AI 知识表示

AI 命题逻辑

AI 语句逻辑

主要有以下四种知识表示方法:

逻辑表示
语义网络表示
框架表示
生产规则
AI 语句逻辑_https://bianchenghao6.com_【ai 教程】_第1张

1、逻辑表示

逻辑表示是一种具有一些具体规则的语言，它处理命题并且在表达上没有歧义。逻辑表示意味着根据各种条件得出结论。该表示法规定了一些重要的通信规则。它由精确定义的语法和语义组成，这些语法和语义支持声音推断。可以使用语法和语义将每个句子翻译成逻辑。

语法:

语法是决定我们如何在逻辑中构造法律句子的规则。
它确定我们可以在知识表示中使用的符号。
如何写这些符号。

语义:

语义是用来解释逻辑中句子的规则。
语义还涉及为每个句子分配含义。

逻辑表示可以主要分为两种逻辑:

命题逻辑
谓词逻辑

注意: 我们将在后面的章节中讨论介词逻辑和谓词逻辑。

逻辑表示的优点:

逻辑表示使我们能够进行逻辑推理。
逻辑表示是编程语言的基础。

逻辑表示的缺点:

逻辑表示法有一些限制，使用起来很困难。
逻辑表示技术可能不是很自然，并且推理可能不是那么有效。

注意: 不要与逻辑表示法和逻辑推理相混淆，因为逻辑表示法是一种表示语言，而推理是逻辑思考的过程。

2、语义网络表示

语义网络是用于知识表示的谓词逻辑的替代方法。在语义网络中，我们可以以图形网络的形式表示我们的知识。该网络由代表对象的节点和描述这些对象之间关系的弧组成。语义网络可以将对象分类为不同的形式，也可以链接这些对象。语义网络易于理解，并且可以轻松扩展。

此表示形式主要包括两种关系:

IS-A关系(继承)
关系种类

示例: 以下是一些我们需要以节点和弧线形式表示的语句。

声明:

杰瑞是猫。
杰里是哺乳动物
Jerry由Priya拥有。
杰里是棕色的。
所有哺乳动物都是动物。
AI 语句逻辑_https://bianchenghao6.com_【ai 教程】_第2张

在上图中，我们代表了不同的节点和弧线形式的知识类型。每个对象通过某种关系与另一个对象连接。

语义表示的缺点:

语义网络在运行时会花费更多的计算时间，因为我们需要遍历完整的网络树来回答一些问题。在最坏的情况下，遍历整个树后，我们可能会发现该网络中不存在该解决方案。
语义网络试图对类似于人的内存(其中有1015个神经元和链接)进行建模以存储信息，但是在实践中，不可能建立如此庞大的语义网络。
这些类型的表示形式是不足够的，因为它们没有任何等效的量词，例如，对于所有，对于某些，没有等。
语义网络对链接名称没有任何标准定义。
这些网络不是智能的，并且取决于系统的创建者。

语义网络的优势:

语义网络是知识的自然表示。
语义网络以透明的方式传达含义。
这些网络简单易懂。

3、框架表示

框架是类似于记录的结构，由一组属性及其值组成，以描述世界上的实体。框架是AI数据结构，通过表示刻板印象的情况将知识划分为子结构。它由插槽和插槽值的集合组成。这些插槽可以是任何类型和大小。插槽具有称为构面的名称和值。

Facets : 插槽的各个方面称为
Facets 。构面是框架的功能，使我们能够对框架施加约束。示例: 当需要任何特定时隙的数据时，将调用IF-NEEDED事实。帧可以包含任意数量的插槽，并且插槽可以包含任意数量的构面，并且构面可以具有任意数量的值。框架在人工智能中也称为
槽过滤器知识表示。

框架是从语义网络派生的，后来又演变成现代的类和对象。单个帧不是很有用。框架系统由一组相互连接的框架组成。在框架中，有关对象或事件的知识可以一起存储在知识库中。框架是一种技术，广泛用于自然语言处理和机器视觉等各种应用中。

示例: 1

让我们以一个示例为例。一本书的框架

Slots	Filters
标题	人工智能
类型	计算机科学
作者	gavin
版本	第三版
年份	1996
页码	1152

示例2:

让我们假设一个实体，gavin是一名工程师，他的年龄是25岁，他住在北京，而这个国家是中国。因此，以下是该框架的表示形式:

Slots	Filters
名称	gavin
专业	工程师
住址	中国北京
婚姻状况	单身
体重	78

帧表示的优点:

框架知识表示法通过对相关数据进行分组来简化编程。
帧表示具有相当的灵活性，并且被AI中的许多应用程序使用。
为新属性和关系添加广告位非常容易。
很容易包含默认数据并搜索缺失值。
框架表示易于理解和可视化。

帧表示的缺点:

框架内推理机制不易处理。
通过帧表示不能顺利地进行推理机制。
框架表示法具有非常普遍的方法。

4、生产规则

生产规则系统由(
条件，行动)对组成，其对表示"如果条件则行动"。它主要包括三个部分:

生产规则集
工作记忆
认识行动周期

在生产规则中，代理检查条件，如果条件存在，则触发生产规则并执行相应的操作。规则的条件部分确定可以将哪个规则应用于问题。行动部分执行相关的问题解决步骤。这个完整的过程称为识别－行动周期。

工作存储器包含对解决问题当前状态的描述，规则可以将知识写入工作存储器。这个知识匹配并可能触发其他规则。

如果有新情况(状态)生成，则将同时触发多个生产规则，这称为冲突集。在这种情况下，代理需要从这些集合中选择一条规则，这称为冲突解决。

示例:

如果(在公交车站和公共汽车到达的时候)然后行动(上车)
如果(在公共汽车上且已付费且空座位上)然后采取行动(坐下)。
如果(在公共汽车上且未付款)则采取行动(支付费用)。
IF(公共汽车到达目的地)然后采取行动(从公共汽车下车)。

生产规则的优点:

生产规则以自然语言表达。
生产规则是高度模块化的，因此我们可以轻松地删除，添加或修改单个规则。

生产规则的缺点:

生产规则系统没有任何学习功能，因为它没有存储问题的结果以供将来使用。
在程序执行期间，许多规则可能处于活动状态，因此基于规则的生产系统效率很低。

AI 知识表示

AI 命题逻辑