面向本體和Agent的常識知識庫系統(tǒng)《盤古》

在國際人工智能界，一直公認(rèn)常識性知識的處理是人工智能的核心難題。所謂常識，是相對于專業(yè)知識而方言的，專業(yè)知識被廣泛應(yīng)用于各類專家系統(tǒng)和應(yīng)用軟件之中，人類積累的專業(yè)知識雖浩如煙海，但比起常識來，專業(yè)知識還只如小巫見大巫，McCarthy曾指出：缺乏常識是當(dāng)前專家系統(tǒng)的一大弱點(diǎn)。

常識問題的一個非常重要的研究方向就是常識和常識處理的數(shù)學(xué)模型，這里涉及到常識的各種表示（一階邏輯、產(chǎn)生式系統(tǒng)、語義網(wǎng)絡(luò)、神經(jīng)元網(wǎng)絡(luò)等），以及常識處理的各種原則（演繹、歸納、定性推理、模糊推理、非單調(diào)推理、次協(xié)調(diào)推理等），尤其非單調(diào)推理和非單調(diào)邏輯是專為研究常識推理中的非單調(diào)性而提出來的。有關(guān)常識問題的各種理論研究大大推動了常識推理研究的進(jìn)展，其中某些研究已經(jīng)開始向?qū)嵱梅矫姘l(fā)展，例如利用非單調(diào)推理作真值維護(hù)。但是，這些研究就其主要方面來說還是理論研究，缺少“重量級”的應(yīng)用，其原因主要是常識及其推理的特性廣泛、模糊且復(fù)雜，例如：Sowa把常識比喻為“知識湯”，曹存根把常識比做知識云。非單調(diào)邏輯的研究僅僅抓住了常識推理中會出現(xiàn)非單調(diào)性這一特點(diǎn)做文章。實(shí)際上，常識推理中還有許多各種各樣的特性有待于深入廣泛的研究。

Feigenbaum從另一個角度強(qiáng)調(diào)知識的重要性，但他更重視的是專業(yè)知識，受他影響的Lenat前幾年開始搞一個CYC計劃。其理論基礎(chǔ)是他們提出的所謂“知識原則”三階段計劃：通過構(gòu)造一個海量知識庫，第1階段可支持相當(dāng)大一部分現(xiàn)有問題的解決，第2階段可用類比推理解決很多新問題，第3階段可以令計算機(jī)自己發(fā)現(xiàn)知識，這是一個野心勃勃的計劃，評論者對此意見紛紛。許多人認(rèn)為這個計劃是難以實(shí)現(xiàn)的。另外，Lenat等人正在建的CYC海量知識庫，并沒有考慮到專業(yè)知識和常識的界限，其重點(diǎn)沒有放在常識本身。有人就批評他們把收集來的大批技術(shù)報告整本整本地錄進(jìn)知識庫中，這種做法并不能提高人們對常識性知識的本質(zhì)的認(rèn)識，也難以使常識性知識庫真正達(dá)到實(shí)用的地步。真實(shí)上，我們至今未見的CYC實(shí)際應(yīng)用的報告。

我們研究常識問題走的是另一條道路。我們建立了一個大規(guī)模的常識知識庫，并探討利用常識知識庫來解決一些實(shí)際任務(wù)（如機(jī)器翻譯、自然語言理解）中涉及的常識問題，在此基礎(chǔ)上進(jìn)一步探討一般的常識性知識的處理和實(shí)用問題。我們的工作在如下幾方面與CYC不同：（1）我們的研究對象主要不是專業(yè)知識，而是地地道道的日常生活中的常識；（2）我們的研究對象不僅是自然現(xiàn)象中的常識，而且包括社會生活中的常識；（3）我們建立的常識庫不是目前已有的各種知識的堆積，而是在深刻分析了常識性知識的本體論后按其內(nèi)在的聯(lián)系有機(jī)地組織起來的；（4）我們建立的常識知識庫將面向廣泛的應(yīng)用，而不僅僅是簡單的知識查詢；（5）由于有實(shí)際應(yīng)用背景，我們的工作將避免CYC的毛?。哼^于一般地收集百科全書式的知識，我們的常識知識庫將更加實(shí)際有效。

