第四章 Knowledge工程模型
4.1 Knowledge工程模型的提出
在结构智能理论中,Knowledge(知识)不是原始资料的简单保存,也不是文本内容的集合,更不是未经结构处理的信息堆积。
原始资料首先提供信息。
信息经过 Element 提取、结构匹配、对象识别、属性识别、关系建立和结构验证以后,才能形成具有明确结构意义的知识。
因此,Knowledge工程模型所研究的并不是“如何保存一段文字”,而是:
如何将原始资料转化为具有结构关系、能够被匹配、验证、组合、调用和运算的知识结构。
结构智能中的知识形成过程可以表示为:
OriginalInformation→Element→Structure→KnowledgeStructure→ValidatedKnowledge→ComputableKnowledgeOriginalInformation \rightarrow Element \rightarrow Structure \rightarrow KnowledgeStructure \rightarrow ValidatedKnowledge \rightarrow ComputableKnowledge
其中各阶段具有不同的工程意义。
原始资料是知识形成的来源;
Element 是原始资料进入结构系统后的基本结构单位;
Structure 规定知识的组织方式;
KnowledgeStructure 是按照结构组织起来的知识;
ValidatedKnowledge 是经过规则、关系和内容验证的知识;
ComputableKnowledge 则是在知识结构基础上进一步绑定方法和运算关系以后形成的可运算知识。
因此:
Information≠ElementInformation\neq Element Element≠StructureElement\neq Structure Structure≠KnowledgeStructure\neq Knowledge Knowledge≠ComputableKnowledgeKnowledge\neq ComputableKnowledge
这几个边界是 Knowledge 工程模型成立的基础。
4.2 原始资料工程模型
4.2.1 原始资料的定义
原始资料是结构智能系统获取知识时所面对的最初信息来源。
它可以来自文本、网页、文件、数据库记录、人工输入、设备数据、外部数据等。
原始资料本身并不要求已经具有结构智能所需要的结构。
因此:
OriginalInformation=RawData+RawText+ExternalInformationOriginalInformation = RawData+RawText+ExternalInformation
原始资料可以包含大量没有明确结构关系的信息。
例如一段产品资料:
某电动牙刷售价29.99美元,具有充电功能,生产厂家为某公司,适合家庭用户。
在原始资料层面,它首先只是一个信息载体。
系统不能直接把整段文字认定为:
Object=电动牙刷Object=电动牙刷 Price=29.99Price=29.99 Function=充电Function=充电
这些结构需要经过结构识别和知识形成过程建立。
因此:
OriginalInformation→InformationProcessing→KnowledgeCandidateOriginalInformation \rightarrow InformationProcessing \rightarrow KnowledgeCandidate
而不是:
OriginalInformation=KnowledgeOriginalInformation=Knowledge
4.2.2 原始资料的保存
工程系统需要保存原始资料,因为原始资料是知识形成的依据,也是后续重新学习、重新结构化和知识验证的重要基础。
原始资料至少需要具有能够支持追溯的基本信息:
InformationSource={ID,Type,Location,Content,Source,Time,Status}InformationSource= \{ ID, Type, Location, Content, Source, Time, Status \}
其中:
ID:原始资料的唯一标识;Type:资料类型;Location:资料位置;Content:原始内容;Source:资料来源;Time:获取或更新时间;Status:资料状态。
这些工程字段只是系统保存原始资料的表示方式,并不意味着理论中的知识必须按照同样的字段组织。
因此必须保持:
StorageRepresentation≠KnowledgeTheoryStorageRepresentation\neq KnowledgeTheory
系统可以使用 JSON、数据库或文件保存原始资料,但这些保存方式只是工程实现。
4.3 原始资料与知识形成
原始资料进入学习系统以后,不应直接成为最终知识。
结构智能的基本路径是:
OriginalInformation→ElementExtraction→StructureMatching→KnowledgeFormationOriginalInformation \rightarrow ElementExtraction \rightarrow StructureMatching \rightarrow KnowledgeFormation
如果当前需求定义了结构:
Structure={Object,Attribute1,Attribute2,…,Attributen}Structure= \{ Object, Attribute_1, Attribute_2, \ldots, Attribute_n \}
系统便根据该结构从原始资料中寻找能够与结构对应的信息。
例如当前结构定义:
Product={Brand,Price,Certification,Function,Manufacturer,TargetUser}Product= \{ Brand, Price, Certification, Function, Manufacturer, TargetUser \}
原始资料:
某电动牙刷售价29.99美元,具有充电功能,适合家庭用户。
经过结构匹配以后,可以形成候选知识:
Price=29.99Price=29.99 Function=充电Function=充电 TargetUser=家庭用户TargetUser=家庭用户
这里的关键不是“提取出了几个字符串”,而是:
原始信息中的 Element 被放入用户定义的 Structure 中,并形成具有对象、属性和值关系的知识结构。
4.4 Knowledge Structure工程模型
4.4.1 知识结构的定义
