基于多种许可证的数字版权管理技术

《基于多种许可证的数字版权管理技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第12讲智能系统导语作为一种高技术成果的典型代表，各类智能系统体现的就是智能科学技术的应用成就，并为我们社会科学与技术诸多方面的进步，作出了突出贡献。这一讲，我们就是围绕着智能系统话题，专门介绍智能科学技术最为典型的智能系统及其应用，包括经典的专家系统、应用广泛的智能机器人以及代表当代社会发展走向的智能社会技术应用领域等三个方面的内容。第12.1节专家系统在智能科学技术发展早期，比较典型的综合性应用成果之一，就是专家系统。专家系统是利用人工智能方法与技术开发的一类智能程序系统，主要是模仿某个领域专家的知识经验来解决该领域特定的一类专业问题。其基本原理是通过利用形式化

2、表征的专家知识与经验，模仿人类专家的推理与决策过程，从而解决原本需要人类专家解决的一些专门领域的复杂问题。自从美国斯坦福大学于1965年开发出第一个化学结构分析专家系统DENDRAL以来，各种专家系统层出不穷，已经遍布了几乎所有专业领域，成为应用最为广泛、最为成功、也最为实效的智能系统。专家系统主要有这样一些特点：（1）专家系统主要是运用专家的经验知识来进行推理、判断、决策，从而解决问题，因此可以启发帮助大量非专业人员去独立开展原本不熟悉的专业领域工作；（2）用户使用专家系统不仅仅可以得到所需要的结论，而且可以了解获得结论的推导理由与过程，因此比直接与一些性格古怪的

3、人类专家咨询来得更加方便、透明和信赖；（3）作为一种人工构造的智能程序系统，对专家系统中知识库的维护、更新与完善更加灵活迅速，可以满足用户不断增长的需要。根据目前已有开发的、数量众多、应用广泛的专家系统求解问题的性质不同，可以将专家系统大致分为如下7类。（1）解释型专家系统：主要任务是对已知信息和数据进行分析与解释，给出其确切的涵义。应用范围包括语音分析、图像分析、电路分析、化学结构分析、生物信息结构分析、卫星云图分析、各种数据挖掘分析等。（2）诊断型专家系统：主要任务是根据观察到的数据情况来推断出观察对象的病症或故障以及原因，主要应用范围有医疗诊断（包括中医诊断）

4、、故障诊断、软件测试、材料失效诊断等。（3）预测型专家系统：主要任务是通过对过去与现状的分析，来推断未来可能发生的情况，比如气象预报、选举预测、股票预测、人口预测、经济预测、交通路况预测、军事态势预测、政治局势预测等等。（4）设计型专家系统：主要任务是根据设计目标的要求，求出满足设计问题约束条件的设计方案或图纸，比如集成电路设计、建筑工程设计、机械产品设计、生产工艺设计、艺术图案设计等。（5）规划型专家系统：主要任务是寻找某个实现给定目标的动作序列或动态实施步骤，比如像机器人路径规划、交通运输调度、工程项目论证、生产作业调度、军事指挥调度、财务预算执行等。（6）监视

5、型专家系统：主要任务是对某类系统、对象或过程的动态行为进行实时观察与监控，发现异常及时发出警报，比如生产安全监视、传染病疫情监控、国家财政运行状况监控、公共安全监控、边防口岸监控等。（7）控制型专家系统：主要任务是全面管理受控对象的行为，使其满足预期的要求，如空中管制系统、生产过程控制、无人机控制等。其他还有调试型、教学型、修理型等类型的非常专门的专家系统，我们就不再一一介绍了。一般专家系统的基本结构如图所示。在专家系统中，核心问题是知识的表示、获取与运用问题。在经典人工智能研究中，知识的表示方法主要有状态空间、产生式、脚本、语义网络、框架、逻辑表达式、依存关系等；

6、知识获取方法主要是各种机器学习策略决定的，经典的有归纳学习、示教学习、实例学习、顿悟学习，以及非经典的各种软计算方法；至于知识的运用，则主要取决于推理引擎的构建策略，大致有前向驱动、后向驱动以及混合驱动等。专家用户用户界面获取知识命令解释问题知识库推理引擎求解专家系统基本结构图以产生式系统为例，整个推理引擎由这样三个部分组成：（1）状态集合：在环境中可能发生的所有状态集，包括开始状态、中间状态和目标状态，推理过程就是要从给定的开始状态，找出达到目标状态的推理步骤（路径）。（2）规则集合：对状态进行各种可能变换的规则集合，在产生式系统中，这样的规则均用产生式形式来表示

7、：<前提条件，执行操作>。（3）控制策略：这部分是来解决如何使用规则的组织策略的（前向、后向、混合），以及遇到多条满足当前条件的规则时，如何进行取舍等。此外，系统中还需要设置一个当前工作区，记录每时每刻系统状态的变化，初始值为开始状态，中间值为推导过程中的中间结果，如果推导成功的话，最终值应该就是目标状态。通常可以采用一种搜索空间的搜索树描述方法来刻画专家系统求解问题的推理过程。又如在思维能力一讲中介绍的那样。鉴于上述传统的专家系统主要是采用符号计算方法来建构，其共同弱点就是知识更新很难自动完成。系统一经形成，其中的知识（规则）无法自动更改以适应不断变化的环境。