第六章 专家系统与人工智能(新)

6-1第六章智能决策支持系统DSS6-2智能决策支持系统（intelligentdecisionsupportsystem，IDSS）是决策支持系统（DSS）与人工智能技术（artificialintelligence，AI）相结合的系统。人工智能技术主要是以知识处理为主体，利用知识推理，完成人类定性分析的部分智能行为。人工智能技术融入DSS后，使DSS在模型技术与数据处理技术的基础上，增加了知识推理技术，使DSS的定量分析和AI的定性分析结合起来，提高辅助决策和支持决策的能力。DSS6-3§6.1人工智能概述§6.2人工智能的领域§6.3专家系统DSS6-4§6.1人工智能概述一、人工智能的概念和发展历史1.概念近50年来，人工智能获得很大发展，引起众多学科的日益重视，成为一门交叉学科和前沿科学。然而，人工智能至今尚无统一的定义。不同科学或学科背景的学者对人工智能有不同的理解，提出不同的观点。DSS6-5蔡自兴在《人工智能及其应用》中，比较狭义的定义了人工智能：定义一：能够在各类环境中自主地或交换地执行各种拟人任务的机器，叫智能机器。定义二：人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。定义三：人工智能(能力)是智能机器所执行的通常与人类智能有关的功能，如判断推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。DSS6-6所谓“智能”通常是指人们在认识与改造客观世界的活动中，由思维过程和脑力劳动所体现的能力，它包括感知能力、思维能力和行为能力。人的智能的核心在于知识，智能表现为知识获取能力、知识处理能力和知识运用能力。DSS6-7因此，在人工智能的研究中，为了使机器具有类似于人的智能，需要探讨以下三方面的问题：（1）机器感知——知识获取：研究机器如何直接或间接获取知识，输入自然信息（文字、图像、声音、语言、景物），即机器感知的工程技术方法。（2）机器思维——知识表示：研究在机器中如何表示知识、积累与存储知识、组织与管理知识，如何进行知识推理和问题求解。（3）机器行为——知识利用：研究如何运用机器所获取的知识，通过知识信息处理，作出反应，付诸行动，发挥知识的效用的问题，以及各种智能机器和智能系统的设计方法和工程实现技术。DSS6-82.专家系统和人工智能的发展历史①根源可以追溯到20世纪50年代中期，卡耐基理工学院（现在的卡耐基梅隆大学）的Herbertsimon和AlanNewell以及兰德公司的J.C.Shaw共同领导了一个开发基于计算机的推理系统的研究小组。他们开发第一个系统是LT（LogicTheorist），LT以一套公理作为逻辑计算的知识基础，并结合反向推理与逻辑计算来解决一些简单问题。DSS6-950年代后期，他们又开发一套GPS（GeneralProblemSolver，通用问题求解程序）系统。GPS与LT不同，它使用的是一般推理方法技术，能解决基本逻辑问题、国际象棋问题甚至能解决中学代数问题。使用解决问题的通用步骤是系统方案的一个重大突破。DSS6-10②直到20世纪60年代早期，专家系统的雏形才真正显露出来。麻省理工学院的Minsky和McCarthy开发了一种名为“LISP”的人工智能程序设计语言，它是开发人工智能系统的一种颇有影响力的语言。与此同时，斯坦福大学开发了名为“DENDRAL”的专家系统，它能够通过大量的光谱信息推测分子结构。DSS6-11③70年代，专家系统在产业领域得到了广泛的应用。它们在医疗诊断、心理学、教育、学习、定理证明、竞赛模拟、制图及语音识别等各个领域都显示出了极大的作用。一些现代化的大型机构都在开发和使用人工智能技术和专家系统。比如，数字设备公司开发了XCON和XSEL两个专家配置系统；通用电气公司开发了一套名为CATS-1的柴油故障检修系统；施乐、通用汽车等公司也在使用现代化的专家系统。