人工智慧中的知識工程

1.知識工程的由來

首先給大家介紹一下知識工程的由來，知識工程這個術語最早由美國人工智慧專家費根鮑姆提出。由於在建立專家系統時所要處理的主要是專家的或書本上的知識，正像在資料處理中資料是處理物件一樣，所以它又稱知識處理學。

2.知識工程的特點

知識工程研究內容主要包括知識的獲取、知識的表示以及知識的運用和處理等三大方面。他們研究人類專家解決問題的方式和方法發現了四個特點。

（1）解題中除了運用演繹方法外，必須求助於歸納的方法和抽象的方法。因為只有運用歸納和抽象才能創立新概念，推出新知識，並使知識逐步深化。

（2）為了解決特定領域的乙個具體問題，除了需要一些公共的知識，例如哲學思想、思維方法和一般的數學知識等之外，更需要應用大量與所解問題領域密切相關的知識，即所謂領域知識。

（3）採用啟發式的解題方法或稱試探性的解題方法。為了解乙個問題，特別是一些問題本身就很難用嚴格的數學方法描述的問題，往往不可能借助一種預先設計好的固定程式或演算法來解決它們，而必須採用一種不確定的試探性解題方法。

（4）必須處理問題的模糊性、不確定性和不完全性。因為現實世界就是充滿模糊性、不確定性和不完全性的，所以決定解決這些問題的方式和方法也必須是模糊的和不確定的，並應能處理不完全的知識。

3.使用知識工程的步驟是什麼？

首先運用已有的知識開始進行啟發式的解題，並在解題中不斷修正舊知識，獲取新知識，從而豐富和深化已有的知識，然後再在乙個更高的層次上運用這些知識求解問題，如此迴圈往復，螺旋式上公升，直到把問題解決為止。所以說這也就是乙個知識處理的過程。

可見，把知識工程這種模式應用到計算機中，它能夠幫助機器學習和獲取到更多的知識。對知識工程的簡單總結就是一種模擬人類專家解決領域問題的電腦程式系統，大家在認識和學習人工智慧的時候，不能忽略知識工程喲，它也是乙個十分重要的技術。