第一讲-知识工程与知识管理
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
该系统是采用“黑板结构”这种新结构形式的专家系统 。
1969年，成立了国际人工智能联合会议（ International Joint Conferences on Artificial Intelligence-IJCAI）。
这一阶段的特点： 重视了知识，开始了专家系统的研究，使人工智 能走向实用化。
4．人工智能的主要研究领域
F.Hayes－Roth总结人工智能的主要研究领域为三大方面： 自然语言处理；视觉和机器人学；知识工程。
（1） 自然语言处理：语音的识别与合成，自然语言的理解和
（2） 机器人学：从操纵型、自动型转向智能型。在重、难、 险、害等工作领域中推广使用机器人。日本在机器人研究中 走在前列，我国机器人研究在发展：如国防科技大学的两足 步行机器人和哈尔滨工业大学的焊接机器人等。
（2）实际知识系统的开发研究
实际知识系统的开发强调建造知识系统过程中的 实际技术问题，它以知识系统的实用化和商品化 为最终目标。
研究内容有：实用知识获取技术，知识系统体系 结构，实用知识表示方法和知识库结构，实用推 理和解释技术，实用知识库管理技术，知识系统 调试、分析与评价技术，知识系统的硬件环境等 。
1969年Minsky和Papert在“感知机（Perceptron）”一书中证明了 感知机不适合于非线性样本而使神经网络走向低潮。
1967年，J.D.Baglay首次提出了“遗传算法”这一术语和 选择、交叉和变异操作的概念。
1975年，J.H.Holland提出的模式理论为遗传算法奠定了 理论基础。
造专家系统的一门工程性学科。 知识工程的目标：构造高性能的知识系统，专家系
统只是知识系统的一种类型。
知识工程的定义具体为： 知识工程是以知识为处理对象，研究知识系统的知
识表示、处理和应用的的方法和开发工具的学科。
知识系统包括：专家系统、知识库系统、智能决策系统 等。
专家系统（ES）是利用专家知识解决特定领域问题的计 算机程序系统。
，可以在船体表面爬行并清除牡蛎。主张：“无表示 的智能”. 智能系统与环境交互，一方面要从所运行的环境中获得 信息（感知），一方面要通过自己的动作（作用）， 对环境施加影响。
我们可以称在这种人工智能研究为行为智能，开辟了一 种新的智能。
人工智能发展过程
高 潮
计算 商业 智能 智能
1992年贝兹德克(Bezdek) 提出了计算智能的定义。 主张用神经网络、遗传算法的原理，结合大量的 计算来实现人工智能．
在计算智能思想指导下还诞生了一个新的研究分支 ，称为软计算．它除了神经网络、演化算法以外 ，还智能的兴起 1991年R.Brooks研制了具有某种自适应能力的机器昆虫
塞缪尔、艾伦·纽厄尔和赫伯特·西蒙等10名学者在 美国达特莫斯（Dartmouth）大学召开的长达2个月 的研讨会上首次提出来的。
这次智能学研讨会被公认是人工智能学科诞生的标志 。当时，相继出现了一批显著的成果。
1. 1956年纽厄尔、西蒙和肖等人提出逻辑理论机LT(Logic Theorist)程序系统，证明了罗素与怀特海的名著《数学原 理》第二章52条定理中的38条，1963年终于完成全部52条 定理的证明。
如果未达到以上标准,则每年测试中迷惑住最多裁判 的程序赢得2000美元和一枚铜牌。
2008年10月12日勒布纳奖(人工智能奖)比赛在英国雷 丁大学展开。
“艾尔博特”等6种软件程序击败另外7种程序，获 得决赛资格。
12位志愿者一再用今日的天气、全球金融动荡和他 们的眼睛的颜色等问题迷惑计算机。
最后 “艾尔博特” 凭借迷惑3人的战绩笑到最后，赢 得铜牌。
1．人的智能行为 人的智能行为表现为： （1）通过学习获取知识。 （2）利用知识进行逻辑思维（推理）。 （3）通过自然语言理解进行人际间交流。 （4）通过图象理解进行形象思维（联想）。 （5）利用启发式（经验）方法，解决随机变化问题。 （6）利用试探性（创新性）方法，解决新问题。 智能行为概括为：获取知识，进行知识推理、联想或交流，解决
2. 1956年塞缪尔研制了西洋跳棋程序Checkers。该程序具有自 学习和自适应能力。该程序1959年击败Samnel本人，1962 年击败了一个州冠军.
