知识工程与知识管理》 课程的讨论
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)。
还有一个重要原因是，搞计算机的人，不懂其他领 域的知识，要开发专家系统就很困难，他必须和其 他领域的专家合作，合作时如何从专家的头脑里获 取知识，又是一个问题。
知识获取的瓶颈阻碍了专家系统的开发。这也影响了 “知识工程”课程的开设。
知识工程的实践，除了开发实际专家系统得到真 实体验外，一个有效的方法就是对简单例子的推 演，先手算一下，再编写程序验证，也能基本掌 握开发专家系统的技术。编程能力更强的人，可 以试做专家系统工具，在规定知识的结构后，就 可以编写推理机，完成对实际例子的推理。
对知识工程实践的与否，对一个人来说，是一个 能力的分界线。对于一个教师来说，是一个能否 讲好“知识工程”课或“人工智能”课的分界线。 老师要讲不好课，学生的理解更要打折扣。
2．“知识管理”课程的现状分析
知识管理是管理科学学者提出的。 知识管理的核心是知识，它的对象是人和组 织，它的内容是：知识获取、知识共享、 知识运用和知识创新，它的目标是提高组 织和个人的竞争力，并做出更好地决策。
陈文伟 陈晟
1．人工智能课与知识工程课的现状
人工智能课程主要讲述内容为： 知识的表示、搜索和推理、专家系统、机 器学习、神经网络、自然语言理解、分布 式人工智能等。 人工智能课程的教学目标，主要是掌握这些 部分的概念和原理。
人工智能中每一部分都可以独立成一门课 程，其中专家系统是人工智能中最有实用价 值的部分。 知识工程是人工智能学者提出的。 开发专家系统正是知识工程的内容。
知识工程的目标是在计算机中建立知识系统。 知识系统包括专家系统、决策支持系统、基 于案例推理、知识库系统等。
目前，开设“人工智能”课程比较普遍，而开设 “知识工程”课程比较少。 这样的结果是，大学生或研究生只掌握了人工智 能的概念和原理，而不会去开发它。这不利于人 工智能的推广和发展。
“知识工程”课程是一门实践性很强的课程，有很 多老师都没有去实践过开发知识系统如专家系统。 这样，也造成了他们回避去讲“知识工程”。
源案例
相似检索
新 案例
案例库
案例索引 相似 案例
新案例的 结论意见
计算机的基于案例推理既是知识工程中的技术也 是知识管理的知识应用技术。
知识管理中的知识创新，目前还只能由人来完成。 只有在总结知识创新的规律以后，再完成数字化 后，就可以让计算机来完成。随着技术的发展， 更多的人的工作在逐步由计算机来代替。
并应用知识系统解决智力问题。 其中的一个核心部件是知识库，知识库的 重要作用是知识共享。
目前，知识工程在计算机上取得了显著的
效果。
知识管理是社会中的个人和组织完成知识获取、 共享、应用和创新的管理过程。 虽然知识管理和知识工程属于两个不同层次上， 但知识管理要求实现的知识获取、知识共享、知 识应用可以由知识工程来完成。即知识工程是知 识管理的重要技术支柱。
?在计算机中的基于案例推理casebasedreasoningcbr技术就是模拟人解决问题的方式把所有成功的或失败的案例形式化并数字化后建立案例库?在计算机中解决新问题时同样是进行相似案例的查询和匹配找到相似案例并通过相似案例的修改作为当前事例的解决方案这和人解决新问题方法是一致的
《知识工程与知识管理》 课程的讨论
“知识管理”课程 是属于“管理科学与工程” 学科开设的新课程。
知识管理的技术基础包括：
专家系统、基于案例推理、决策支持系统、 知识发现和数据挖掘等。 这些内容都属于“知识工程”范畴。
知识管理的技术基础是知识工程。
作为管理科学与工程专业的学生，目前对于知识 管理技术的了解，只停畄在概念上，其原理都不 明白，更谈不上去用这些技术。这影响了知识管 理的应用和发展。
例如，弹簧振动建模专家系统是解决弹簧在不同 受力情况下（包括冲力、摩擦力等）应该满足那 种类型的微分方程模型。
其中规则知识有20条， 如R1：A∧B∧C∧Ｄ→M1， 其中A表示弹簧满足胡克定律；B表示弹簧质量可以 忽略；C表示可以忽略摩擦力；D表示 没有冲力， M1表示微分方程X″+（C2/M）X＝0。
