CBR的产生和Roger Schank

rel="File-List" href="file:///D:%5CTemp%5Cmsohtml1%5C01%5Cclip_filelist.xml"> 基于案例的推理（ Case-Based Reasoning, CBR ）是人工智能（ Artificial Intelligence, AI ）领域的重要研究内容，它属于 AI 中求解问题的知识密集型方法（即强方法）的一种 ^[1] 。 rel="File-List" href="file:///D:%5CTemp%5Cmsohtml1%5C01%5Cclip_filelist.xml"> 鉴于 CBR 思想的提出者 Roger Schank 于 2006 年前后回归 AI 研究 ^[2] ，我们在此重新回顾 CBR 的产生过程。 rel="File-List" href="file:///D:%5CTemp%5Cmsohtml1%5C01%5Cclip_filelist.xml">

1982年，美国耶鲁大学的Roger C. Schank教授在他的著作中提出了以“记忆组织包（Memory Organization Packets）”为核心的“动态记忆（Dynamic Memory）”理论^[3]，这在业界被公认为是人工智能领域中最早的关于CBR思想的描述。

为什么CBR这一思想会出现在Schank的著作中而不是别人的著作中呢？不妨来看看他本人的研究经历，希望从中可以找到答案。

在出版《Dynamic Memory》这本书之前，Schank一直在研究如何在计算机上实现人工智能，即创建智能机器（Intelligent Machines）。当时，他认为自然语言及其使用是到达人类理解的一个窗口，所以Schank选择了“使计算机能够阅读”作为自己的研究方向^[4]。

1969年，Schank获得了美国得克萨斯大学的语言学博士学位。毕业后他去了斯坦福大学任教，一直到1974年才离开。在此期间，Schank的主要工作仍然是围绕他的博士论文“A Conceptual Dependency Representation for a Computer–Oriented Semantics”开展的，在斯坦福的第一年（1969年）他便与Larry Tesler一起实现了一个“自然语言的概念依赖分析器（A Concept Dependency Parser for Natural Language）”^[5]。

1972年，Schank完善了这一工作并在著名杂志《Cognitive Psychology》上发表了自己的研究成果^[6]，其中所提出的“概念依赖（Concept Dependency, CD）”理论为他赢得了“计算语言学家”的称号。

当时，Schank提出概念依赖理论的目的是为了给自然语言的深层语义结构建立形式化模型^[7]，他从语义的而不是语法的角度去研究如何表示和理解句子的含义，这给当时以语法分析为主的自然语言处理领域带来了清新的空气。概念依赖理论提供了一个包含4种原子概念的集合，并根据这4种原子概念来建立语义世界。这个理论对后续的研究产生了许多积极的影响^[8]，至今仍是自然语言处理领域的一个重要的研究方向。

Schank的最终目的不仅是要建立一个具有类人语言行为的AI系统，而且要提供一个在心理学上正确的计算机模型，该模型能够反映参与语言理解的人类的各种心理过程^[9]。

为了实现这一目标，Schank于1974年到了耶鲁大学做计算机科学和心理学教授，当时他还兼任着斯坦福大学的计算机科学和语言学助理教授，所以在斯坦福大学的工作也延续了下来。

1977年，为了在计算机进行自然语言理解时表示事件信息，Schank提出了“脚本（Script）”的概念^[10]。所谓脚本，就是一种结构化的知识表示，用于描述特定上下文中固定不变的事件序列。这种知识表示方法是早期AI研究的重要成果之一，后来被写进了AI的教科书中。

CBR是从Schank和他的学生在耶鲁大学早期所做的研究以及他们对脚本的研究中衍生而来的。当然，CBR的产生也可以追溯到概念依赖的产生。可以说，从概念依赖（1972，1975）到脚本（1977），再到动态记忆（1982），最终产生了CBR的思想。CBR是动态记忆的一个子集。有趣的是，后一个理论的产生总是在实验中证明前一个理论的不完善之后被提出的。Schank所写的关于CBR的著作很多（以后再讨论），可以说他领导了CBR早期的发展潮流。

以1982年提出动态记忆理论为界，Schank的研究经历大致分为两个阶段：1969~1981年间的Schank是一个“计算语言学家”，1982~1989年间的Schank则是一个“人工智能专家”。Schank的主要贡献有两个。首先，Schank提出了“脚本”知识表示方法和“基于案例的推理”的思想，这些成果被认为是他对AI领域做出的贡献，并由此被后人称为“人工智能专家”。其次，Schank提出的动态记忆理论对认知心理学产生了较大的影响。他不但成为了AAAI的院士，而且还创立了认知科学协会（the Cognitive Science Society），与别人一起联合创办了认知科学杂志（Journal of Cognitive Science）。