3. 1960年纽厄尔、肖和西蒙等人研制了“通用问题求解程序 GPS”，用来解决不定积分、三角函数、代数方程等11种不 同类型的问题，并首次提出“启发式搜索”概念。
理解。 （4） 自动程序设计：“超级编译程序”，能从高级形式的描述
，生成所需的程序。 （5） 学习：归纳学习和类比学习。 （6） 专家系统：利用专家知识进行推理达到专家解决问题的能
力。 （7） 机器人学：完成人部分工作的机器人。 （8）机器视觉：研究感知过程。 （9） 智能检索系统：具有智能行为的情报检索。 （10） 组合的调度问题：如最短旅行路线。
十年后，日本的第五代机并没有生产出来，只取得了 部分成果。
第四阶段：80年代末，神经网络的再次兴起和计算智能 的形成.
神经元网络实际上40年代就开始了，心理学家McCulloch和数理逻 辑学家Pitts提出了一个人工神经元网络模型。
1958年Rosenblatt提出了感知机模型，由于感知机具有分类器和学 习器的作用，形成了神经元网络的第一次高潮。
随机问题或新问题。
2．关于人工智能的定义 英国数学家艾伦·图灵（A.Turing ）1950年在论文“计
算机能思维吗？”中提出：如果一台计算机能像人 一样对话，它就能像人一样思考。
Turing定义： 如果机器在某些现实的条件下，能够非常好地模仿人
回答问题，以致使提问者在相当长时间内误认为它 不是机器，那么机器就可以被认为是能思维的。
1982年美国Hopfield引入一种反馈型神经网络既可用硬件 实现，又解决运筹学的巡回售货商TSP问题。
1985年Rumelhart等人提出BP反向传播模型，解决了非线 性样本问题，从而扫除了神经网络的障碍，兴起了神 经网络的第二次高潮。
1987年美国召开了第一次神经网络国际会议，宣布 新学科的诞生。1988年日本称为神经计算机元年 ，提出研制第六代计算机计划。
这是第一个专家系统，系统中用了大量的化学知识。
2. 1974年由E.H.Shortliffe等人研制了诊断和治疗感染 性疾病的MYCIN系统.
（1）使用了经验性知识，用可信度表示，进行不精 确推理。
（2）对推理结果具有解释功能，使系统是透明的。 （3）第一次使用了知识库的概念。
以后的专家系统受MYCIN的影响很大。
知识库系统（KBS）是把知识以一定的结构存入计算机 ，进行知识的管理和问题求解，实现知识的共享。
智能决策系统（IDS）是智能化决策支持系统，由数据库 、模型库、知识库、人机交互等组成的系统，为解决 半结构化决策问题，提高科学决策的水平。
知识工程是人工智能、知识库、数理逻辑、认知科学 和心理学等多学科交叉发展的结果。
（2） Feigenbanm定义
只告诉机器做什么，而不告诉怎样做，机器就能完 成工作，便可说机器有了智能。
这个定义比较实际，也容易达到。专家系统就具有 这种定义的智能。
3．人工智能的研究范围
（1） 问题求解：如下棋程序。 （2） 逻辑推理和定理证明：如数学定理的证明。 （3） 自然语言处理：如语言翻译，语音的识别，语言的生成和
知识工程开发的知识系统能带来什么好处？ Martin等人所作的调查结果得知：知识系统能够：
1）更快的制定决策； 2）生产率的提高； 3）决策质量的提高。
知识系统特别有助于及时传输知识，例如缩短产品上 市的时间并加快对顾客的响应。
1.1.2人工智能概念和发展过程
1.1.2.1 人工智能概念 人工智能是使计算机具有人的智能行为。
但是不久，人工智能走向低潮。主要表现： 1. 1965年发明了消解法，曾被认为是一个重大的突破
，可是很快发现消解法能力有限，证明两个连续函 数之和还是连续函数，推了十万步还没有推出来。
2.塞谬尔的下棋程序，赢了州冠军后，没能赢全国冠 军。
3.机器翻译出了荒谬的结论。
由于人工智能研究遇到了困难，使得人工智能走向低 落。英国70年代初，对AI的研究经费被大量削减， 人员流失，美国IBM公司也出现类似的现象。
第三阶段：80年代，随着第五代计算机的研制，人工 智能得到很大发展.