结构智能中的知识不是单纯的文本,而是具有结构关系的知识对象。
其基本形式可以表示为:
KnowledgeStructure={Object,Attribute,Value,State,Relation,Condition,Rule,Method}KnowledgeStructure= \{ Object, Attribute, Value, State, Relation, Condition, Rule, Method \}
其中并不是所有知识都必须同时具有全部组成部分,而是根据具体知识结构确定。
最基础的知识形式为:
Object→Attribute→ValueObject\rightarrow Attribute\rightarrow Value
例如:
ElectricToothbrush→Price→29.99ElectricToothbrush \rightarrow Price \rightarrow 29.99
进一步可以加入关系:
Object1→Relation→Object2Object_1 \rightarrow Relation \rightarrow Object_2
例如:
Product→manufacturedBy→ManufacturerProduct \rightarrow manufacturedBy \rightarrow Manufacturer
加入状态以后:
Object→Attribute→Value→StateObject \rightarrow Attribute \rightarrow Value \rightarrow State
因此知识结构不仅可以描述“是什么”,还可以描述:
- 有什么属性;
- 属性具有什么值;
- 对象处于什么状态;
- 对象之间有什么关系;
- 在什么条件下成立;
- 使用什么规则;
- 可以调用什么方法。
4.4.2 Knowledge的工程表示
在工程系统中,可以将知识表示为:
Knowledge={ID,StructureID,Object,Attributes,Relations,State,Conditions,Rules,Methods,Source,Validation,Status}Knowledge= \{ ID, StructureID, Object, Attributes, Relations, State, Conditions, Rules, Methods, Source, Validation, Status \}
其中:
KnowledgeID 用于确定知识实例;
StructureID 用于确定该知识依据哪一个结构形成;
Object 表示知识所属对象;
Attributes 保存对象属性及其值;
Relations 保存对象之间的结构关系;
State 表示对象当前或特定条件下的状态;
Conditions 表示知识成立的条件;
Rules 表示知识中的约束或判断规则;
Methods 表示知识可以关联的处理方法;
Source 保存知识来源;
Validation 保存知识验证状态;
Status 表示知识当前是否有效。
这里尤其重要的是:
Knowledge→StructureIDKnowledge\rightarrow StructureID
知识必须能够追溯到产生它的结构。
因为同一份原始资料,在不同结构下可以形成不同知识。
因此:
SameInformation+DifferentStructure→DifferentKnowledgeStructureSameInformation+DifferentStructure \rightarrow DifferentKnowledgeStructure
这也是结构智能区别于单纯资料存储的重要地方。
4.5 知识结构不是原始资料的复制
如果系统只是把原始资料复制到一个新的“知识表”中,那么实际上并没有形成真正的结构知识。
真正的知识形成必须发生结构变化:
RawInformation→StructuredElements→StructuredKnowledgeRawInformation \rightarrow StructuredElements \rightarrow StructuredKnowledge
例如:
电动牙刷售价29.99美元。
原始资料是一个完整句子。
知识结构则可以表示为:
Object=ElectricToothbrushObject=ElectricToothbrush Attribute=PriceAttribute=Price Value=29.99Value=29.99
形成:
ElectricToothbrush.Price=29.99ElectricToothbrush.Price=29.99
此时:
Price<30Price<30
还可以通过方法:
compare(29.99,30)compare(29.99,30)
产生:
TrueTrue
因此知识已经从“描述信息”转化为“可以被结构系统处理的信息”。
4.6 综合知识工程模型
4.6.1 综合知识的定义
单条知识通常只能描述对象的一部分。
一个对象可能来自多个原始资料,也可能包含多个属性、状态和关系。
因此结构智能需要把属于同一结构、同一对象或相关对象的多个知识进行组织和综合。
这形成:
综合知识(Integrated Knowledge)
综合知识不是简单的数据拼接,而是经过对象识别、属性合并、关系建立、冲突处理和验证以后形成的统一知识结构。
其过程可以表示为:
Knowledge1+Knowledge2+⋯+Knowledgen→IntegratedKnowledgeKnowledge_1 + Knowledge_2 + \cdots + Knowledge_n \rightarrow IntegratedKnowledge
例如:
资料一:
Product.Price=29.99Product.Price=29.99
资料二:
Product.Function=ChargingProduct.Function=Charging
资料三:
Product.Manufacturer=CompanyAProduct.Manufacturer=CompanyA
资料四:
Product.TargetUser=FamilyProduct.TargetUser=Family
经过对象匹配以后:
IntegratedKnowledge(Product)={Price=29.99,Function=Charging,Manufacturer=CompanyA,TargetUser=Family}IntegratedKnowledge(Product) = \{ Price=29.99, Function=Charging, Manufacturer=CompanyA, TargetUser=Family \}
