人工智能和知识产业
John McCarthy（约翰.麦卡锡） (1927—)
1971年获图灵奖
1956年创立
“人工智能 ”概念
人工智能诞生初期的迅猛发展
第一个下棋程序
第一个定理证明程序
第一个不定积分程序
第一个模式识别程序
第一个机器翻译程序
争议和质疑
人工智能研究为什么进展缓慢？
当初允诺的目标为何没有实现？
需要多长时间才能够真正实现人工智能?
人工智能有可能实现吗?
人工智能是一个永远长不大的孩子吗？
进一步的争议和质疑
什么是智能?
什么是人工智能?
人工智能是一门科学还是一种技术?
什么是通向人工智能实现的最佳之路?
机器会比人更聪明吗?
聪明的机器有一天会统治人类吗?
进一步的争议和质疑
什么是智能?
什么是人工智能?
人工智能是一门科学还是一种技术?
什么是通向人工智能实现的最佳之路?
机器会比人更聪明吗?
聪明的机器有一天会统治人类吗?
1.符号智能
用符号推理模拟人类思维过程
主要纲领: 物理符号系统假设
标志性成果
----符号定理证明器
----符号处理语言
Alan Newell (阿兰.奈伟尔)
1927-1992
物理符号系统假设：
一个物理符号系统具备了智能行为所需的充分和必要的条件
--图灵奖获奖演说--1975
Herbert Simon (赫伯特.西蒙)
1920-2001
2.计算智能
通过海量计算实现人工智能
主要纲领: 恰当的计算模型能带来智能
标志性成果:
----遗传算法
----神经网络
----软计算
卡斯帕罗夫负于深蓝, :
卡斯帕罗夫负于深蓝, :
诸宸负于紫光之星, 0 : 2
3.行为智能
通过模拟人类行为实现智能
主要纲领: 没有推理的智能
标志性成果:
----图灵测试
----机器昆虫
Rodney A. Brooks （罗.布洛克斯）
1991 IJCAI 计算机和思维奖
思考：为什么机器人效率那么低?
答案：因为机器人“想”得太多了
建议: 没有推理的智能!
布洛克斯的基本思想
物理性
--智能要通过物理机制来实现
情景
--智能体现在和现实世界的交互中
涌现
--智能不在任何一行程序中
包蕴结构
--智能体现在层次结构上
图灵测试
?
A
B
我相信 五十年 以后有可能编出这样的计算机程序，它使用大约109个存储单元， 它能够把这种模拟游戏（注：即图灵测试）玩得这样好，以至于一个平均水平的谈话者在与机器交谈五分钟以后，能够做出正确识别的可能性不会超过百分之七十。
4.基于知识的智能
通过组织和使用海量知识实现人工智能
主要纲领: 知识原则
标志性成果
----知识工程和专家系统
----Cyc 海量知识库
----CNKI 海量知识库
“过去20年中，人工智能的
研究发生了转变，从探索广
泛普遍的思维规律转向智能
行为的中心问题，即评价特
定的知识—事实、经验知识
以及知识的运用”
“所有智能活动，即理解、解决问题的能力，甚至学习能力，都完全靠知识”
什么是通向人工智能的道路？
（费根鲍姆）
1994年获图灵奖
费根鲍姆的知识智能三阶段论
用三个阶段实现人工智能的目标
第一阶段: 用十年时间构造海量知识库，使它能够回答很大一部分涉及人类知识的问题
第二阶段: 再用十年时间改进海量知识库，使它能够回答它知识范围以外的问题
第三阶段: 再用十年时间改进海量知识库，使它能够自己创造新的知识
1968年，第一个专家系统 “启发式DENDRAL” 问世
1975年，费根鲍姆正式提出“知识工程”
一门新的学科从此诞生
使用专家系统的部分效益报告（1988年）
公司 应用 效益提高
杜邦 化学测试 16倍
贝克格拉夫 飞机零件制造 16-18倍
佳能 设计变焦距镜头 10倍
富士通 全日空航班调度 80倍
IBM 小型机配置方案 360倍
三和银行 贷款信用评估 80倍
传统的知识工程
一个专家 + 几个开发人员 + 几台机器
手工作坊式的知识开发不可能带来大的效益
在封闭的中、小规模知识库上开发知识应用
在规范化的知识表示上搞推理
新时期知识工程研究的特点
处理对象从规范化的、比较好处理的知识扩大到非规范的、比较难处理的知识。