日本1982年开始了“第五代计算机的研制计划”即“ 知识信息处理计算机系统KIPS”
日本的十年计划在政府的支持下形成了一股热潮，推
动了世界各国的追赶浪潮。英国的阿尔维计划、西 欧的尤里卡计划、美国的STARS计划等相继推出，我 国也有相应的863计划.
这一阶段的特点是： 重视问题求解的方法，忽视了知识的重要性。
第二阶段：60年代末到70年代，专家系统的出现，使 人工智能研究出现了新高潮。
1. 1968年斯坦福大学E.A.Feigenbaum和生物学家莱德 伯格等人合作研制了DENDRAL专家系统，该系统 是一个化学质谱分析系统，能根据质谱仪的数据 和核磁谐振的数据及有关知识推断有机化合物的 分子结构，达到了帮助化学家推断分子结构的作 用。
3. R.O.Duda等人1976年研制矿藏勘探专家系统 PROSPECTOR系统。该系统用语义网络表示地质知识， 该系统在华盛顿州发现一处钼矿，获利一亿美元。
4. 卡内基－梅隆 大学研制了语音理解系统Hearsay-II系统 ，它完成从输入的声音信号转换成字，组成单词，合 成句子，形成数据库查询语句，再到情报数据库中去 查询资料。
美国科学家兼慈善家休.勒布纳20世纪90年代初设立 人工智能年度比赛，把图灵的设想付诸实践。比赛 分为金、银、铜三等奖。
如果程序不仅能以文本方式通过交谈测试，在音频和 视频测试中也能过关，则获金奖，赢得10万美元和 一枚18K黄金制金牌；
如果它能在更长时间以文本方式交谈中迷惑住至少半 数裁判，则获银奖；
（3）知识工程环境研究 知识工程环境研究主要是为实际系统的开发提供
一些良好的工具和手段。好的环境可以缩短知识 系统的研制周期，加速知识系统的商品化进程。
环境研究包括：知识工程的基本支撑硬件和软件 ，知识工程语言（包括知识描述语言和系统结构 构造语言），知识获取工具，系统骨架工具系统 ，知识库管理工具等。
（3） 知识工程：研究和开发专家系统。目前人工智能的研究 中，最接近实用的成果是专家系统。专家系统在数学中符号 推理、医疗诊断、矿床勘探、化学分析、工程设计、军事决 策、案情分析等方面都取得明显的效果。
1.1.2.2 人工智能发展过程
人工智能的发展历史可分为五个阶段： 第一阶段：50年代人工智能的兴起和冷落。 人工智能概念是在1956年由麦卡锡、明斯基、申农、
知识工程的研究使人工智能学科发生了重大改变，它 实现了人工智能从理论研究走向实际应用、从一般 推理策略探讨转向运用专门知识的重大突破，即：
从探索思维规律转向利用知识解决问题的研究。
知识工程主要研究知识获取、知识表示、推理策略， 以及开发方法和环境。
知识工程概念是美国斯坦福大学的E.A.Feigenbaum 于 1977年在第五届国际人工智能会议上提出的：
第一讲-知识工程与知 识管理
第1章 知识工程与知识管理综述
1.1 知识工程与人工智能 1.2知识工程的核心问题 1.3知识管理与知识工程
1.1 知识工程与人工智能
1.1.1知识工程概念 1.1.2人工智能概念与发展过程 1.1.3知识工程的结构和知识工程基础
1.1.1知识工程概念
1．知识工程定义 知识工程早期定义：使用人工智能的原理和方法构
知识工程是一门艺术，它应用人工智能原理和方法求 解那些需要用专家知识才能解决的问题。专家知识 的获取，表达和合理地应用这些知识以构造及解释 推理过程，是设计知识系统的重要技术问题。
2．知识工程研究内容
（1）基础研究 它包括知识工程中基本理论和方法的研究： 关于知识表示方法的研究； 关于知识获取和学习方法的研究； 关于知识推理和控制机制的研究； 关于推理解释和接口模型的研究； 关于认知模型的研究等等。
1969年，成立了国际人工智能联合会议（ International Joint Conferences on Artificial Intelligence-IJCAI）。