这才形成关于同一个对象的综合知识。
4.6.2 综合知识的结构基础
综合知识必须建立在结构一致性基础上。
其基本过程为:
Knowledge→ObjectMatching→AttributeMatching→RelationMatching→ConflictAnalysis→Integration→ValidationKnowledge \rightarrow ObjectMatching \rightarrow AttributeMatching \rightarrow RelationMatching \rightarrow ConflictAnalysis \rightarrow Integration \rightarrow Validation
其中:
第一,对象匹配
判断不同知识是否描述同一个对象。
K1.Object↔K2.ObjectK_1.Object\leftrightarrow K_2.Object
第二,属性匹配
判断两个知识中的属性是否属于同一个结构属性。
Attribute1↔Attribute2Attribute_1\leftrightarrow Attribute_2
第三,关系匹配
判断对象之间的关系是否一致。
Relation1↔Relation2Relation_1\leftrightarrow Relation_2
第四,冲突分析
如果两个知识对同一属性给出不同值:
Product.Price=29.99Product.Price=29.99
与:
Product.Price=39.99Product.Price=39.99
不能直接覆盖。
应形成:
KnowledgeConflictKnowledgeConflict
然后进行来源、条件、时间、结构和验证分析。
第五,知识综合
只有在结构关系明确以后,才能形成综合知识。
因此:
Integration\neqSimpleMergeIntegration\neqSimpleMerge
综合不是无条件覆盖,而是结构化综合。
4.7 多来源知识综合
同一个知识对象可以由多个原始资料共同形成。
因此:
Source1→Knowledge1Source_1 \rightarrow Knowledge_1 Source2→Knowledge2Source_2 \rightarrow Knowledge_2 Source3→Knowledge3Source_3 \rightarrow Knowledge_3
最终:
Knowledge1+Knowledge2+Knowledge3→IntegratedKnowledgeKnowledge_1+Knowledge_2+Knowledge_3 \rightarrow IntegratedKnowledge
综合知识必须保留来源关系:
IntegratedKnowledge→Source1,Source2,Source3IntegratedKnowledge \rightarrow Source_1,Source_2,Source_3
这样才能实现知识追溯。
如果以后发现某条资料错误,可以追溯:
Knowledge→Element→OriginalInformationKnowledge \rightarrow Element \rightarrow OriginalInformation
并重新验证知识。
因此知识工程必须保持:
Traceability:Knowledge→SourceTraceability: Knowledge\rightarrow Source
而不是只保存最终结果。
4.8 知识冲突工程模型
知识综合以后可能出现冲突。
冲突可以来自:
Conflict={ValueConflict,RelationConflict,StateConflict,ConditionConflict,RuleConflict,SourceConflict}Conflict= \{ ValueConflict, RelationConflict, StateConflict, ConditionConflict, RuleConflict, SourceConflict \}
例如:
Price=29.99Price=29.99
与:
Price=39.99Price=39.99
产生:
ValueConflictValueConflict
但这并不意味着其中一个知识立即错误。
两个价格可能对应不同时间:
Price2026=29.99Price_{2026}=29.99 Price2027=39.99Price_{2027}=39.99
也可能对应不同市场:
PriceUSA=29.99Price_{USA}=29.99 PriceEurope=39.99Price_{Europe}=39.99
因此冲突处理必须进入结构分析:
Conflict→ConditionAnalysis→SourceAnalysis→ContextAnalysis→ValidationConflict \rightarrow ConditionAnalysis \rightarrow SourceAnalysis \rightarrow ContextAnalysis \rightarrow Validation
最终可能形成:
Knowledge1Knowledge_1
与:
Knowledge2Knowledge_2
同时有效,但适用条件不同。
因此:
Conflict\neqErrorConflict\neqError
冲突是知识验证和学习更新的重要输入。
4.9 可运算知识工程模型
4.9.1 可运算知识的定义
结构智能中的知识最终不能停留在“能够保存”。
知识必须能够被能力、方法和决策调用。
因此需要形成:
可运算知识(Computable Knowledge)
可运算知识是指已经形成明确结构关系,并能够按照方法、规则和运算对其进行处理,从而产生确定结构结果的知识。
其基本形式:
ComputableKnowledge=KnowledgeStructure+Method+OperationComputableKnowledge= KnowledgeStructure+Method+Operation
因此:
Knowledge→Method→Operation→ResultKnowledge \rightarrow Method \rightarrow Operation \rightarrow Result
4.9.2 从知识到运算
例如知识:
Product.Price=29.99Product.Price=29.99
需求要求判断:
产品价格是否低于30美元?
