谈机器智能的层次

说明：转载请注明来自 xinglijun1973的iteye博客

机器智能的2个层次：

第一层为表达形式语义的知识层。如他借给我100元，可以作为知识或事情被存储并检索。但并不知道我会多出100元这个推理。

第二层则是逻辑层。如上面的“我会多100元”这个推理。

 

第一层：形式语义

• 问题背景

如何将知识形式化?形式语义研究的是句子如何组成，词与词之间的关系的问题，或者叫句子的语法。

• 知识使用的过程：

1）定义结构。目前流行的有“谓词中心说”和“依存语法”。

如定义句子组成为：状语+主语+谓语+谓语补足+直接宾语+间接宾语，注意各部分顺序可能不固定

定语可修饰主语和宾语等名词性短语

2）记录知识。

如昨天小王借给我100元：

（借）->(昨天） 小王 给   我    钱

状语    主语 谓补 间宾直宾

（钱）->(100元）

定语

3）检索

如检索状语为昨天的句子，可以检索出上面的知识。

 

第二层：逻辑语义

• 背景

人类的知识，首先需要根据一定的范式转换为机器可存储的形式，将这一步定义为知识的形式化。在将知识形式化之后，如何让机器理解语义？比如，能否理解 我借给他100块和 他欠我100块是一个事情。

 

• 解决办法

我认为，语义的本质是解决 说的是什么，它如何变化的。 如 我借给他100，说的是钱的事情，钱从我的手里变化到他的手里了。或者说我和100的关联关系没有了了，他和这100钱的关联关系建立了。

 

• 状态转移（关联关系转移）

世界是运动的，所以语义就是理解状态转移。

通用状态转移模型：变化名（转移物，原先属主from,之后属主to, 方向, 数量，单位，时态）

方向：相对量，正向为++/反向为--。如长高为正向，变矮为反向。。长高了2cm，为 +=2cm。

绝对量，无向。如 他脾气坏的。不知道原先脾气是好是坏，只是说明当下脾气是坏的。

单位：如表示身高的高、中、矮。表示数量的个、十、百、千、万

时态：完成，进行，准备

如她性格变温柔了。 性格变（她

小王去年赚了100万。

借：from,to,物品

还：to,from,物品