1.1　人工智能与知识工程

知识工程是随着人工智能研究的发展而产生和发展的且以知识为研究对象的学科。知识工程的产生和发展推动了人工智能理论的完备和技术的进步，同时，人工智能为知识工程提供了坚实的理论基础。知识工程产生和发展的一个重要基础是专家系统的产生和构建，也就是把基于专业领域的知识和经验输入计算机系统中，为人类的经济生活提供专业可靠的领域知识。专家系统是人工智能的重要分支，它是在20世纪60年代中期产生并发展起来的一门新兴应用科学，随着计算机技术和理论的不断发展，日趋成熟和完善。Edward Feigenbaum给出了专家系统的定义：专家系统是一种智能的计算机程序。这种程序使用知识与推理过程，求解那些需要专家知识才能解答的复杂问题。一般地，我们认为专家系统用于解决特定领域问题的知识，采用某种知识表示方法编辑或自动生成某种特定表示形式存放在知识库中；然后用户通过人机交互界面或接口输入问题指令，通过推理机制控制知识库给出复杂实际问题的解决方案。

1977年，Edward Feigenbaum提出了知识工程（Knowledge Engineering）的概念。他认为：“知识工程是使用人工智能的原理和方法，对那些需要专家知识才能解决的应用难题进行求解的手段。恰当运用专家知识的获取与表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题。”知识工程的概念提出之后，人工智能的原理与方法在知识工程领域发挥了重大作用。知识工程包含了三大活动：知识的获取、知识的表示、知识的推理和应用。

知识的获取通过关注问题所涉及的领域，过滤出该领域的专家知识并将其形式化，建立和完善知识库。知识的表示指在某一专门领域内，把规范的事实知识和领域专家所具有的经验知识通过规范和形式化的手段，转化成计算机能够识别和处理的信息，从而建立完备的知识库。知识的推理和应用的目的是通过特定的推理过程，为用户屏蔽原始数据的繁琐细节，从原始数据中提炼出有意义的、简洁的知识表现形式用于展示。这一过程需要从知识库中识别出有效的、潜在有用的、可理解的模式，将数据和信息最终转化为用户需要的知识，使数据真正在实战中变成具有广泛应用前景的知识。