首先形成知识结构:
Object=ProductObject=Product Attribute=PriceAttribute=Price Value=29.99Value=29.99
然后调用判断方法:
compare(Product.Price,30)compare(Product.Price,30)
得到:
Result=TrueResult=True
进一步可以形成状态:
Price<30→State=LowPricePrice<30 \rightarrow State=LowPrice
因此:
Knowledge→Operation→Result→StateKnowledge \rightarrow Operation \rightarrow Result \rightarrow State
知识已经成为可计算结构。
4.10 Knowledge与Method的关系
知识本身不是方法。
Knowledge≠MethodKnowledge\neq Method
知识回答:
当前知道什么?
方法回答:
如何利用这些知识完成目标?
例如:
Product.Price=29.99Product.Price=29.99
是知识。
而:
compare(Product.Price,30)compare(Product.Price,30)
属于方法调用和运算。
因此:
Knowledge→Method→OperationKnowledge\rightarrow Method\rightarrow Operation
知识提供运算所需要的结构和数据,方法规定处理路径,Operation 执行具体运算。
4.11 Knowledge与Capability的关系
知识也不等于能力。
Knowledge≠CapabilityKnowledge\neq Capability
知识表示:
系统已经具有哪些可利用的结构信息。
能力表示:
系统能够利用这些知识完成什么任务。
例如系统拥有:
Price=29.99Price=29.99
只是拥有价格知识。
如果系统能够:
Price→Compare→JudgePrice\rightarrow Compare\rightarrow Judge
并完成:
判断该产品是否满足低于30美元的采购条件。
则形成相应能力。
因此:
KnowledgeStructure↔CapabilityStructureKnowledgeStructure \leftrightarrow CapabilityStructure
知识结构与能力结构之间必须能够建立匹配关系。
4.12 Knowledge与Cognition的关系
知识也是认知的重要基础。
结构智能中的认知不是凭空产生的。
其基本过程为:
Information→Element→Structure↔Knowledge→KnowledgeSemanticUnderstanding→CognitionResultInformation \rightarrow Element \rightarrow Structure \leftrightarrow Knowledge \rightarrow KnowledgeSemanticUnderstanding \rightarrow CognitionResult
这里尤其需要强调:
认知匹配知识,形成知识语义理解。
例如原始信息中出现:
29.99
单独看只是一个数值 Element。
当它与知识结构:
Product.PriceProduct.Price
进行匹配以后:
Match(29.99,PriceStructure)→Price=29.99Match(29.99,PriceStructure) \rightarrow Price=29.99
再与对象绑定:
ElectricToothbrush.Price=29.99ElectricToothbrush.Price=29.99
此时才形成具有语义的知识结构。
因此:
Element+KnowledgeMatching→KnowledgeSemanticUnderstandingElement+KnowledgeMatching \rightarrow KnowledgeSemanticUnderstanding
然后:
KnowledgeSemanticUnderstanding→CognitionResultKnowledgeSemanticUnderstanding \rightarrow CognitionResult
知识因此成为认知结构的重要基础。
4.13 Knowledge与Decision的关系
知识不能直接等同于决策。
Knowledge≠DecisionKnowledge\neq Decision
决策需要把知识经过认知、能力、条件、约束和评价以后形成选择。
基本路径:
Knowledge→Cognition→Capability→Evaluation→DecisionKnowledge \rightarrow Cognition \rightarrow Capability \rightarrow Evaluation \rightarrow Decision
例如:
Product.Price=29.99Product.Price=29.99
只是价格知识。
如果需求是:
Price<30Price<30
系统需要:
Knowledge→Capability→Compare→Judge→DecisionKnowledge \rightarrow Capability \rightarrow Compare \rightarrow Judge \rightarrow Decision
因此知识是决策的结构基础之一,但不是决策本身。
4.14 可运算知识的基本运算
可运算知识可以调用统一运算体系。
包括:
CompareCompare
比较;
ComputeCompute
计算;
JudgeJudge
判断;
MatchMatch
匹配;
FilterFilter
过滤;
SortSort
排序;
ClassifyClassify
分类;
VerifyVerify
验证;
CombineCombine
组合;
TransformTransform
转换。
例如:
Knowledge⟶CompareResultKnowledge \overset{Compare}{\longrightarrow} Result Knowledge⟶ComputeResultKnowledge \overset{Compute}{\longrightarrow} Result Knowledge⟶VerifyValidationKnowledge \overset{Verify}{\longrightarrow} Validation
这些运算不要求知识必须是自然语言。