这一阶段的特点： 重视了知识，开始了专家系统的研究，使人工智 能走向实用化。
4．人工智能的主要研究领域
F.Hayes－Roth总结人工智能的主要研究领域为三大方面： 自然语言处理；视觉和机器人学；知识工程。
（1） 自然语言处理：语音的识别与合成，自然语言的理解和
（2） 机器人学：从操纵型、自动型转向智能型。在重、难、 险、害等工作领域中推广使用机器人。日本在机器人研究中 走在前列，我国机器人研究在发展：如国防科技大学的两足 步行机器人和哈尔滨工业大学的焊接机器人等。
（2）实际知识系统的开发研究
实际知识系统的开发强调建造知识系统过程中的 实际技术问题，它以知识系统的实用化和商品化 为最终目标。
研究内容有：实用知识获取技术，知识系统体系 结构，实用知识表示方法和知识库结构，实用推 理和解释技术，实用知识库管理技术，知识系统 调试、分析与评价技术，知识系统的硬件环境等 。
1969年Minsky和Papert在“感知机（Perceptron）”一书中证明了 感知机不适合于非线性样本而使神经网络走向低潮。
1967年，J.D.Baglay首次提出了“遗传算法”这一术语和 选择、交叉和变异操作的概念。
1975年，J.H.Holland提出的模式理论为遗传算法奠定了 理论基础。
造专家系统的一门工程性学科。 知识工程的目标：构造高性能的知识系统，专家系
统只是知识系统的一种类型。
知识工程的定义具体为： 知识工程是以知识为处理对象，研究知识系统的知
识表示、处理和应用的的方法和开发工具的学科。
知识系统包括：专家系统、知识库系统、智能决策系统 等。
专家系统（ES）是利用专家知识解决特定领域问题的计 算机程序系统。
，可以在船体表面爬行并清除牡蛎。主张：“无表示 的智能”. 智能系统与环境交互，一方面要从所运行的环境中获得 信息（感知），一方面要通过自己的动作（作用）， 对环境施加影响。
我们可以称在这种人工智能研究为行为智能，开辟了一 种新的智能。
人工智能发展过程
高 潮
计算 商业 智能 智能
1992年贝兹德克(Bezdek) 提出了计算智能的定义。 主张用神经网络、遗传算法的原理，结合大量的 计算来实现人工智能．
在计算智能思想指导下还诞生了一个新的研究分支 ，称为软计算．它除了神经网络、演化算法以外 ，还智能的兴起 1991年R.Brooks研制了具有某种自适应能力的机器昆虫
塞缪尔、艾伦·纽厄尔和赫伯特·西蒙等10名学者在 美国达特莫斯（Dartmouth）大学召开的长达2个月 的研讨会上首次提出来的。
这次智能学研讨会被公认是人工智能学科诞生的标志 。当时，相继出现了一批显著的成果。
1. 1956年纽厄尔、西蒙和肖等人提出逻辑理论机LT(Logic Theorist)程序系统，证明了罗素与怀特海的名著《数学原 理》第二章52条定理中的38条，1963年终于完成全部52条 定理的证明。
如果未达到以上标准,则每年测试中迷惑住最多裁判 的程序赢得2000美元和一枚铜牌。
2008年10月12日勒布纳奖(人工智能奖)比赛在英国雷 丁大学展开。
“艾尔博特”等6种软件程序击败另外7种程序，获 得决赛资格。
12位志愿者一再用今日的天气、全球金融动荡和他 们的眼睛的颜色等问题迷惑计算机。
最后 “艾尔博特” 凭借迷惑3人的战绩笑到最后，赢 得铜牌。
1．人的智能行为 人的智能行为表现为： （1）通过学习获取知识。 （2）利用知识进行逻辑思维（推理）。 （3）通过自然语言理解进行人际间交流。 （4）通过图象理解进行形象思维（联想）。 （5）利用启发式（经验）方法，解决随机变化问题。 （6）利用试探性（创新性）方法，解决新问题。 智能行为概括为：获取知识，进行知识推理、联想或交流，解决
2. 1956年塞缪尔研制了西洋跳棋程序Checkers。该程序具有自 学习和自适应能力。该程序1959年击败Samnel本人，1962 年击败了一个州冠军.