计算机对知识的处理与人和组织对知识的处理， 这两者是不相同的，但是他们两者是有紧密关系 的，他们两者是相互促进的。
3．“知识管理”与“知识工程”的本质 关系
3.1知识工程是知识管理的技术支柱
3.2 知识管理的方法数字化后形成知识工程
3.1知识工程是知识管理的技术支柱
知识工程是利用计算机来建造知识系统，
3.2.2 人用对比方法解决问题的数字化后形成 基于案例推理（CBR）
人们在解决各类实际问题中，积累了很多成功的 或失败的案例，这些案例是作为解决新的类似问 题的借鉴。 在计算机中的“基于案例推理（Case Based Reasoning CBR）”技术，就是模拟人解决问 题的方式，把所有成功的或失败的案例，形式化 并数字化后，建立案例库， 在计算机中解决新问题时，同样是进行相似案例 的查询和匹配，找到相似案例，并通过相似案例 的修改，作为当前事例的解决方案，这和人解决 新问题方法是一致的。
知识工程技术有： 1）知识获取工具和方法； 2) 知识库的建立和管理； 3) 知识推理。
3.2 知识管理的方法数字化后形成知识工程
当知识管理中的知识获取、共享、应用工
作规范化并形式化后，再数字化（能用二 值数据表示和处理）就可以成为知识工程 的内容。
目前知识工程的成熟技术都是从人对知识
的处理方法在数字化后演变而来的。
3.2.1人类专家解决问题的方法数字化后形成 专家系统
专家系统的产生是典型的按人类专家解决问题的 方法数字化后形成的。
专家系统中的大量知识直接来自于人类专家。 专家系统的推理，是采用了人的演绎推理进行的。
专家系统是知识工程中的一种有效的知识应用技 术。专家系统在几十年的发展中已在广大领域发 挥了很大作用，取得了很大的经济效益。
3.3 结论
知识工程和知识管理的本质的联系是： 知识管理是知识工程的源泉；知识工程是知识管理发展的Fra bibliotek力和 信息化方向。
4．《知识工程与知识管理》课程与教学
为了适应知识工程与知识管理的融合和相互促进， 我们撰写了《知识工程与知识管理》教科书，以 促进《知识工程与知识管理》课程的设置与教学。
在书中既包括了知识工程的基本内容，又包括了 知识管理的基本内容，还包括了两者相互交融和 促进的内容。 该新课程是《知识工程》与《知识管理》两者之 间的桥梁。
参考文献
[1] 陈文伟,陈晟. 知识工程与知识管理. 清华大学出版社，2010：26
[2] G· Schreiber等著. 知识工程和知识管理. 机械工业出版社，2003：45
欢 迎 讨 论！
对于计算机专业的学生不学这门课，是一个缺陷。 只知道计算机对知识的处理，不知道人和组织对 知识的处理，这样的思维是狹隘的，会直接影响 他的发展。
在现实中，人们也懂得知识的交流和共享的好处， Internet网上兴起的开源软件，是知识管理的 典范，互不相识的人们共同协作完善开源软件， 极大的促进了软件的发展。
知识工程与知识管理虽然处于不同的层次，但是 由于他们的共同点是知识的利用，这样，我们可 以通过他们的本质的联系来相互促进。
作为《知识工程与知识管理》课程就应该： 使计算机专业的学生懂得从知识管理中获取飬份， 促进知识工程的发展； 使管理科学与工程专业的学生学会利用知识工程 来促进知识管理的发展。
专家系统会告诉你该弹簧满足： 模型6（M6：X″+ F（X）/M＝F（T）/M） 的微分方程。
该专家系统的知识来源于弹簧振动的专家， 知识推理是对推理树的深度优先搜索 （在计算机中并不建立知识推理树，而是直接搜查 知识库中的规则知识，利用规则栈来完成深度优 先搜索）。
该计算机专家系统完全可以代替人类专家完成 对弹簧振动的建模。
将20条规则连成的推理树
M（M1，M2，· · · ，M12） A A2 A11 ？ A1 B B1 C C1 ？ D ？ E E1 ？ F ？ G ？ H H1 ？ I ？
A12 ？ ？