只要知识已经形成结构:
Object+Attribute+Value+RelationObject+Attribute+Value+Relation
就可以成为运算对象。
4.15 知识结构的层级运算
知识的运算可以从值开始逐层扩展。
最基础:
Value→OperationValue\rightarrow Operation
进一步:
Attribute→Value→OperationAttribute\rightarrow Value\rightarrow Operation
进一步:
Object→Attribute→Value→OperationObject\rightarrow Attribute\rightarrow Value\rightarrow Operation
再进一步:
Object→Relation→ObjectObject\rightarrow Relation\rightarrow Object
形成关系运算。
再进一步:
Structure→Knowledge→OperationStructure\rightarrow Knowledge\rightarrow Operation
最终:
Knowledge→Capability→Decision→Method→ExecutionKnowledge \rightarrow Capability \rightarrow Decision \rightarrow Method \rightarrow Execution
因此知识不是静态数据库记录,而是结构智能系统中的可操作结构。
4.16 知识验证工程模型
知识形成以后必须进行验证。
因为:
ExtractedInformation≠ValidatedKnowledgeExtractedInformation\neq ValidatedKnowledge
基本流程:
KnowledgeCandidate→StructureValidation→ValueValidation→RelationValidation→ConditionValidation→KnowledgeValidationKnowledgeCandidate \rightarrow StructureValidation \rightarrow ValueValidation \rightarrow RelationValidation \rightarrow ConditionValidation \rightarrow KnowledgeValidation
验证至少包括:
结构验证
判断知识是否符合当前结构定义:
KnowledgeStructure⊆StructureDefinitionKnowledgeStructure\subseteq StructureDefinition
对象验证
判断对象是否属于当前结构。
属性验证
判断属性是否为结构中允许的属性。
值验证
判断属性值是否满足数据和结构要求。
关系验证
判断对象之间的关系是否成立。
条件验证
判断知识是否具有适用条件。
来源验证
判断知识是否可以追溯到原始资料。
因此:
Validation=Structure+Value+Relation+Condition+SourceValidation= Structure+ Value+ Relation+ Condition+ Source
4.17 知识状态工程模型
知识不是形成以后永远固定不变。
知识可以具有不同状态:
KnowledgeStatus={Candidate,Active,Verified,Updated,Conflicted,Deprecated}KnowledgeStatus= \{ Candidate, Active, Verified, Updated, Conflicted, Deprecated \}
其中:
Candidate
表示刚刚形成、尚未完成验证的知识候选。
Active
表示当前可以使用的知识。
Verified
表示已经完成验证的知识。
Updated
表示经过学习更新以后产生的新版本。
Conflicted
表示与其他知识存在尚未解决的冲突。
Deprecated
表示不再作为当前知识使用。
其中:
Deprecated≠DeleteDeprecated\neq Delete
因为旧知识仍然可能作为历史依据、学习资料和错误分析依据存在。
4.18 知识更新工程模型
知识更新来自新的信息、认知、执行结果和反馈。
其基本路径:
NewInformation→KnowledgeMatching→DifferenceAnalysis→Validation→KnowledgeUpdateNewInformation \rightarrow KnowledgeMatching \rightarrow DifferenceAnalysis \rightarrow Validation \rightarrow KnowledgeUpdate
知识更新可以表现为:
Knowledgeold→KnowledgenewKnowledge_{old} \rightarrow Knowledge_{new}
也可以是:
Knowledgeold+NewInformation→KnowledgeextendedKnowledge_{old}+NewInformation \rightarrow Knowledge_{extended}
还可以是:
Knowledgeold→KnowledgecorrectedKnowledge_{old} \rightarrow Knowledge_{corrected}
因此知识更新包括:
ConfirmationConfirmation
确认;
ExtensionExtension
扩展;
CorrectionCorrection
修正;
ReorganizationReorganization
重组;
ConditionalizationConditionalization
条件化;
RelationUpdateRelationUpdate
关系更新。
4.19 知识删除与重新生成
知识工程还必须处理结构变化。
由于知识是依据结构形成的:
Knowledge→StructureIDKnowledge\rightarrow StructureID
因此当一个结构被删除时,与该结构独立对应的知识也应当删除:
Delete(StructureA)→Delete(KnowledgeA)Delete(Structure_A) \rightarrow Delete(Knowledge_A)
但是:
Delete(Structure)≠Delete(OriginalInformation)Delete(Structure)\neq Delete(OriginalInformation)