3. 1960年纽厄尔、肖和西蒙等人研制了“通用问题求解程序 GPS”，用来解决不定积分、三角函数、代数方程等11种不 同类型的问题，并首次提出“启发式搜索”概念。
理解。 （4） 自动程序设计：“超级编译程序”，能从高级形式的描述
，生成所需的程序。 （5） 学习：归纳学习和类比学习。 （6） 专家系统：利用专家知识进行推理达到专家解决问题的能
力。 （7） 机器人学：完成人部分工作的机器人。 （8）机器视觉：研究感知过程。 （9） 智能检索系统：具有智能行为的情报检索。 （10） 组合的调度问题：如最短旅行路线。
十年后，日本的第五代机并没有生产出来，只取得了 部分成果。
第四阶段：80年代末，神经网络的再次兴起和计算智能 的形成.
神经元网络实际上40年代就开始了，心理学家McCulloch和数理逻 辑学家Pitts提出了一个人工神经元网络模型。
1958年Rosenblatt提出了感知机模型，由于感知机具有分类器和学 习器的作用，形成了神经元网络的第一次高潮。
随机问题或新问题。
2．关于人工智能的定义 英国数学家艾伦·图灵（A.Turing ）1950年在论文“计
算机能思维吗？”中提出：如果一台计算机能像人 一样对话，它就能像人一样思考。
Turing定义： 如果机器在某些现实的条件下，能够非常好地模仿人
回答问题，以致使提问者在相当长时间内误认为它 不是机器，那么机器就可以被认为是能思维的。
1982年美国Hopfield引入一种反馈型神经网络既可用硬件 实现，又解决运筹学的巡回售货商TSP问题。
1985年Rumelhart等人提出BP反向传播模型，解决了非线 性样本问题，从而扫除了神经网络的障碍，兴起了神 经网络的第二次高潮。
1987年美国召开了第一次神经网络国际会议，宣布 新学科的诞生。1988年日本称为神经计算机元年 ，提出研制第六代计算机计划。
这是第一个专家系统，系统中用了大量的化学知识。
2. 1974年由E.H.Shortliffe等人研制了诊断和治疗感染 性疾病的MYCIN系统.
（1）使用了经验性知识，用可信度表示，进行不精 确推理。
（2）对推理结果具有解释功能，使系统是透明的。 （3）第一次使用了知识库的概念。
以后的专家系统受MYCIN的影响很大。
知识库系统（KBS）是把知识以一定的结构存入计算机 ，进行知识的管理和问题求解，实现知识的共享。
智能决策系统（IDS）是智能化决策支持系统，由数据库 、模型库、知识库、人机交互等组成的系统，为解决 半结构化决策问题，提高科学决策的水平。
知识工程是人工智能、知识库、数理逻辑、认知科学 和心理学等多学科交叉发展的结果。
（2） Feigenbanm定义
只告诉机器做什么，而不告诉怎样做，机器就能完 成工作，便可说机器有了智能。
这个定义比较实际，也容易达到。专家系统就具有 这种定义的智能。
3．人工智能的研究范围
（1） 问题求解：如下棋程序。 （2） 逻辑推理和定理证明：如数学定理的证明。 （3） 自然语言处理：如语言翻译，语音的识别，语言的生成和
知识工程开发的知识系统能带来什么好处？ Martin等人所作的调查结果得知：知识系统能够：
1）更快的制定决策； 2）生产率的提高； 3）决策质量的提高。
知识系统特别有助于及时传输知识，例如缩短产品上 市的时间并加快对顾客的响应。
1.1.2人工智能概念和发展过程
1.1.2.1 人工智能概念 人工智能是使计算机具有人的智能行为。
但是不久，人工智能走向低潮。主要表现： 1. 1965年发明了消解法，曾被认为是一个重大的突破
，可是很快发现消解法能力有限，证明两个连续函 数之和还是连续函数，推了十万步还没有推出来。
2.塞谬尔的下棋程序，赢了州冠军后，没能赢全国冠 军。
3.机器翻译出了荒谬的结论。
由于人工智能研究遇到了困难，使得人工智能走向低 落。英国70年代初，对AI的研究经费被大量削减， 人员流失，美国IBM公司也出现类似的现象。
第三阶段：80年代，随着第五代计算机的研制，人工 智能得到很大发展.
