2.1 概述

2.1.1 什么是知识

在人们日常生活及社会活动中，“知识”是常用的一个术语。例如，人们常说“我们要掌握现代科学知识”，“掌握的知识越多，你的机会就越多”，等等。人们所涉及的知识也是十分广泛的，例如，有的知识是多数人所熟悉的普通知识，而有的知识只是有关专家才掌握的专门领域知识。但是，到底什么是知识？知识有哪些特性？它与一般所说的信息有什么区别和联系？在这里做一些简单的讨论。

现实世界中每时每刻都产生着大量的信息，但信息是需要用一定的形式表示出来才能被记载和传递的，尤其是使用计算机来做信息的存储及处理时，更需要用一组符号及其组合进行表示。像这样用一组符号及其组合表示的信息称为数据。

数据与信息是两个密切相关的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。只有把两者密切地结合起来，才能实现对现实世界中某一具体事物的描述。另外，数据和信息又是两个不同的概念，相同的数据在不同的环境下表示不同的含义，蕴涵着不同的信息。比如，“100”是一个数据，它可能表示“100元钱”，也可以表示“100个人”，若对于学生的考试成绩来说，可能表示“100分”。同样，相同的信息也可以用不同的数据表示出来。

如上所述，在现实生活中，信息是要以数据的形式来表达和传递的，数据中蕴涵着信息，然而，并不是所有的数据中都蕴涵着信息，而是只有那些有格式的数据才有意义。对数据中的信息的理解也是主观的、因人而异的，是以增加知识为目的的。不同格式的数据蕴涵的信息多少也不一样，比如，图像数据所蕴涵的信息量就大，而文本数据所蕴涵的信息量就少。

信息在人类生活中占有十分重要的地位，但是，只有当把有关的信息关联到一起的时候，它才有实际的意义，一般把有关信息关联在一起所形成的信息结构称为知识。知识是人们在长期的生活及社会实践、科学研究及实验中积累起来的对客观世界的认识与经验，人们把实践中获得的信息关联在一起，就获得了知识。

综上所述，知识、信息和数据是3个层次的概念。有格式的数据经过处理、解释过程会形成信息，而把有关的信息关联到一起，经过处理过程就形成了知识。知识是用信息表达的，信息则是用数据表达的，这种层次不仅反映了数据、信息和知识的因果产生关系，也反映了它们不同的抽象程度。人类在社会实践过程中，其主要的智能活动就是获取知识，并运用知识解决生活中遇到的各种问题。

2.1.2 知识的特性

知识是人们把实践中获得的信息关联在一起所形成的信息结构。正是由于知识来自于人们对客观世界的认识，所以知识具有以下一些特性。

1.相对正确性

知识是人们对客观世界认识的结晶，并且受到长期实践的检验。任何知识都是在一定环境和条件下产生的，所以知识的正确性也是在一定的前提下才成立的。世界上没有任何永远正确的知识，都是相对正确的，比如，“1+1=2”是一条妇孺皆知的正确知识，但它也只是在十进制的前提下才是正确的，如果在二进制体系中就不正确了。再比如，“在同一平面内，两条永不相交的直线叫做平行线”，这是一条极为普通的知识，但它的前提是“在同一平面内”，若没有这一前提，即使是两条永不相交的直线，也不能称做平行线。

2.不确定性

知识是有关信息关联在一起形成的信息结构，“信息”与“关联”是构成知识的两大要素。由于现实世界的复杂性，信息可能是精确的，也可能是不精确的、模糊的；关联可能是确定的，也可能是不确定的。这就使得知识不总是只有真和假两种状态，而是在真和假之间存在有很多状态，即存在“真”的程度问题。知识的这一特性称为不确定性。例如，当观察某种动物的颜色时，这种动物的颜色看起来可能是白色的，或可能是灰色的。再看看你眼前的课桌，它是什么颜色呢？你可能说是米黄色，另一个同学会说是橘红色，到底是什么颜色呢？实际上，这就说明你的观察中带有某种程度的不确定性。

3.可表示性

知识是可以用形式化的东西表示的，比如可以用语言、文字、图形、公式等来表达知识，正是由于知识的这一特性，才能将知识数据化，才能用计算机来存储知识、传播知识和利用知识。

4.可利用性

我们每时每刻都在利用所掌握的知识来解决现实世界中的各种问题，如果知识不具有可利用性，我们就不能积累知识，世界就不会前进。

2.1.3 知识的分类

对知识从不同的角度划分，可得到不同的分类方法。

（1）以知识的作用范围来划分，知识可分为常识性知识和领域性知识。

常识性知识是通用性知识，是人们普遍知道的知识，可用于所有的领域。领域性知识是面向某个具体领域的知识，是专业性知识，只有相应专业领域的人员才能掌握并用来求解领域内的有关问题。比如，“夏天热，冬天冷”、“万物生长靠太阳”就是通用性的知识；而“1个字节由8个位构成”、“1个扇区有512个字节的数据”是计算机领域的知识。

