研究知识工程 专注知识发现——访著名知识工程专家杨炳儒教授

2009-10-05

研究知识工程 专注知识发现——访著名知识工程专家杨炳儒教授

 杨炳儒，北京科技大学信息工程学院首席一级（资深）教授、博士生导师、知识工程研究所所长。国际注册科技专家,享受国务院特殊津贴。兼任国家科技基础条件平台建设专家顾问组专家、教育部学位中心评审专家、中国教育专家委员会专家、国家863高新技术项目、国家自然科学基金项目、教育部科技项目及国内外几个著名刊物的评审专家，任国际一般系统学会中国模糊信息与模糊工程学会名誉理事长、中国人工智能学会离散数学专委会主任与知识工程专委会副主任等职务。
 记者：您是国内较早进入知识发现领域的著名专家，您独立发现了四条潜在规律，请介绍一下四条规律。
 杨炳儒：知识发现（KD）是1989年提出的新兴、交叉、边缘学科领域，至今才有20年的发展历史。我是1997年始首次把知识发现本体（过程或系统）自身作为研究对象，从认知科学出发发现了四条潜在的规律，即其内在认知机理涵盖的四条机制。这四条机制分别是：双库协同机制——揭示了知识库与数据库间的内在联系；双基融合机制——揭示了两个知识发现过程间的内在联系；信息扩张机制——揭示了动态挖掘进程的规律；免疫进化机制——揭示了动态挖掘系统的规律性。
 记者：这四条规律的发现对于您的研究具有什么样的意义呢？
 杨炳儒：这四条机制发现的直接结果是分别诱导出若干新的过程模型，派生出若干新的技术方法——从而产生了四个“系统框架”。先对四个“系统框架”进行整合集成、交叉融合；在此过程中又形成了若干新的过程模型和算法，如：过程模型KD（D&K）=KDD*+KDK*；以多关系频繁模式发现研究、基于超图的链接挖掘方法研究和多关系朴素贝叶斯分类研究为主要研究内容，先后构造了MRFPDA算法、MLMFPD算法等。最终构建了由理论基础、4条机制（理论支柱）、8个新过程模型、17种新技术方法组成的，多层递阶、综合集成的基于内在认知机理的知识发现理论体系KDTICM。
 记者：您在独立提出KDTICM后又成功地构造了4类新型智能系统，是如何具体实现的呢？
 杨炳儒：KDTICM与传统的实用智能系统交叉融合，构造了4类新型实用智能系统，即基于知识发现的专家系统（ESKD）、基于知识发现的智能决策支持系统（IDSSKD）、基于知识发现的智能预测支持系统（IFSSKD）和基于知识发现的计算机辅助创新智能系统（CAIISKD）。从根本上改善了“知识获取”与“知识贫乏”的瓶颈问题，提高了经典实用智能系统的结构、功能与智能化程度。
 例如:ESKD具有多知识源、多知识融合、多抽象级等特征的全新总体架构、全新知识自动获取构件、全新动态知识库系统、全新推理机。ESKD成功运行于农业（合肥农业示范区）、铝电解（青铜峡电解铝集团公司等）；IDSSKD成功运行于国际电子商务中心（北京）的外贸加工业务中。

 记者：KDTICM对知识发现的发展起到了怎样的推动作用呢？
 杨炳儒：理论上：目前国际上KDD的研究主要是以知识发现的任务描述、知识评价与知识表示为主线，以有效的知识发现算法为中心，这是在相当长的时间内保持的主流与基调。然而，就算法论算法导致了若干极为困难的问题长期得不到解决。2003年8月在华盛顿召开了第九届知识发现与数据挖掘（DM）国际会议，参与讨论的专家一致认为：KD正面临着巨大的机遇和挑战。KDTICM的构建，顺应了该学科领域的发展趋势，并且最终落实到主流发展所论的“算法”的重大改进上；同时在很大程度上解决了诸如：“用户的先验知识与先前发现的知识可以耦合到发现过程中”，“知识与数据库的同步进化”，“知识库的实时维护”等主流发展中极富挑战性的难题。从而突显其对知识发现主流发展的推动作用。另外，KDTICM向纵深拓展，在国际知识发现领域首次总结与提出当今面临的五类重大问题，将有望引领知识发现与知识工程领域开拓新的分支学科、研究方向(专题)。
应用上：KDTICM及其衍生的新型智能系统成功地应用于蛋白质结构预测、农业、现代远程教育网、气象、国际商务、铝电解生产、税务、数字资源整合等八个领域,有效地验证了理论体系KDTICM（不是虚的！）；并解决了一批领域中的典型问题.尤其体现在解决生物信息学领域国际性难题的重要核心作用------取得蛋白质2级结构预测精度的国际领先地位。