日本1982年开始了“第五代计算机的研制计划”即“ 知识信息处理计算机系统KIPS”
日本的十年计划在政府的支持下形成了一股热潮，推
动了世界各国的追赶浪潮。英国的阿尔维计划、西 欧的尤里卡计划、美国的STARS计划等相继推出，我 国也有相应的863计划.
这一阶段的特点是： 重视问题求解的方法，忽视了知识的重要性。
第二阶段：60年代末到70年代，专家系统的出现，使 人工智能研究出现了新高潮。
1. 1968年斯坦福大学E.A.Feigenbaum和生物学家莱德 伯格等人合作研制了DENDRAL专家系统，该系统 是一个化学质谱分析系统，能根据质谱仪的数据 和核磁谐振的数据及有关知识推断有机化合物的 分子结构，达到了帮助化学家推断分子结构的作 用。
3. R.O.Duda等人1976年研制矿藏勘探专家系统 PROSPECTOR系统。该系统用语义网络表示地质知识， 该系统在华盛顿州发现一处钼矿，获利一亿美元。
4. 卡内基－梅隆 大学研制了语音理解系统Hearsay-II系统 ，它完成从输入的声音信号转换成字，组成单词，合 成句子，形成数据库查询语句，再到情报数据库中去 查询资料。
美国科学家兼慈善家休.勒布纳20世纪90年代初设立 人工智能年度比赛，把图灵的设想付诸实践。比赛 分为金、银、铜三等奖。
如果程序不仅能以文本方式通过交谈测试，在音频和 视频测试中也能过关，则获金奖，赢得10万美元和 一枚18K黄金制金牌；
如果它能在更长时间以文本方式交谈中迷惑住至少半 数裁判，则获银奖；
（3）知识工程环境研究 知识工程环境研究主要是为实际系统的开发提供
一些良好的工具和手段。好的环境可以缩短知识 系统的研制周期，加速知识系统的商品化进程。
环境研究包括：知识工程的基本支撑硬件和软件 ，知识工程语言（包括知识描述语言和系统结构 构造语言），知识获取工具，系统骨架工具系统 ，知识库管理工具等。
（3） 知识工程：研究和开发专家系统。目前人工智能的研究 中，最接近实用的成果是专家系统。专家系统在数学中符号 推理、医疗诊断、矿床勘探、化学分析、工程设计、军事决 策、案情分析等方面都取得明显的效果。
1.1.2.2 人工智能发展过程
人工智能的发展历史可分为五个阶段： 第一阶段：50年代人工智能的兴起和冷落。 人工智能概念是在1956年由麦卡锡、明斯基、申农、
知识工程的研究使人工智能学科发生了重大改变，它 实现了人工智能从理论研究走向实际应用、从一般 推理策略探讨转向运用专门知识的重大突破，即：
从探索思维规律转向利用知识解决问题的研究。
知识工程主要研究知识获取、知识表示、推理策略， 以及开发方法和环境。
知识工程概念是美国斯坦福大学的E.A.Feigenbaum 于 1977年在第五届国际人工智能会议上提出的：
第一讲-知识工程与知 识管理
第1章 知识工程与知识管理综述
1.1 知识工程与人工智能 1.2知识工程的核心问题 1.3知识管理与知识工程
1.1 知识工程与人工智能
1.1.1知识工程概念 1.1.2人工智能概念与发展过程 1.1.3知识工程的结构和知识工程基础
1.1.1知识工程概念
1．知识工程定义 知识工程早期定义：使用人工智能的原理和方法构
知识工程是一门艺术，它应用人工智能原理和方法求 解那些需要用专家知识才能解决的问题。专家知识 的获取，表达和合理地应用这些知识以构造及解释 推理过程，是设计知识系统的重要技术问题。
2．知识工程研究内容
（1）基础研究 它包括知识工程中基本理论和方法的研究： 关于知识表示方法的研究； 关于知识获取和学习方法的研究； 关于知识推理和控制机制的研究； 关于推理解释和接口模型的研究； 关于认知模型的研究等等。