在专家系统推理过程中，对叶结点： H1（弹簧势能不是关于平衡位置对称）、 B1（弹簧具有质量N并且N/M远远小于1）、 C1（若振动为自发时振幅为常数）、 G（有冲力F（T）） 均回答为yes，其他叶结点提问回答为no时。
知识获取的瓶颈阻碍了专家系统的开发。这也影响了 “知识工程”课程的开设。
知识工程的实践，除了开发实际专家系统得到真 实体验外，一个有效的方法就是对简单例子的推 演，先手算一下，再编写程序验证，也能基本掌 握开发专家系统的技术。编程能力更强的人，可 以试做专家系统工具，在规定知识的结构后，就 可以编写推理机，完成对实际例子的推理。
对知识工程实践的与否，对一个人来说，是一个 能力的分界线。对于一个教师来说，是一个能否 讲好“知识工程”课或“人工智能”课的分界线。 老师要讲不好课，学生的理解更要打折扣。
2．“知识管理”课程的现状分析
知识管理是管理科学学者提出的。 知识管理的核心是知识，它的对象是人和组 织，它的内容是：知识获取、知识共享、 知识运用和知识创新，它的目标是提高组 织和个人的竞争力，并做出更好地决策。
陈文伟 陈晟
1．人工智能课与知识工程课的现状
人工智能课程主要讲述内容为： 知识的表示、搜索和推理、专家系统、机 器学习、神经网络、自然语言理解、分布 式人工智能等。 人工智能课程的教学目标，主要是掌握这些 部分的概念和原理。
人工智能中每一部分都可以独立成一门课 程，其中专家系统是人工智能中最有实用价 值的部分。 知识工程是人工智能学者提出的。 开发专家系统正是知识工程的内容。
知识工程的目标是在计算机中建立知识系统。 知识系统包括专家系统、决策支持系统、基 于案例推理、知识库系统等。
目前，开设“人工智能”课程比较普遍，而开设 “知识工程”课程比较少。 这样的结果是，大学生或研究生只掌握了人工智 能的概念和原理，而不会去开发它。这不利于人 工智能的推广和发展。
“知识工程”课程是一门实践性很强的课程，有很 多老师都没有去实践过开发知识系统如专家系统。 这样，也造成了他们回避去讲“知识工程”。
源案例
相似检索
新 案例
案例库
案例索引 相似 案例
新案例的 结论意见
计算机的基于案例推理既是知识工程中的技术也 是知识管理的知识应用技术。
知识管理中的知识创新，目前还只能由人来完成。 只有在总结知识创新的规律以后，再完成数字化 后，就可以让计算机来完成。随着技术的发展， 更多的人的工作在逐步由计算机来代替。
并应用知识系统解决智力问题。 其中的一个核心部件是知识库，知识库的 重要作用是知识共享。
目前，知识工程在计算机上取得了显著的
效果。
知识管理是社会中的个人和组织完成知识获取、 共享、应用和创新的管理过程。 虽然知识管理和知识工程属于两个不同层次上， 但知识管理要求实现的知识获取、知识共享、知 识应用可以由知识工程来完成。即知识工程是知 识管理的重要技术支柱。
?在计算机中的基于案例推理casebasedreasoningcbr技术就是模拟人解决问题的方式把所有成功的或失败的案例形式化并数字化后建立案例库?在计算机中解决新问题时同样是进行相似案例的查询和匹配找到相似案例并通过相似案例的修改作为当前事例的解决方案这和人解决新问题方法是一致的
《知识工程与知识管理》 课程的讨论
“知识管理”课程 是属于“管理科学与工程” 学科开设的新课程。
知识管理的技术基础包括：
专家系统、基于案例推理、决策支持系统、 知识发现和数据挖掘等。 这些内容都属于“知识工程”范畴。
知识管理的技术基础是知识工程。
作为管理科学与工程专业的学生，目前对于知识 管理技术的了解，只停畄在概念上，其原理都不 明白，更谈不上去用这些技术。这影响了知识管 理的应用和发展。
例如，弹簧振动建模专家系统是解决弹簧在不同 受力情况下（包括冲力、摩擦力等）应该满足那 种类型的微分方程模型。
其中规则知识有20条， 如R1：A∧B∧C∧Ｄ→M1， 其中A表示弹簧满足胡克定律；B表示弹簧质量可以 忽略；C表示可以忽略摩擦力；D表示 没有冲力， M1表示微分方程X″+（C2/M）X＝0。
计算机对知识的处理与人和组织对知识的处理， 这两者是不相同的，但是他们两者是有紧密关系 的，他们两者是相互促进的。
