5.1　如何存储知识以供利用

一个密切相关但更基本的问题是计算机如何最好地存储和处理知识。数据无处不在，由信号或符号组成，但只有当有人能够诠释它们所包含的信息时，它们才有意义[2]。例如，一条外语信息显然是数据，但如果你不懂那种语言，它就不包含任何信息。知识可以看作是对信息的同化，信息可以传递增加接受者知识的意义。20世纪80年代，AI研究人员着迷于设计和构建大型知识库。专家们通过丰富的经验积累起来的知识，似乎为智能系统提供了一个很有前途的类比，这是任何蛮力计算都不可能实现的。这些知识库不是简单的大型事实数据库，它们是以适当的结构化形式存储大量数据的系统，这种形式能够以人类能够关联和使用的方式捕获信息和知识。本体是知识处理的必备工具之一，它是一种记录事物本质属性的高度结构化的词典。这里的事物指的是具体的事物，比如物体、抽象概念，比如想法，还有关系，比如效果和影响。如果一个人对一个特定的问题领域有一个好的本体，那么就有可能在该领域中采取有意义的行动。本体就像是一本参考书，可以用来查找任何主题的基础知识。然后，知识库中存储的事实可以在交互或其他应用程序中被利用和推理。

各种语言已经进化来帮助知识系统，其思想是用一种描述来捕捉数据的结构。我们可能对超文本标记语言（HTML）很熟悉，这是Web浏览器使用的标记语言，用于描述Web页面上内容的展示。一系列元数据语言已经得到了发展，产生了越来越先进的标记系统，这些系统不仅试图表示外观和结构，而且还试图表示意义[3]。这使知识表示系统（名为KL-ONE）成为正式的系统，基于数学逻辑来确保它们具有可预测的属性。主要思想是为知识库提供一些语义或意义，以便检索应用程序不仅体现在语法上，还对内容也有更深入的理解。这一点与万维网尤其相关——下一代的Web被称为语义Web，当我们搜索数据或与应用程序交互时，这个名字预示着它与Web进行更丰富、更深入的交互。然而，实现语义Web涉及大量的国际合作，包括标准化和工程方面的工作。这已成为一个重大障碍，并且已经持续了很长时间。