目前，全世界有数千个专家系统。DSS6-12人工智能包含许多含义，其基本思想：①研究人的思维过程，理解什么是智能；②用机器表示这些智能。人工智能着重认识人们的推理方法和思维方式，并且将认识到的情况转换成机器语言，让计算机系统去完成与人们相同的推理和思考任务。DSS6-13二、人工智能的智慧（一）人们是如何推理的1.归类法（categorization）当我们确定了一些足够重要的信息，并想把它们记录下来的时候，我们按照不同的性质或者标准把它们分类。各个类有不同的子类，信息将存储在子类的存储器里面，较低层的子类的信息可以从高一层父类信息那里继承全部属性。例子。DSS6-14陆上交通工具个人交通工具商用交通工具工业交通工具小汽车自行车摩托车公共汽车出租车路面电车卡车拖拉机装甲车每一层的信息片断的属性都会详细地记录下来，依靠这些属性，我们可以运用分类法从更高层次信息的属性得到低层信息的属性。同样，也可以从低层信息的属性细节中抽象出高层信息的属性。DSS6-152.特定规则人们推理的另一种方法，就是灵活应用已知规则。如果一个特殊的规则或者是一系列的规则是已知是的，而且是正确的，那么我们可以结合这些规则，并运用现有的问题信息推出结果。例如，我们知道路上遇到红灯必须停车，而且知道闯红灯会收到警察的罚单，那么我们可以推出，如果遇到红灯，我们应该停车（除非我们宁愿接受罚单）。另外一种推理形式就是我们所熟悉的法律。比如税法，现有一笔收入，是否要纳税？应纳多少？由税法的详细规定就可以得到答案。DSS6-163.启发式方法启发式方法是推理的另一种方法，这种单凭经验的方法也有很大的用处。例如，如果股票的市盈率超过30，则不买这种股票；如果马刺队是在主场作战，那么他们很可能会赢。尽管启发式方法缺乏正规性、严密性，如果我们在调查和决策时使用那些非常有根据的启发式规则，我们将花费更少时间来形成一套可靠的解决方案。DSS6-174.经验法依靠经验的推理方法是归类法和启发式方法的结合体。我们可如此看待经验法，也就是当人们考虑整个问题时，他们先将问题分类，然后试图与过去他们所经历的一些事情做比较。如果事件有足够多的特征或者场景与过去的经历匹配的话，我们就可以基于过去的处理方法得到必要的结论。国外商学院采用的案例教学法。DSS6-185.期望法人们推理的最后一个方法是通过期望（expectation）推理。一旦我们经历一种问题或现象足够多的话，我们就开始期望问题以一定的方式或可预期的情形出现。如果事情如我们所期望的那样发展，我们就能推断一切状况良好；如果我们期望的情形没有出现，我们可以推断，一些事情改变了我们期望的状况。DSS6-19（二）计算机如何推理的人工智能系统设计者使用计算机建立推理系统，它们使用的推理模式与人类用的推理方法和推理机制几乎是一样的。一个“推理”计算机运用了一套自动模式，这些模式模仿了人类认识的一些主要推理方法。DSS6-201.基于规则的推理（rule-basedreasoning）计算机通过这个过程，以输入值的形式获知问题域的特征。然后，运用知识库里的规则，有系统地改变问题的状态，直到我们期望的状况出现。每个规则包含两个部分：①状态改变的操作、结果或结论；②操作的前提条件。规则以下面的IF－THEN的形式出现：IF前提或条件，THEN操作、结论DSS6-212.基于案例的推理（case-basedreasoning）基于案例的推理依赖一个前提，就是运用相似性、经验性推理方法去学习并解决问题。这种思想类似于匹配，即用相似问题的解决方案来解决现有的问题。这种方法有两个主要步骤：（1）从案例库中找到与现有问题类似的案例；（2）修改检索到的符合当前问题的案例的解决方案。DSS6-22基于案例推理结构的推理流程图：问题输入案例检索案例库相似性标准案例修改修改方法解决方案测试结论DSS6-23推理过程中最关键的步骤是从案例中定位检索相应的案例。