本体论与知识工程
# 本体论与知识工程
知识表示与建立在此基础上的知识库或者知识系统都需要有一个总体构建的指导体系，这样的体系通常被称为本体论。构建大规模的通用知识库，一直是人工智能研究者的夙愿，很多人认为，没有大量的通用只是包括常识知识的支持，人工智能无法解决复杂的问题。
要构建这样的知识库，必须按照一套方法实施，这就是知识工程（knowledge engineering）
本章将说明:
- 本体论
- 知识工程
- 常识知识
# 本体论
本体论是关于事物本身的研究，主要研究如何分类事物和描述事物
本体论的基本问题：
- 存在的分类
- 存在的语义
- 实体类存在的方式
本体论研究的一个重要问题是分类，这是有哪位要认识事物和世界，首先需要对事物进行分类，只有在分类定义后，才能把各种事物进行清晰的描述。
本体论的定义：共享概念模型的明确的、形式化的规范说明
其中四个要素是：
- 共享：体现了共同认可的知识，反映的是相关领域中公认的概念集合
- 概念模型：对现实世界现象抽象出相关概念而得到的模型
- 明确：所用概念和所用概念的约束均有明确定义
- 形式化：计算机可处理
![[Pasted image 20220311231711.png]]
在图中，上位本体论表示中分为抽象对象、一般性事件，而一般性事件中又分为时空、物理实体和过程，这里知识可分为陈述性知识和过程性知识。
陈述性知识： 用于描述事物的性质、状态等，属于静态知识。
过程性知识： 用于描述事物的因果关系、问题的求解过程等，属于动态知识
# 知识工程
大型知识库的开发、维护、使用等都可以归为知识工程的范畴，知识库在人工智能应用中的地位不言而喻。以知识库为基础的系统或应用都可以称之为基于知识的系统，知识系统按照其包含的知识可以分为通用知识系统和领域知识系统。世界上最大的知识库就是维基百科。
# 常识工程
常识工程就是一个普通人应该知道的知识，当然常识知识的范围不易定，与教育情况、自然社会情况等相关，AI研究人员认为，如果没有一个常识知识，一个AI系统很难完成理解、推理等任务。常识知识在日常生活中往往是隐式使用的，没有显式地表示出来，在i人类交流时当做共享的已知前提，但是，对于AI系统来说，没有合适的显式表达方式，就意味着机器无法使用。
常识知识最重要的应用是常识推理，这涉及到解释因果，常识推理是基于常识知识的、取得某个场景特定方面信息后对该场景其他方面做出推理的过程。
举例说明什么是常识推理：
小明在上晚自习，去了趟厕所回来后书不见了。 请问书去哪里了？ 推理结果：被别人拿走了
一直饥饿的猫盯上了桌子上的鱼，并跳上桌子。 请问猫下一步会做什么？ 推理结果：吃鱼
常识推理很重要的功能是对于场景中缺失部分的补足，或者说重建，并预测即将发生的事情。
常识推理的方法包括：
- 逻辑型方法：情景演算、缺省推理、事件演算等
- 非逻辑型方法：脚本、定性推理、数据挖掘
常识表示:
IsA(猫，#动物)
IsA(鱼，#食物)
AtLocation(猫，椅子)
Location(桌子上)
Action(#动物，跳)
2
3
4
5
6
7