第一次课：认知智能与知识构建——智能系统为什么需要知识

周子力大约 12 分钟教学文档认知智能知识构建知识图谱大语言模型

第一次课：认知智能与知识构建——智能系统为什么需要知识

学习目标

通过本讲学习，学生应能够：

理解认知智能与知识构建的基本含义。
区分数据、信息与知识。
了解文本知识、结构化知识、参数化知识和检索型知识的基本特点。
初步理解知识图谱、大语言模型、检索增强生成和智能体之间的关系。
从真实场景中发现知识问题，并提出初步研究问题。

本讲不要求掌握复杂算法、训练模型或数学推导。重点是建立课程地图，并理解：科研的起点不是“我想用一个模型”，而是“这里存在一个值得解释或改进的问题”。

一、从一个问题开始：会回答，等于真正知道吗？

请思考以下情境：

某位同学向大语言模型提问：

人工智能导论课程的考试要求是什么？

模型给出了完整、流畅的回答，包括考试形式、分数比例和复习重点。但经核对发现，其中部分信息来自旧版课程通知，甚至包含了并不存在的要求。

这个案例说明：一个系统能够生成自然、连贯的语言，并不意味着它掌握了可靠的知识。

智能系统在使用知识时，常常面临以下问题：

它的知识从哪里来？
这些知识是否真实、准确、完整？
不同来源的信息发生冲突时，系统相信什么？
知识发生变化后，系统能否及时更新？
系统给出答案时，能否说明依据是什么？

这些问题构成了“认知智能中的知识构建研究”的核心。

二、什么是认知智能

认知智能关注智能系统如何理解环境、积累经验、使用知识并完成任务。它不仅关注“输入什么，输出什么”，还关注系统内部如何组织信息、理解概念、建立关联、进行推理和修正错误。

一个具有认知能力的智能系统，通常需要完成以下过程：

感知与获取
    ↓
理解与表示
    ↓
记忆与组织
    ↓
推理与决策
    ↓
行动与反馈
    ↓
学习与更新

例如，一个学习助手接收到“我应该先学什么课程”的问题后，需要：

理解学生询问的是课程学习路径。
获取课程介绍、培养方案、先修关系等资料。
将这些资料组织为可查询的知识。
根据学生已修课程进行推理。
给出建议，并说明建议依据。
在培养方案更新后同步修正自己的知识。

其中，“获取、组织、表示、推理和更新知识”就是本课程关注的重点。

三、什么是知识构建

知识构建是指将分散的、原始的、可能不完整甚至相互冲突的信息，转化为机器能够理解、存储、查询、推理和更新的知识的过程。

可以将它理解为一条完整链条：

文本、表格、网页、数据库、图像、专家经验
                    ↓
              知识获取与抽取
                    ↓
           知识表示与组织结构
                    ↓
        融合、核验、质量评估与更新
                    ↓
       问答、推荐、推理、决策与智能体行动

知识构建不是单一技术，而是一系列问题的组合：

如何从文本中识别实体、关系和事件？
如何为知识设计统一的概念体系与关系结构？
如何将不同来源的同一实体对齐？
当不同资料给出矛盾结论时，如何消解冲突？
如何评价知识是否准确、完整、可靠？
当现实世界发生变化时，如何更新系统中的知识？

四、数据、信息与知识

数据、信息和知识之间存在层次差异。

1. 数据

数据是原始记录，尚未经过解释或组织。

例如：

一份课程通知；
一张课表；
某网页上的课程介绍；
一组学生成绩；
一篇新闻文本。

2. 信息

信息是经过整理后能够表达某个事实的内容。

例如：

《人工智能导论》在周三上午上课；
课程总评由作业、实验和考试组成；
某课程由某位教师负责。

3. 知识

知识不仅是单个事实，还包含概念、关系、规则和可用于推理的结构。

例如：

如果学生没有 Python 编程基础，学习机器学习课程可能会有困难；
如果某门课程是另一门课程的先修课，则应先完成前者；
如果课程教学大纲更新，则旧版本中的考核要求不应直接用于回答当前问题。

可以简单表示为：

数据：一份课程通知
信息：课程考试占总评的 40%
知识：课程考核要求会随教学大纲版本变化，应优先使用最新版本

五、知识的常见表示方式

同一份知识可以用不同方式表示。不同表示方式决定了系统能够完成什么任务。

表示方式	示例	特点
文本知识	“《人工智能导论》面向本科三年级学生开设。”	信息丰富、容易获取，但机器不易直接推理
结构化知识	（人工智能导论，面向，本科三年级学生）	清晰、可查询、可建立关系
本体或概念体系	“课程”属于“教学资源”，“先修课程”属于课程关系	统一概念与关系的含义
向量表示	将课程介绍编码为一组数值，用于语义检索	适合相似度计算与检索，但解释性较弱
参数化知识	大语言模型在训练中吸收的语言模式和事实	使用方便，但难追溯、可能过时或产生幻觉

三元组表示

知识图谱中常用“实体—关系—实体（或属性值）”表示一个事实，称为三元组。

例如：

（人工智能导论，面向，本科三年级学生）
（人工智能导论，负责人，李老师）
（人工智能导论，包含，知识图谱）
（人工智能导论，建议前置能力，Python 编程基础）