知识处理规模和方式从封闭式的知识库推进到开放式的因特网，从小手工作坊式的知识工程推进到能进行海量知识处理的大规模工程
费根鲍姆的三个挑战性问题
费根鲍姆 测试
通过让计算机阅读文献构造大型知识库，使知识工程工作量减少一个数量级
通过让计算机搜索 WWW 构造大型知识库，使知识工程工作量再减少一个数量级
核心问题
知识工程能够成为
一门产业吗？
重新审视传统观点
传统上认为：知识是人类在长期的阶级斗争、生产斗争和科学实验中产生的
人是创造知识的主体
这个观点在其核心部分仍然有效
但是人已不是创造知识的唯一主体
计算机可以在一夜之间创造大量的知识
早期的知识产业
知识产业首先发源于美国
基本技术来源于高校和研究所
为客户开发专家系统
同时也开发专家系统工具
这些工具包括：知识表示语言、用于知识处理的程序包、专家系统开发环境等
据统计，带来了可观的经济效益
知识产业的初步
现有知识的集成和商品化
知识的按需重组和改造（计算机辅助教学系统）
知识集成和知识服务（科学数据库、数字图书馆）
知识媒体变换（地理数据库，数字地球）
知识获取工具（数据仓库工具，高性能浏览器）
知识采集和抢救
基于知识的系统（各型专家系统、决策支持系统）
基于知识的系统生成（各类应用软件自动生成）
新时期知识产业的切入点
KI实验之一
基于知识的教育产业
指导思想
第一代 CAI 系统: 没有工具支持，由人力完成全部系统开发（包括知识部分和软件部分）
第二代 CAI 系统: 利用写作软件，系统功能部分不用人力编写
第三代 CAI 系统? 系统知识库能够自动获取、整理和编成教材吗？（这是核心问题）
克服知识工程的传统瓶颈
课程
教学大纲
教材
教学方法
习题
学习界面
学生模型
整理
编写
开发
create
总结
教师
提供
制定
构造
授课软件
软件工程师
开发
第一代 ICAI 开发环境
课程
教学大纲
教材
教学方法
习题
学习界面
学生模型
整理
编写
开发
create
总结
教师
提供
制定
构造
授课软件
软件工程师
开发
第二代ICAI开发环境
课程
教学大纲
教材
教学方法
习题
学习界面
学生模型
整理
编写
开发
create
总结
教师
提供
制定
构造
授课软件
软件工程师
开发
第三代ICAI开发环境
特点：
自动完成以下工作：
知识获取
知识编译
知识融合
知识重组
知识维护和更新
知识抽取和编辑
关键技术
类自然语言理解（PNLU）
PNL 是一种规范化的书面自然语言，适合于描述书本知识
PNL 易于被人们阅读和理解
PNL 易于被计算机阅读、理解和抽取知识
并且其范围是按不同应用可调的
在科学技术领域中，自然语言文本很容易被调整为PNL文本
用户
学习
定做
个性化需求
个性化ICAI系统
生成
个性化ICAI系统素材
提取、组合
新知识库
融合
新知识素材
原有知识库
编译
EBKDL文本
规范化
文字资料
扫描
书本
《天蜂》 工作流程
主要用途：批量、快速生成
个性化的计算机
辅助教育系统
KI实验之二
基于知识的出版事业
主编
发行
定做
辞书需求
新辞书出版
编辑加工
辞书生成素材
提取、组合
新知识库
融合
新知识素材
原有知识库
编译
EBKDL文本
规范化
文字资料
扫描
书本
出版自动化工作流程
KI实验之三
基于知识的软件产业
软件工程：诞生于软件危机
软件危机：实质上是需求危机
我想要的系统到底是什么？
为什么他的需求老在变？
他到底说了些什么？
他为什么总是误解我？
他的那些符号是什么意思？
我做出来的系统是他需要的吗？
需求危机
领域用户
软件工程师
怎样从根本上消除鸿沟？
需求分析的问题总是解决得不好
其原因在于开发者和用户之间的鸿沟
要拆除语言的鸿沟、首先要拆除知识的鸿沟
应该开发者迁就用户，而不是用户迁就开发者
把开发软件的钥匙交到最终用户手里
我们提出的方法：
在用户和软件工程师之间架起一座桥梁
领域知识为基础
类自然语言是通道
自动求精为手段
领域用户
软件工程师
知识--在鸿沟上架起桥梁
如果容许用户使用对他来说是最自然的语言
用户就可以直接同计算机打交道，而不必依赖软件工程师
如果有领域知识的支持
计算机就能“听懂”用户说的话