常識知識庫的組織形式是一個關(guān)鍵問題，需服從于功能要求。我們的常識知識庫的功能粗略地分為3個層次。最高一層是應(yīng)用層，解決各類不同應(yīng)用領(lǐng)域的特殊問題。中間一層是問題類型層，歸納出各種不同的提問內(nèi)容和方式。注意：不同的應(yīng)用領(lǐng)域可以有某些相同的問題類型。最下面一層是問題表示層。表示的基本形式是語義網(wǎng)絡(luò)Csnet。下面是一個不完全的應(yīng)用層功能清單：

（1）常識查詢。如“請回答：為什么新鮮牛奶要煮過才能喝？”

（2）常識檢查。如“請檢查‘公主在眼鏡里游泳’這句話是否符合常識”

（3）常識展開。如“請根據(jù)本故事的上下文給出‘公主和王子結(jié)婚’的過程細(xì)節(jié)”

（4）常識聯(lián)想。如“‘床上有一個足球，一塊毛巾’，請對此情景給出解釋”

（5）常識排疑。如“‘張三打了李四，他很生氣’，這里的‘他’指的是誰？”

（6）常識分析。如“王五去打醋，過一會兒提著空瓶回來了’，這是怎么回事？”

（7）常識對話。如“用戶輸入‘我的表停了’，請設(shè)計一句應(yīng)答的話”

以上功能涉及機(jī)器翻譯、自然語言理解、動畫自動生成、自適應(yīng)人機(jī)界面等多種應(yīng)用領(lǐng)域。為了實(shí)現(xiàn)這些功能，我們考察了已有的各種知識庫的形式。通常專家系統(tǒng)知識庫采用的規(guī)則、框架、產(chǎn)生式等表示方式在描述那些知識湯、知識云，用它們來解決上面列出的問題，其描述能力就顯得過于簡單了。Lenat的CYC系統(tǒng)原則上采用一階謂詞演算加框架樹作知識表示，以框架樹表示基本知識（客觀世界中物理和精神對象的分類體系），以謂詞演算作推理手段，并為每個問題領(lǐng)域建立一個微理論（公理體系）。經(jīng)過10年努力，耗費(fèi)200人年的工作量，才建立起一個擁有百萬斷言的知識庫。易于看出，這樣的知識表示和知識庫結(jié)構(gòu)還是以面向?qū)I(yè)知識為主的。CYC中雖然加進(jìn)了部分非單調(diào)推理功能，但這主要是一種理論上的點(diǎn)綴，并不能解決許多實(shí)用問題。 基于對所需功能的分析，我們?yōu)槌ＷR知識庫確定了如下組織原則：（1）常識知識要模塊化，每個常識單元由一個專家代表，實(shí)行專家負(fù)責(zé)制。（2）專家按縱橫雙制組織?？v制是父子式的繼承體系，如黃牛專家繼承牛專家的知識。橫制是聯(lián)想式的網(wǎng)絡(luò)體系，如由畢業(yè)生聯(lián)想到就業(yè)。（3）專家通過討論和合作共同解決問題。（4）允許模糊推理、不精確推理和非單調(diào)推理。（5）專家具有學(xué)習(xí)能力，能在推理過程中增加知識。（6）知識庫具有自動維護(hù)能力。（7）專家之間的通信采用KOML及其擴(kuò)充版本FOML和YOML。

為此，我們選定Agent作為專家的表示機(jī)制，以Agent類屬作為縱向繼承體系，并按本體論原則組織各Agent的橫向聯(lián)系。我們的常識存儲是分布式的，它不僅體現(xiàn)在單個Agent的個體知識之中，而且體現(xiàn)在Agent集體的組織結(jié)構(gòu)之中。由于常識性知識極其模糊和無邊無沿，本系統(tǒng)起名為Pangu(盤古），取其劈開混沌，區(qū)分清濁之意。