原始资料仍然保留。
这样,当用户建立新的结构以后:
OriginalInformation⟶NewStructureNewKnowledgeOriginalInformation \overset{NewStructure}{\longrightarrow} NewKnowledge
因此结构删除实际上形成:
OldStructure→OldKnowledge DeleteOldStructure \rightarrow OldKnowledge\ Delete
而原始资料继续存在:
OriginalInformation→NewStructure→NewKnowledgeOriginalInformation \rightarrow NewStructure \rightarrow NewKnowledge
这保证了系统能够依据新的需求重新学习,而不会因为删除旧结构而丢失原始学习材料。
4.20 多结构并存下的Knowledge模型
结构智能系统并不要求整个系统只能存在一个结构。
可以同时存在:
Structures={S1,S2,S3,…,Sn}Structures= \{S_1,S_2,S_3,\ldots,S_n\}
同一份原始资料可以根据不同需求形成不同知识。
例如:
Information⟶S1Knowledge1Information \overset{S_1}{\longrightarrow} Knowledge_1
同时:
Information⟶S2Knowledge2Information \overset{S_2}{\longrightarrow} Knowledge_2
因此:
SameInformation→DifferentStructure→DifferentKnowledgeSameInformation \rightarrow DifferentStructure \rightarrow DifferentKnowledge
这不是知识重复,而是不同需求下的结构化结果。
多个知识结构可以并存:
K1∥K2∥K3K_1\parallel K_2\parallel K_3
并可以在有明确结构关系和需求时进行综合。
4.21 综合知识与多结构关系
多结构知识也可以进一步组合。
例如:
K1K_1
描述产品结构;
K2K_2
描述厂家结构;
K3K_3
描述市场结构。
当需求要求研究:
Product→Manufacturer→MarketProduct\rightarrow Manufacturer\rightarrow Market
则可以建立:
K1+K2+K3→CompositeKnowledgeK_1+K_2+K_3 \rightarrow CompositeKnowledge
但这种综合必须有明确关系:
Product→ManufacturedBy→ManufacturerProduct \rightarrow ManufacturedBy \rightarrow Manufacturer
以及:
Manufacturer→Supplies→MarketManufacturer \rightarrow Supplies \rightarrow Market
因此:
KnowledgeCombination≠SimpleDataMergeKnowledgeCombination\neq SimpleDataMerge
而是:
KnowledgeCombination=ObjectMatching+RelationMatching+StructureIntegration+ValidationKnowledgeCombination = ObjectMatching + RelationMatching + StructureIntegration + Validation
4.22 Knowledge工程模型与学习系统
在完整学习过程中,Knowledge位于原始资料和能力之间的重要位置。
其基本路径:
Requirement→OriginalInformation→Element→Structure→Knowledge→CapabilityRequirement \rightarrow OriginalInformation \rightarrow Element \rightarrow Structure \rightarrow Knowledge \rightarrow Capability
当知识不足时:
KnowledgeGap→KnowledgeRequirement→InformationRequirement→InformationAcquisitionKnowledgeGap \rightarrow KnowledgeRequirement \rightarrow InformationRequirement \rightarrow InformationAcquisition
重新获得资料以后:
NewInformation→Element→Structure→KnowledgeNewInformation \rightarrow Element \rightarrow Structure \rightarrow Knowledge
因此学习并不是一次性的资料导入。
而是一个可以持续循环的结构过程:
Requirement→Knowledge→Capability→Execution→Feedback→Learning→KnowledgeUpdateRequirement \rightarrow Knowledge \rightarrow Capability \rightarrow Execution \rightarrow Feedback \rightarrow Learning \rightarrow KnowledgeUpdate
4.23 Knowledge工程模型与反馈
执行结果可以产生新的知识。
完整过程:
Execution→Result→Feedback→NewInformation→KnowledgeValidation→KnowledgeUpdateExecution \rightarrow Result \rightarrow Feedback \rightarrow NewInformation \rightarrow KnowledgeValidation \rightarrow KnowledgeUpdate
例如某方法执行以后发现实际结果与原知识不一致:
Expected≠ActualExpected\neq Actual
产生:
DifferenceDifference
进一步:
Difference→CauseAnalysisDifference \rightarrow CauseAnalysis