如果还有软件知识的支持
计算机就能自动为用户设计和生成软件
企业情况描述
可运行MIS系统
类自然语言理解
信息管理需求分析
信息管理系统设计
领域知识库
软件知识库
《天鹰》工作流程
用户单位
Book in natural language
Book in natural language
类自然语言描述
人：我的任务是用类自然语言描述本单位情况
情况分析
机器：剩下的全我全包了
需求确定
体系结构设计
数据库设计
快速原型生成
维护和演化
信息系统新版本
虚拟企业和灵巧加工企业
领域知识本体库
组合
变异
杂交
虚拟领域本体
KI实验之四
基于知识的文化产业
计算机动画自动生成
输入: 用受限中文自然语言
写的童话故事
输出: 计算机动画片
《天鹅》：全过程计算机辅助动画自动生成
故事动画
第一步：对故事文本进行自然语言理解
第二步：故事情节理解
第三步：生成分场景剧本
第四步：动画设计，包括角色、背景、动作等设计，体现了时间和空间规划
第五步：利用各种动画知识库，生成动画
自动转换 + 人工干预
导演规划
摄像规划
定量分镜头剧本
动画生成
中文儿童故事
受限NLU
深层语义表示
常识检查
故事分析
加注深层语义表示
定性分镜头剧本
光线计算
摄像计算
动作计算
路径计算
场景规划
情节规划
光线规划
知
识
库
“天鹅”工作流程
导演规划
摄像规划
定量分镜头剧本
动画生成
中文儿童故事
受限NLU
深层语义表示
常识检查
故事分析
加注深层语义表示
定性分镜头剧本
光色计算
摄像计算
动作计算
路径计算
场景规划
情节规划
光色规划
知
识
库
“天鹅”主要语言层次
导演规划
摄像规划
定量分镜头剧本
动画生成
中文儿童故事
受限NLU
深层语义表示
常识检查
故事分析
加注深层语义表示
定性分镜头剧本
光色计算
摄像计算
动作计算
路径计算
场景规划
情节规划
光色规划
知
识
库
“天鹅”辅助语言层次
导演规划
摄像规划
定量分镜头剧本
动画生成
中文儿童故事
受限NLU
深层语义表示
常识检查
故事分析
加注深层语义表示
定性分镜头剧本
光色计算
摄像计算
动作计算
路径计算
场景规划
情节规划
光色规划
知
识
库
“天鹅”定量语言层次
《天鹅》知识库管理系统
语言学知识库
常识知识库
动画素材知识库
《天鹅》知识库管理系统
语言学知识库
常识知识库
动画素材知识库
导演知识库
布局知识库
情节知识库
角色知识库
动作知识库
网上动画定做
e-art / e-animation
网上动画服务中心
网上动画服务中心
用户
故事
编写
网上动画服务中心
用户
故事
编写
网上发送
网上动画服务中心
用户
故事
编写
网上发送
动画
生成
网上动画服务中心
用户
故事
编写
网上发送
动画
生成
网上观看
目标
用抽象思维来
逼近形象思维
KI实验之五
网上知识服务行业
形式之一：利用海量知识库
Cyc大型知识库计划
1984年, Doug Lenat发起MCC
科研部分计划10年，后结束于1994年底.
1995年起由Cycorp公司接替，转为商业性质。
1991年前CYC知识基于框架
1991年后改为断言形式
目标：百万断言
还要干15年
其它知识共享项目
HPKB
High Performance Knowledge Base
CYC 上加军用
1995年起
RKF
Rapid Knowledge Formation
非专业人员开发知识库用
1999年起
国家知识基础设施
曹存根:
*从信息高速公路到知识高速公路
*为知识高速公路造车
近期目标：含300万条知识的知识库
长远目标 (三十年):建立一个在全国联网的,集教学,科研,科普,知识性服务于一体的大规模知识网络
面向应用系统编程界面
面向社会服务基本环境
数字化图书馆
机器翻译系统
语音识别系统
自动校对系统
自然语言理解
计算机辅助教学
计算机辅助决策
知识发现
专家系统
计算机辅助设计
计算机辅助医学
模式识别
分布式人工智能
自动推理
进化计算
化工知识库
医学知识库
军事知识库
历史知识库
生物知识库
地理知识库
教育知识库
IT知识库
艺术知识库
……..