这些三元组连接起来，就形成了一个小型知识图谱。

六、知识图谱、大语言模型与智能体

1. 知识图谱

知识图谱是一种以图结构组织知识的方式。它通常由实体、关系、属性和规则组成。

例如，在课程场景中：

学生 ──修读──> 课程
课程 ──包含──> 知识点
课程 ──建议前置能力──> Python
课程 ──负责人──> 教师

知识图谱的优势是：

知识结构清楚；
支持查询与关联分析；
可展示推理路径；
易于追溯知识来源；
适合处理实体和关系明确的任务。

其局限是构建和维护成本较高，面对开放、复杂文本时需要额外的抽取与融合工作。

2. 大语言模型

大语言模型能够理解和生成自然语言，并在训练过程中学习大量语言模式和部分事实知识。

它的优势是：

可以直接理解自然语言问题；
能从文本中总结、抽取和生成内容；
交互自然，适合问答和辅助写作。

但它也存在明显局限：

可能产生“幻觉”，即生成看似合理但不真实的内容；
知识可能过时；
难以说明答案来自何处；
对具体领域事实的可靠性不稳定。

3. 检索增强生成

检索增强生成（Retrieval-Augmented Generation，RAG）是在大模型回答前，先从外部资料库中检索相关内容，再依据检索结果生成回答。

基本过程如下：

用户问题
   ↓
检索相关文档、数据库或知识图谱
   ↓
获得可引用的证据
   ↓
大语言模型组织回答
   ↓
输出带有事实依据的结果

RAG 的核心价值是：让模型在回答时更多依赖外部、可更新、可追溯的知识，而不只依赖模型内部记忆。

4. 智能体

智能体是在完成任务时能够规划步骤、调用工具、使用外部知识并根据结果调整行动的系统。

例如，一个课程学习智能体可以：

理解学生的学习目标；
查询课程知识图谱；
检索教学大纲与课程资料；
调用日历或选课工具；
生成个性化学习建议；
根据学生反馈调整后续计划。

智能体需要组织的不只是事实知识，还包括任务知识、工具知识和交互过程中的记忆。

七、知识构建研究关注的核心问题

本课程将围绕以下问题展开：

研究环节	典型问题
知识获取	如何从文本、表格、网页或图像中抽取实体、关系和事件？
知识表示	如何将知识组织成三元组、概念体系、知识图谱或向量库？
知识融合	多个来源描述同一事实时，如何识别、合并或处理冲突？
知识质量	如何判断知识是否准确、完整、一致、可追溯？
知识推理	系统如何利用已有知识得到新的结论？
知识更新	当事实变化时，如何发现旧知识并进行修正？
知识增强	如何利用知识图谱、检索和工具调用降低大模型幻觉？

这些问题既具有理论意义，也与现实应用密切相关。

八、从应用想法到研究问题

科研不是简单地说“我要做一个系统”，而是要说明系统中存在什么值得验证和改进的问题。

应用想法	可研究的问题
做一个校园问答机器人	当课程通知频繁更新时，如何减少问答系统引用过时信息的情况？
用大模型构建知识图谱	大语言模型从课程文本中抽取关系时，最常见的错误是什么？使用关系约束能否减少这些错误？
做一个论文问答系统	与直接提问大模型相比，加入文献检索后能否提高回答的事实正确性和证据可追溯性？
做一个疾病科普系统	不同来源的疾病科普文本出现冲突时，如何识别并标记不一致的知识？

一个适合本课程的初步研究问题，通常应满足以下条件：

对象明确：针对什么领域、什么数据或什么场景；
问题具体：知识在哪个环节存在缺失、错误、冲突或不足；
可以验证：能够通过数据、案例或方法比较进行判断；
范围可控：可以在一个学期内完成初步研究。

九、课堂练习：从文本到知识图谱

阅读以下文本：

《人工智能导论》面向本科三年级学生开设，由李老师负责。课程包含机器学习、知识图谱和大语言模型三个主题。修读该课程前，建议学生掌握 Python 编程基础。

完成以下任务：

找出文本中的实体；
找出实体之间的关系；
写出至少 5 条三元组；
提出一个文本无法直接回答、但学习助手可能需要回答的问题。

参考三元组：

（人工智能导论，面向，本科三年级学生）
（人工智能导论，负责人，李老师）
（人工智能导论，包含，机器学习）
（人工智能导论，包含，知识图谱）
（人工智能导论，包含，大语言模型）
（人工智能导论，建议前置能力，Python 编程基础）

可以继续思考：

“建议掌握 Python”是否等于“必须先修 Python”？
如果另一份通知显示课程负责人是王老师，应如何处理？
如果明年课程教学内容改变，旧知识如何更新？
如何让系统在回答时展示信息来源？

这些问题将在后续课程中逐步展开。

十、课后任务：问题观察卡

请选择一个熟悉的应用场景，例如学习助手、校园服务、医疗科普、旅游问答、科研文献检索、传统文化问答等，完成一份 300–500 字的“问题观察卡”。

内容包括：

应用场景：系统面向谁，解决什么需求；
知识来源：它可能依赖哪些文本、数据库、网页、专家知识或其他资料；
知识问题：指出一种具体问题，例如知识缺失、错误、冲突、过时、无法解释或调用不当；
初步研究问题：用一句问句表述；
初步验证方式：说明准备收集什么材料，或比较什么方法。

示例：

在课程问答场景中，大语言模型可能将旧版教学大纲中的考试要求作为当前要求回答。该系统需要使用课程通知、教学大纲和课程网站等知识来源。我的研究问题是：加入课程资料检索与来源引用后，是否能降低课程问答中的过时信息错误？我准备收集不同版本的课程资料和若干学生常见问题，对比直接提问大模型与检索增强回答的正确性和可追溯性。

十一、本讲小结

本讲的核心观点是：

认知智能离不开知识；
知识不仅要被获取，还要被组织、核验、调用和更新；
大语言模型可以使用知识，但不天然保证知识真实、完整和可追溯；
知识图谱、检索增强生成和智能体为可靠知识使用提供了不同路径；
科研的起点是从真实场景中发现一个清晰、可验证、范围可控的问题。

下一讲将讨论：同一份知识可以如何表示，以及不同知识表示方式会如何影响系统的查询、推理和应用能力。