可能发现:
KnowledgeMissingKnowledgeMissing
或者:
KnowledgeIncorrectKnowledgeIncorrect
于是:
KnowledgeCorrectionKnowledgeCorrection
因此反馈不仅是任务执行后的评价机制,也是知识更新的重要来源。
4.24 Knowledge工程模型与经验形成
反复执行可以产生稳定模式。
Feedback1+Feedback2+⋯+Feedbackn→PatternFeedback_1 + Feedback_2 + \cdots + Feedback_n \rightarrow Pattern
经过验证:
Pattern→ExperiencePattern \rightarrow Experience
经验进一步可以形成方法知识:
Experience→MethodKnowledgeExperience \rightarrow MethodKnowledge
其中:
MethodKnowledge={Goal,Condition,Object,Method,Result}MethodKnowledge= \{ Goal, Condition, Object, Method, Result \}
因此知识不仅描述对象,还可以描述:
在什么条件下,对什么对象,采用什么方法,可以产生什么结果。
这使知识能够直接支持能力和方法形成。
4.25 Knowledge的完整生命周期
Knowledge工程模型可以形成完整生命周期:
OriginalInformation→ElementExtraction→StructureMatching→KnowledgeCandidate→Validation→Knowledge→Integration→Computation→Execution→Feedback→KnowledgeUpdateOriginalInformation \rightarrow ElementExtraction \rightarrow StructureMatching \rightarrow KnowledgeCandidate \rightarrow Validation \rightarrow Knowledge \rightarrow Integration \rightarrow Computation \rightarrow Execution \rightarrow Feedback \rightarrow KnowledgeUpdate
进一步:
KnowledgeUpdate→CapabilityUpdate→MethodUpdate→EvolutionKnowledgeUpdate \rightarrow CapabilityUpdate \rightarrow MethodUpdate \rightarrow Evolution
因此 Knowledge 不是学习系统中的终点,而是结构智能循环中的核心中间结构。
4.26 Knowledge工程模型中的核心边界
为了避免系统实现过程中概念混乱,必须明确以下边界。
原始资料与知识
OriginalInformation≠KnowledgeOriginalInformation\neq Knowledge
原始资料是知识来源,知识是经过结构化和验证形成的结构。
Element与知识
Element≠KnowledgeElement\neq Knowledge
Element 是基本结构单位,Knowledge 是多个 Element 按照结构关系形成的知识结构。
Structure与知识
Structure≠KnowledgeStructure\neq Knowledge
Structure规定“如何组织”,Knowledge表示“已经组织起来的具体内容”。
综合知识与简单合并
IntegratedKnowledge≠SimpleMergeIntegratedKnowledge\neq SimpleMerge
综合知识必须经过对象、属性、关系、条件和冲突处理。
Knowledge与Capability
Knowledge≠CapabilityKnowledge\neq Capability
知识是可利用的结构信息,能力是利用知识解决问题的结构。
Knowledge与Method
Knowledge≠MethodKnowledge\neq Method
知识提供内容和结构,方法规定解决问题的执行路径。
Knowledge与Operation
Knowledge≠OperationKnowledge\neq Operation
知识是运算对象,Operation 是对知识进行的具体处理。
Knowledge与Cognition
Knowledge≠CognitionKnowledge\neq Cognition
知识提供匹配依据,认知通过知识匹配形成当前对象、属性、状态、关系和场景的认识。
Knowledge与Decision
Knowledge≠DecisionKnowledge\neq Decision
知识参与决策,但决策还必须经过目标、条件、约束、能力、评价和选择。
4.27 Knowledge工程模型的统一表达
综合上述内容,Knowledge工程模型可以统一表示为:
OriginalInformation→Element→Structure→KnowledgeStructure→Validation→KnowledgeOriginalInformation \rightarrow Element \rightarrow Structure \rightarrow KnowledgeStructure \rightarrow Validation \rightarrow Knowledge
多个知识进一步:
Knowledge1+Knowledge2+⋯+Knowledgen→IntegratedKnowledgeKnowledge_1 + Knowledge_2 + \cdots + Knowledge_n \rightarrow IntegratedKnowledge
知识与方法、运算结合:
Knowledge+Method+Operation→ComputableKnowledgeKnowledge + Method + Operation \rightarrow ComputableKnowledge
可运算知识进入能力:
ComputableKnowledge↔CapabilityComputableKnowledge \leftrightarrow Capability
进入认知:
Information→Element→Structure↔Knowledge→KnowledgeSemanticUnderstanding→CognitionInformation \rightarrow Element \rightarrow Structure \leftrightarrow Knowledge \rightarrow KnowledgeSemanticUnderstanding \rightarrow Cognition
进入决策:
Cognition→Capability→Evaluation→DecisionCognition \rightarrow Capability \rightarrow Evaluation \rightarrow Decision
进入执行:
Decision→Method→Execution→ResultDecision \rightarrow Method \rightarrow Execution \rightarrow Result
最终形成反馈和学习:
Result→Feedback→Learning→KnowledgeUpdateResult \rightarrow Feedback \rightarrow Learning \rightarrow KnowledgeUpdate
因此,Knowledge工程模型最终形成:
OriginalInformation→Element→Structure→Knowledge→ComputableKnowledge→Capability→Cognition→Decision→Method→Execution→Result→Feedback→Learning→KnowledgeUpdate\boxed{ OriginalInformation \rightarrow Element \rightarrow Structure \rightarrow Knowledge \rightarrow ComputableKnowledge \rightarrow Capability \rightarrow Cognition \rightarrow Decision \rightarrow Method \rightarrow Execution \rightarrow Result \rightarrow Feedback \rightarrow Learning \rightarrow KnowledgeUpdate }
4.28 Knowledge作为结构智能的核心中间层
结构智能不是把原始资料直接转换成决策。
中间必须存在能够被结构化、匹配、验证、组合和运算的知识。
因此:
OriginalInformation→KnowledgeOriginalInformation \rightarrow Knowledge
解决的是“信息如何成为可利用知识”的问题;
Knowledge↔CapabilityKnowledge \leftrightarrow Capability
解决的是“知识如何形成解决问题能力”的问题;
Knowledge→CognitionKnowledge \rightarrow Cognition
解决的是“知识如何参与当前对象和场景的语义理解”的问题;
Knowledge→DecisionKnowledge \rightarrow Decision
解决的是“知识如何参与目标条件下的选择”的问题;
Knowledge→MethodKnowledge \rightarrow Method
解决的是“知识如何支持解决路径形成”的问题;
Feedback→KnowledgeUpdateFeedback \rightarrow KnowledgeUpdate
解决的是“经验和结果如何反过来改变知识结构”的问题。
由此可以看到,Knowledge不是结构智能系统中的一个普通数据模块,而是连接:
InformationInformation
与:
CognitionCognition CapabilityCapability DecisionDecision MethodMethod
以及:
LearningLearning
之间的核心结构。
4.29 本章小结
Knowledge工程模型建立了从原始资料到可运算知识的完整工程路径。
首先,原始资料作为知识来源被保存,并通过 Element 进入结构系统:
OriginalInformation→ElementOriginalInformation\rightarrow Element
其次,Element 根据用户定义的 Structure 进行匹配和组织:
Element→StructureElement\rightarrow Structure
然后形成知识结构:
Structure→KnowledgeStructureStructure\rightarrow KnowledgeStructure
经过对象、属性、值、关系、条件、规则和来源验证以后形成有效知识:
KnowledgeStructure→ValidatedKnowledgeKnowledgeStructure\rightarrow ValidatedKnowledge
来自多个资料来源的知识可以通过对象匹配、属性匹配、关系匹配和冲突处理形成综合知识:
Knowledge1+⋯+Knowledgen→IntegratedKnowledgeKnowledge_1+\cdots+Knowledge_n \rightarrow IntegratedKnowledge
知识进一步与方法和运算结合:
Knowledge+Method+Operation→ComputableKnowledgeKnowledge+Method+Operation \rightarrow ComputableKnowledge
从而使知识能够被能力调用、被认知匹配、被决策使用,并进入方法和执行过程。
执行结果产生反馈:
Execution→Result→FeedbackExecution \rightarrow Result \rightarrow Feedback
反馈又进入学习:
Feedback→Learning→KnowledgeUpdateFeedback \rightarrow Learning \rightarrow KnowledgeUpdate
最终形成:
Knowledget→Knowledget+1Knowledge_t \rightarrow Knowledge_{t+1}
知识因此不是静态保存的资料,而是可以持续形成、验证、综合、运算、调用和更新的结构。
Knowledge工程模型由此完成了从:
原始资料 → 知识结构 → 综合知识 → 可运算知识 → 能力调用 → 认知与决策 → 执行 → 反馈 → 知识更新
的完整工程闭环。
这使 Knowledge 真正成为 WSaiOS结构智能(WSaiOS-SI)理论工程 中连接信息世界与智能行为世界的核心结构。