知识服务器网栅
用户
系统
形式之二：利用网上的知识
各种信息和知识的迅速积累
十亿个网页，约15 TB
每天增加一百万网页
上海股票交易所积累近10个T的数据待分析
基因和蛋白质分析信息20分钟更新一次，每14个月翻一番
知识可访问的瞬时性
数据的积累、变化和消失在同时发生
每月有600Gb页面内容发生变化
平均每个页面数周内内容发生变化
无有效手段则许多知识永远消失
因特网上的知识挖掘
万维网
耳聋眼花
的浏览器
瞬息万变的
世界
市场
迅速膨胀的
生物信息
数据
40亿个
网页
1000万个
网点
汪洋大海的
科学文献
大量的过期
垃圾
数据
真假难辨
的
新闻
挂一漏万的
知识
挖掘器
浏览器：你要的材料都在这230万篇文档里，你自己找吧！
海量文档
精选
知识抽取
过滤
融合
编辑并提交用户
今年第一季度钢铁生产形势综述
第二代浏览器
国家知识泵站
国家知识网格
国家知识基础设施
知识产品企业
知识服务代理
出版中心
情报中心
KI实验之六
知件产业
基于知识的应用软件
ICAX = CAX + X知识库
《天使》= ICAC
《天蜂》= ICAI
《天鹰》= ICASE
《天鹅》= ICAA
基于知识的应用软件自动生成
根据公式：ICAX = CAX + X知识库
给定CAX平台
X知识库可以任意更换
因此，自动生成X知识库成为关键
基本方法：类自然语言方法
ICAXE = CAX 工具集（或平台）开发
+ 基于PNLU的X知识库自动生成
+ 基于X知识库的ICAX快速原型
+ 基于PNLU的X知识库自动演化
基于知识的应用软件生命周期
X知识库的商品形式—知件
Knowware
什么是知件？
知件就是独立的、计算机可操作的、商品化的、符合行业规范的、可被某一类软件调用的知识模块。
知件和（传统意义上的）软件的主要区别
（传统意义上的）软件
知件
开发技术 既需要领域知识，又需要软件技术 只需要领域知识
生命周期 主要取决于用户需求的变化 主要取决于知识积累和发展
种类划分 习惯上分为系统软件和应用软件两类 只有应用知件，“系统知件”是一种软件
开发人员 以专业的软件工程师为主（有时需要领域专家的支持） 以各行各业的领域专家为主（有时需要知识工程师的支持）一般无需专业队伍
知识产权 软件著作权 知识专利权
提供市场
提供开放结构
提供软件
提供计算机
知识产业
第三方软件商
IBM公司
最终用户
提供市场
提供开放结构
提供知件
提供软件开发平台
知识产业
知识产业
软件产业
最终用户
进一步的思考
“在这门产业（指知识产业）中，
知识本身将成为可以出售的商品，
像食品和石油一样。
知识本身将成为国家的新财富”
-------费根鲍姆
计算机科学发展的过程
是争取学科解放的过程
第一次解放
计算机科学从电子学中解放出来
第二次解放
计算机软件从附属于计算机硬件的地位中解放出来
我们呼唤第三次解放
知件从附属于计算机软件的地位中解放出来
基本科学问题
科学问题之一：
复杂知识处理
复杂知识概观
复杂知识 = 外延复杂知识+ 内涵复杂知识
外延复杂性 =海量性、分布性、开放性、共享性、异构性、多媒体性
内涵复杂性 = 知识非规范性
非规范知识有哪些特点？
模糊知识
不确定、随机和不精确知识
不确定性
非规范知识有哪些特点？
模糊知识
不确定、随机和不精确知识
内容不完整知识
结构不完整知识
不确定性
不完整性
非规范知识有哪些特点？
模糊知识
不确定、随机和不精确知识
内容不完整知识
结构不完整知识
不协调（含矛盾）知识
带噪音知识 不协调性
含冗余知识
不确定性
不完整性
非规范知识有哪些特点？
模糊知识
不确定、随机和不精确知识
内容不完整知识
结构不完整知识
不协调（含矛盾）知识
带噪音知识 不协调性
含冗余知识
时变知识
启发式知识
不确定性
不完整性
非恒常性
复杂知识处理举例
网上新闻编辑器：
不同立场、不同理论和相反事实的报道
不同通信社对同一事件的报道
对同一事件的连续报道
外延性和内涵性时变知识积累
海量新闻信息的过滤和抽取
不同媒体、不同文字信息的转换和集成
科学问题之二：
常识和常识处理
什么是常识？
“对专门学识言,谓为一般人所应有且能了解之知识也” -------辞海
简单的常识问题
张三在家里，他的鼻子在那里？
复杂的常识问题
一个小女孩在森林里行走.她走过一座灌木丛.有一头狼躲在灌木丛后边,正想跳出来吃她时,忽然听到附近有伐木工人的歌声.狼决定停止它的袭击计划.