3．“知识管理”与“知识工程”的本质 关系
3.1知识工程是知识管理的技术支柱
3.2 知识管理的方法数字化后形成知识工程
3.1知识工程是知识管理的技术支柱
知识工程是利用计算机来建造知识系统，
3.2.2 人用对比方法解决问题的数字化后形成 基于案例推理（CBR）
人们在解决各类实际问题中，积累了很多成功的 或失败的案例，这些案例是作为解决新的类似问 题的借鉴。 在计算机中的“基于案例推理（Case Based Reasoning CBR）”技术，就是模拟人解决问 题的方式，把所有成功的或失败的案例，形式化 并数字化后，建立案例库， 在计算机中解决新问题时，同样是进行相似案例 的查询和匹配，找到相似案例，并通过相似案例 的修改，作为当前事例的解决方案，这和人解决 新问题方法是一致的。
知识工程技术有： 1）知识获取工具和方法； 2) 知识库的建立和管理； 3) 知识推理。
3.2 知识管理的方法数字化后形成知识工程
当知识管理中的知识获取、共享、应用工
作规范化并形式化后，再数字化（能用二 值数据表示和处理）就可以成为知识工程 的内容。
目前知识工程的成熟技术都是从人对知识
的处理方法在数字化后演变而来的。
3.2.1人类专家解决问题的方法数字化后形成 专家系统
专家系统的产生是典型的按人类专家解决问题的 方法数字化后形成的。
专家系统中的大量知识直接来自于人类专家。 专家系统的推理，是采用了人的演绎推理进行的。
专家系统是知识工程中的一种有效的知识应用技 术。专家系统在几十年的发展中已在广大领域发 挥了很大作用，取得了很大的经济效益。
3.3 结论
知识工程和知识管理的本质的联系是： 知识管理是知识工程的源泉；知识工程是知识管理发展的Fra bibliotek力和 信息化方向。
4．《知识工程与知识管理》课程与教学
为了适应知识工程与知识管理的融合和相互促进， 我们撰写了《知识工程与知识管理》教科书，以 促进《知识工程与知识管理》课程的设置与教学。
在书中既包括了知识工程的基本内容，又包括了 知识管理的基本内容，还包括了两者相互交融和 促进的内容。 该新课程是《知识工程》与《知识管理》两者之 间的桥梁。
参考文献
[1] 陈文伟,陈晟. 知识工程与知识管理. 清华大学出版社，2010：26
[2] G· Schreiber等著. 知识工程和知识管理. 机械工业出版社，2003：45
欢 迎 讨 论！
对于计算机专业的学生不学这门课，是一个缺陷。 只知道计算机对知识的处理，不知道人和组织对 知识的处理，这样的思维是狹隘的，会直接影响 他的发展。
在现实中，人们也懂得知识的交流和共享的好处， Internet网上兴起的开源软件，是知识管理的 典范，互不相识的人们共同协作完善开源软件， 极大的促进了软件的发展。
知识工程与知识管理虽然处于不同的层次，但是 由于他们的共同点是知识的利用，这样，我们可 以通过他们的本质的联系来相互促进。
作为《知识工程与知识管理》课程就应该： 使计算机专业的学生懂得从知识管理中获取飬份， 促进知识工程的发展； 使管理科学与工程专业的学生学会利用知识工程 来促进知识管理的发展。
专家系统会告诉你该弹簧满足： 模型6（M6：X″+ F（X）/M＝F（T）/M） 的微分方程。
该专家系统的知识来源于弹簧振动的专家， 知识推理是对推理树的深度优先搜索 （在计算机中并不建立知识推理树，而是直接搜查 知识库中的规则知识，利用规则栈来完成深度优 先搜索）。
该计算机专家系统完全可以代替人类专家完成 对弹簧振动的建模。
将20条规则连成的推理树
M（M1，M2，· · · ，M12） A A2 A11 ？ A1 B B1 C C1 ？ D ？ E E1 ？ F ？ G ？ H H1 ？ I ？
A12 ？ ？
在专家系统推理过程中，对叶结点： H1（弹簧势能不是关于平衡位置对称）、 B1（弹簧具有质量N并且N/M远远小于1）、 C1（若振动为自发时振幅为常数）、 G（有冲力F（T）） 均回答为yes，其他叶结点提问回答为no时。