import{_ as s,D as n,c as l,j as i,I as e,w as r,a as t,a4 as o,o as d}from"./chunks/framework.DtvhUNIn.js";const C=JSON.parse('{"title":"知识推理","description":"","frontmatter":{},"headers":[],"relativePath":"技术资源汇总(杭电支持版)/4.人工智能/4.3.2知识推理.md","filePath":"技术资源汇总(杭电支持版)/4.人工智能/4.3.2知识推理.md"}'),h={name:"技术资源汇总(杭电支持版)/4.人工智能/4.3.2知识推理.md"},p=i("h1",{id:"知识推理",tabindex:"-1"},[t("知识推理 "),i("a",{class:"header-anchor",href:"#知识推理","aria-label":'Permalink to "知识推理"'},"​")],-1),$=i("p",null,"人类根据现有的知识进行推理并得出结论。表示知识并从中得出结论的概念也被用于人工智能中，在本章中我们将探讨如何实现这种行为。",-1),k={class:"warning custom-block"},c={class:"custom-block-title"},g=i("strong",null,"说好的 AI 呢？怎么感觉越来越偏了？",-1),u=i("p",null,"如果有这样的疑问的同学，可能存在一定的误区，认为人工智能就是局限在深度学习的算法或者说机器学习的部分算法上，其实这是对这个领域一个巨大的误解。",-1),y=i("p",null,"在 AI 的发展历程上，曾经存在一次符号主义（Symbolic）与联结主义（Connectionism）之争。",-1),E=i("p",null,"联结主义的中心原则是使用，简单且经常一致的单元互联网络，来描述各种现象，即简单的复杂叠加。在目前的深度学习网络中有着最为广泛的应用。",-1),b=i("p",null,[t("符号主义则相信，智能的许多特征可以透过"),i("a",{href:"https://zh.wikipedia.org/wiki/%E7%89%A9%E7%90%86%E7%AC%A6%E8%99%9F%E7%B3%BB%E7%B5%B1",target:"_blank",rel:"noreferrer"},"符号"),t("处理来实现。最为显著的应用即是早期的专家系统。")],-1),m=i("p",null,"从本质上来说，二者都存在用机器可以理解的语言表征知识，随后让机器依照人为制定的理论或数据依照概率或推理得到人所期望获得的的知识或结果。",-1),P=i("p",null,"而在本章的内容中，知识推理目标是让机器存储相应的知识，并且能够按照某种规则推理演绎得到新的知识，与 AI 的主体逻辑是相融洽的。目前的主流 AI 领域，知识图谱的重要组成部分，便包括了知识推理这个步骤，即从已知到未知。",-1),f=i("p",null,"那么如何构建让计算机可以理解的知识体系呢？如何让机器从已告知他的逻辑延伸到未告知他逻辑呢？数学家和计算机科学家甚至为此构建了相较而言非常完善的理论体系，包括但不限于离散数学，计算理论甚至是抽象数学，我在最后补充三本阅读材料，各位如果想要深入了解，可以进行进一步的阅读和理解。",-1),x=i("p",null,"较为基础的知识各位可以看以下的内容。",-1),A=o("",105);function q(B,D,_,Q,F,v){const a=n("font");return d(),l("div",null,[p,$,i("div",k,[i("p",c,[e(a,{size:"5"},{default:r(()=>[g]),_:1})]),u,y,E,b,m,P,f,x]),A])}const K=s(h,[["render",q]]);export{C as __pageData,K as default};