问题:狼为什么要停止它的袭击计划?
常识知识特征
海量、无处不在
界限难以确定
模糊、不精确
随时间、空间和人群而异
与上下文密切有关
上下文不可胜数
难以形式化
常识处理的几个理论问题
常识知识的获取、表示、组织、形式语义、一致性、完备性、高效推理、知识库维护
常识知识处理是
人工智能的核心难题
------约翰.麦卡锡
科学问题之三：
知识的数学和逻辑基础
需要研究的问题
知识复杂性理论
知识结构性理论
知识可转换性理论
知识可计算性
知识近似理论
知识通信
归根结底，知识的数学本质是什么？
科学问题之四：与领域知识有关的理论问题
领域问题举例
基于知识的软件工程：从软件复用走向知识复用
基于知识的软件工程：没有软件工程师的软件工程
计算机动画自动生成：用抽象思维逼近形象思维
知识产业的几个政策问题
一。知识产权问题
知识产业不能回避知识产权
知识产品的法律和政策定位
知识产权的不同形式：著作权、版权、专利权？
如何区分软件著作权和软件中所含知识的知识产权？
基于知识的教学软件批量生成系统为何不能形成产业？
关于知件的知识产权国家立法问题
二。技术标准问题
知识共享的国际标准
八十年代：IBM公司率先推出AD/Cycle and Repository 标准化知识处理产品计划。
1988年，Carnegie Group, DEC, Ford, TI 和 US West 五家成立IMKA( the Initiative for Managing Knowledge Assets).
九十年代：美、欧研究知识共享技术（Knowledge Sharing），成果有KIF、Ontolingua、KQML等
21世纪：因特网知识共享的国际标准
三。国家支持问题
开拓知识产业的国家措施
国家主导的知件技术基础及标准研究
国家知识基础设施
国家知识泵站
国家远程知识教育中心
一个观点
---代结束语
三个产业的理论
第一产业：农业、牧业、林业、渔业
第二产业：工业、能源、材料、制造业
第三产业：交通运输业、商业、服务业、住宅业、餐饮业、通讯业
知识产业是哪一种产业？
------ Fritz Machlup
(弗里茨·马克卢普)
1902-1983
知识产业分为六大类，包括(1)教育；(2)研究与开发；(3)艺术创造和通信；(4)通信媒体；(5)信息服务；(6)信息设备
------弗里茨·马克卢普,
《美国的知识生产与分配》， 1962
提出《知识产业》概念
知识产业 = 知识的生产、
加工处理和传播
Daniel Bell （达尼尔.贝尔）
我们正在从货物制造转向服务经济。理论知识、技术和信息成为财富的主要模式。信息，以及懂得创造、集成和传播知识的人比起劳动力来更有价值
----《后工业化时代的来临》，1973
对知识产业的一种解释：
提出《信息社会》概念
知识产业属于第三产业吗？
知识产业提供精神产品
知识产业是所有产业发展的“能源”
知识产业的地位不仅仅是服务
知识产业是推动社会进步的动力
它不能与交通运输业、商业、服务业、住宅业、餐饮业等放在一起
Peter Drucker (彼德.特鲁克)
提出“知识社会”概念
知识是最重要的社会资源
知识产业是最重要的产业
“知识工人”将是社会的领导阶级
对知识的占有将决定一个人在知识社会中的地位
围绕知识占有的竞争是知识社会最激烈的竞争
--《后资本主义社会》，1994
我们认为应该
把知识产业作为独立的第四产业
从第三产业中分离出来
大力发展第四产业！
谢谢！