基于案例的推理系统在医疗诊断、审计、司法和索赔结算等领域有很大的发展空间。DSS6-243.模式识别（patternrecognition）模式识别是人工智能使用的主要机制，它与人类的期望法推理过程很相似。模式识别包括图像识别和语音识别。通过模式识别系统，计算机能够模仿人的某些智能行为。DSS6-25三、人工智能与自然智能的比较人工智能的优点1.AI更持久。2.AI更容易复制和传播。3.AI的费用较自然智能低。4.AI作为计算机技术，是一致的和完整的。5.AI可以文档化。6.AI执行一定的任务比人快得多。7.AI比人能更好地完成一定的任务。DSS6-26自然智能的优势①自然智能是创造性的，而AI缺乏灵感。②自然智能能使人们直接从感性经验获益，而大多数AI系统应用符号输入和表示进行工作。③人的推理可以在很大经验范围和任何时候应用。DSS6-27§6.2人工智能的领域人工智能的研究非常广泛，目前主要的领域有ES、自然语言处理、语音理解、模糊逻辑、机器人学和传感系统、计算机视觉和景物识别以及智能计算机辅助教学、机器学习等。DSS6-28§6.3专家系统一、专家系统概念专家系统的目的在于能使计算机具有人类专家那样的解决问题的能力。它是AI领域中最活跃而且也是最有效的一个分支。所谓的“专家系统”，其实是一类程序系统，从功能上可以把专家系统定义为“具有大量专门知识，并能利用这些知识，运用知识推理的方法来解决特定领域中实际问题的计算机程序系统。”DSS6-29用一个通俗的例子来说明：求解微积分问题，是利用30～40条微分、积分公式来求解千变万化的微分、积分问题，得出各自的结果。其中，微积分公式就是规律性知识，求解微积分问题就是对某函数反复利用那些公式进行推理，最后得出问题的结果。这个推理过程是一个不固定形式的推理，即前后用哪个微积分公式，调用多少次这些公式都随问题变化而变化。DSS6-30计算机的应用发展可概括为：数值计算（算法）数据处理（数据库）知识处理（推理）数值计算、数据处理是知识处理的特定情况，知识处理则是它们的发展。知识处理的特点：知识包括事实和规则（状态转变过程）；适合于符号处理；推理过程是不固定形式的；能得出未知的事实。DSS6-31专家系统的一般结构专家知识获取知识库用户用户接口推理机专家系统核心咨询建议二、专家系统的结构原理DSS6-32（一）知识库（knowledgebase）专家系统的知识库包含的是特殊领域的知识，这些知识是从领域专家的设计实例中收集来的，包括领域专家在解决相关问题的过程中所用的典型知识（包括专家的专业知识和经验知识）。它有两个主要问题：知识的表示形式知识的精确程度DSS6-331.知识的表示形式目前常用的形式有产生式规则、数理逻辑、模糊逻辑、框架、语义网、剧本、案例等。2.知识的精确程度可分为，精确知识（原理性）——公式、公理，以及不精确知识（经验性）——可信度、概率、证据推论、模糊数学。DSS6-34（二）推理机（inferenceengine）推理机是基于规则和事实来执行推理的。另外，推理机也具有执行基于概率推理或模式匹配的模糊推理的能力。推理机的基本过程叫作一个控制循环，一个推理控制循环可以分成三步：（1）用给定的事实匹配规则，（2）选择下一个要执行的规则，然后执行第三步，（3）执行规则，将推出的事实加入到工作存储器中。DSS6-35推理机的基本工作原理是基于modusponens(假言推理法)演绎推理规则的，即，如果A是真的，A蕴含B（A→B）也是真的，那么B也是真的。考虑下面的例子：（1）当张阿姨知道有地方卖衣服打折的时候，她总是会去买衣服。（2）张阿姨了解到商场有打折卖的衣服。（3）因此，张阿姨会去买衣服DSS6-36与假言推理法相对的一种规则是modustollens(假言易位推理，拒取式)反向推理，它规定：如果A蕴含B（A→B）是真的，同时“非B”为真，那