综上，Schank一直在研究智能和记忆。从20世纪70年代的后期到80年代的前期，Schank和他的学生把上述思想应用到自然语言理解领域，但是最终因其进展受挫而停止。自从1982年出版《Dynamic Memory》这部书以后，Schank就从人工智能的研究转移到对人类智能的关注上来了，Schank随后出版了几本专著来描述他的思考过程。80年代后期，Schank认识到智能机器在较短的时间内不能实现，但可以帮助人变得更加智能，于是开始寻求资金支持来开展这一工作。1989年，Schank从耶鲁大学离开，到了西北大学开始他的教育生涯，并于同年得到了Andersen Consulting的资助。Schank暂时停止了对于AI的研究，转而全力推进他从1981年就开始关注的教育工作，且成果颇丰。尽管此后Schank也偶有文章和著作发表，但多数侧重于e-Learning，对AI的贡献不大。

值得一提的是，1999年，Schank对动态记忆进行了再次的研究，并出版了《Dynamic Memory Revisited》一书。与1982年的《Dynamic Memory》一书不同的是，其侧重点从人工智能变成了教育，二者的共同点则是对于“学习（Learning）”的重视。

rel="File-List" href="file:///D:%5CTemp%5Cmsohtml1%5C01%5Cclip_filelist.xml">

[1] George F. Luger著，史忠植，张银奎，赵志崑等译．人工智能：复杂问题求解的结构和策略．北京：机械工业出版社，2006．

[2] Roger Schank. Once upon a time in AI. Artificial Intelligence, 2006, 170 (18): 1254-1255.

[3] R. C. Schank. Dynamic Memory: A Theory of Reminding and Learning in Computers and People. New York, USA: CambridgeUniversityPress, 1982.

[4] R. C. Schank. Dynamic Memory Revisited. New York, USA: CambridgeUniversityPress. 1999. p 2.

[5] R. C. Schank, L. Tesler. A Concept Dependency Parser for Natural Language. In Proceedings of International Conference on Computational Linguistics, 1969.

[6] R. C. Schank. Conceptual Dependency: A Theory of Natural Language Understanding. Cognitive Psychology, 1972, 3 (4): 552-631.

[7] R C. Schank. Conceptual dependency theory [A]. Conceptual Information Processing [M]. North-Holland, Anmterdam: Elsevier, 1975: 22～82.

[8] Steven L. Lytinen. Conceptual dependency and its descendants. Computers & Mathematics with Applications, Volume 23, Issues 2-5, January-March 1992, Pages 51-73.

[9] Charles E. M. Dunlop. Conceptual dependency as the language of thought. Synthese,1990, 82 (2): 275-296.

[10] R. C. Schank, R. Abelson. Scripts, Plans, Goals, and Understanding. Hillsdale, NJ: Earlbaum Assoc, 1977.

CBR的产生和Roger Schank相关推荐

自然语言处理（NLP）历史中的6个主要时期你知道吗？
https://www.toutiao.com/a6716983602162172423/ 在自然语言处理(NLP)历史中,Jurafsky和Martin[1] 确定了6个主要时期,见表13.1.本章 ...
人工智能元老痛批IBM：沃森是个骗局，这根本不是认知
作者 Roger Schank 李林编译整理量子位出品 | 公众号 QbitAI 一篇质疑IBM的旧文今天在HackerNews上火了起来,虽已时隔两年,这篇文章还是引起了网友们的强烈共鸣. 文 ...
人工智能 | 自然语言处理研究报告（技术篇）
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 ================= ...
3.2 语音和语言处理简史
语音和语言处理简史目标简单了解自然语言处理的发展历程在历史上,语音和语言处理曾经在计算机科学.电子工程.语言学和心理认知语言学等不同的领域分别进行研究.之所以出现这种情况,是由于语音和语言处理包 ...
机器学习和人工智能发展简史
Year Event Antiquity Hephaestus 和 Pygmalion 的希腊神话结合了智能机器人(如 Talos)和人造生物(如 Galatea 和 Pandora)的概念. Ant ...
人工智能入门学习笔记（一）
家人们,好久不见哈!最近在尝试着学习人工智能的相关知识和具体技能呀.说实话,当像我这样的小白初探人工智能体系时,总是被很多未知的名词以及茫茫内容所淹没,便去想通过网络学习帮助自己建立正确的人工智能基本 ...
Task1.2 A.I. 发展史
参考: https://www.youtube.com/watch?v=F-KNDH3m8mw https://www.youtube.com/watch?v=t81HiFOqbAs https:// ...
[微软亚洲研究院]凌小宁教授给软件新人的演讲——选择的力量
9月9日下午3点,凌小宁教授在复临舍报告厅07级新生做了题为"人生的选择是天使也是魔鬼"的主题演讲. 演讲中,凌教授向同学们讲解了成为软件业领军人物所应具备的五种能力,以及在学习与 ...
未来的趋势————以ChatGPT为标杆的AI对生活的影响是巨大的
文章目录前言 1.AI的发展历程 2.我是如何接触到人工智能的概念和产品的 3.对于ChatGPT的一点看法 4.AI对大学毕业生的职业发展的利与弊 5.对于AI的思考和问题前言随着ChatGP ...

CBR的产生和Roger Schank

CBR的产生和Roger Schank相关推荐

最新文章

热门文章