碼教授告訴你人工智慧不確定性推理的含義

不確定性推理是指那種建立在不確定性知識和證據的基礎上的推理。例如，不完備、不精確知識的推理，模糊知識的推理等。不確定性推理實際上是一種從不確定的初始證據出發，透過運用不確定性知識，最終推出具有一定程度的不確定性但卻又是合理或基本合理的結論的思維過程。

採用不確定性推理是客觀問題的需求，其原因包括以下幾個主要方面。

（1）所需知識不完備、不精確。所謂知識的不完備是指在解決某一問題時，不具備解決該問題所需要的全部知識。例如，醫生在看病時，一般是從病人的部分症狀開始診斷的。所謂知識的不精確是指既不能完全確定知識為真，又不能完全確定知識為假。例如，專家系統中的知識多為專家經驗，而專家經驗又多為不精確知識。

（2）所需知識描述模糊。所謂知識描述模糊是指知識的邊界不明確，它往往是由模糊概念所引起的。例如，人們平常所說的“很好”、“好”、“比較好”、“不很好”、“不好”、“很不好”等都是模糊概念。那麼，當用這類概念來描述知識時，所得到的知識當然也是模糊的。例如，“如果李清這個人比較好，那麼我就把他當成好朋友”所描述的就是一條模糊知識。

（3）多種原因導致同一結論。所謂多種原因導致同一結論是指知識的前提條件不同而結論相同。在現實世界中，可由多種不同原因匯出同一結論的情況有很多。例如，引起人體低燒的原因至少有幾十種，如果每種原因都作為一條知識，那就可以形成幾十條前提條件不同而結論相同的知識。當然，在不確定性推理中，這些知識的靜態強度可能是不同的。

（4）解決方案不唯一。所謂解決方案不唯一是指同一個問題可能存在多種不同的解決方案。這是現實生活中的一個十分普遍的問題，人們通常的解決方法是優先選擇主觀上認為相對較優的方案，這也是一種不確定性推理。

總之，在人類的知識和思維行為中，確定性只能是相對的，而不確定性才是絕對的。人工智慧要解決這些不確定性問題，必須採用不確定性的知識表示和推理方法。