（2）就知识的作用及表示来划分，可分为事实性知识、规则性知识、控制性知识和元知识。

①事实性知识是指有关领域内的概念、事实、事物的属性、状态及其关系的描述，包括事物的分类、属性、事物间关系、科学事实、客观事实等。常以“……是……”的形式出现。事实性知识是静态的、可为人们共享的、可公开获得的公认的知识，在知识库中属低层的知识。比如，雪是白色的，鸟有翅膀，张三李四是好朋友，这辆车是张三的，太阳是红的，等等，都是事实性知识。

②规则性知识是指有关问题中与事物的行动、动作相联系的因果关系知识，这种知识是动态的、变化的。常以“如果……，则……”的形式出现。例如，人们经过多年的观察发现，在北方地区，每当春天来临的时候，就有大批的小燕子飞来，于是就把“春天来了”，“小燕子马上就要飞回来了”这两条信息关联在一起，就得到如下一条知识：

如果春天来了，则小燕子马上就要飞回来了。

计算机专家系统的知识库中，通常使用的就是规则性知识，是由专家提供的专门经验知识。

③控制性知识是指有关问题的求解步骤、技巧性知识，告诉该怎么做一件事。也包括当有多个动作同时被激活时，应选择哪一个动作来执行的知识。

④元知识是指有关知识的知识，是知识库中的高层知识，包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。元知识与控制知识是有重叠的，对一个大的程序来说，以元知识或者元规则形式体现控制知识更为方便，因为元知识存在于知识库中，而控制知识与程序结合在一起出现，从而不容易修改。

（3）以知识的确定性来划分，可分为确定知识和不确定知识。

确定知识就是指那些其逻辑值为“真”或“假”的知识，它是精确性的知识；不确定知识是指那些逻辑值的真假不能完全确定的知识，其逻辑值的真假由一个概率值确定。

（4）按照人类的思维及认识方法来分，可分为逻辑性知识和形象性知识。

逻辑性知识是反映人类逻辑思维过程的知识，这种知识一般都具有因果关系及难以精确描述的特点。形象思维是人类思维的另一种方式，通过形象思维所获得的知识称为形象性知识。比如，关于牛的模样的知识，如果有人问“牛是什么样的”，若让你用文字来描述，可能很难让没有见过牛的人获得关于牛的知识，但是若拿来一张牛的照片或牵来一头真牛，告诉他牛就是这个样子，相信他会立即获得关于牛的模样的知识。这种关于牛的模样的知识就是形象性知识。

2.1.4 知识的表示

人工智能研究的目的是要建立一个模拟人类智能行为的系统，为达到这个目的就必须研究人类智能行为在计算机上的表示形式，只有这样才能把知识存储到计算机中去，供求解现实问题使用。

知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储，又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。

按照人们从不同角度进行探索以及对问题的不同理解，知识表示方法可分为陈述性知识表示和过程性知识表示两大类。但两者的界限又不十分明显，也难以分开。

（1）陈述性知识表示

这种表示方法主要用来描述事实性知识，它告诉人们，所描述的客观事物涉及的“对象”是什么，知识表示就是将对象的有关事实“陈述”出来，并以数据的形式表示。这类表示法将知识表示与知识的运用（推理）分开处理，在表示知识时，并不涉及如何运用知识的问题，是一种静态的描述方法。陈述性知识表示模式的优点是灵活简洁，每个有关事实仅需存储一次，演绎过程完整而确定，系统的模块性好。其缺点是工作效率低，推理过程不透明，不易理解。

（2）过程性知识表示

这种表示方法主要用来描述规则性知识和控制性知识，它告诉人们“怎么做”，知识表示的形式是一个“过程”，这一“过程”就是求解程序。它将知识的表示与运用（推理）相结合，知识就寓于程序之中，是一种动态的描述方法。过程性知识表示模式的优点是推理过程直接、清晰，有利于模块化，易于表达启发性知识和默认推理知识，实现起来效率高。其缺点是不够严格，知识间有交互重叠，灵活性差，知识的增、删极不方便。

在上述两类知识表示方法中，包含了多种具体的方法，目前用得较多的知识表示方法有十余种，如一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示法、状态空间表示法、脚本表示法、过程表示法等。

对同一知识，一般都可以用多种方法进行表示，但不同的方法对同一知识的表示效果是不一样的，因为不同领域中的知识一般都有不同的特点，而每一种表示方法也各有自己的长处与不足，因而，有些领域的知识可能采用这种表示模式比较合适，而有些领域的知识可能采用另外一种表示模式比较合适，有时还需要把几种表示模式结合起来，作为一个整体来表示领域知识，达到取长补短的效果。