推理过程，总可以找到一条求解路线，经过有限的、确定性的操作序列，转移到所要求的目标状
态，保证推理过程的收敛性，求得问题的解答。这种推理过程具有完备性，而完备的推理过程称为“推
理算法”。
推理步骤：若问题求解的推理过程是不完备的，则不能保证其推理过程的收敛性，从任意初始状
态转移到目标状态，不一定能求得问题的解答。这种推理过程是不完备的、非算法的，称为“推理步骤”。
3 ．根据在问题求解过程中是否运用启发性知识，可将知识推理方法分为：
启发推理：在问题求解的推理过程中，运用与问题有关的启发性知识，以加快推理过程，提高搜
索效率。
非启发推理：在问题求解的推理过程中，不运用启发性知识，只按照一般的逻辑法则或控制性知
识，进行通用性的推理。
..............................