陳凱

本期文章要介紹的，是一個非常簡單的基于邏輯編程的智能移動問答系統(tǒng)，教師不僅能用它來教學，還能用它來教學——前半句話的意思是，這個系統(tǒng)逐步搭建的過程，可作為人工智能邏輯編程入門階段的教學素材;后半句話的意思是，這個系統(tǒng)搭建成功之后，系統(tǒng)本身也可作為某些學科的教學工具。這個小系統(tǒng)可以在手機或其他移動設(shè)備上運行，針對特定查詢類別，使用者提供若干關(guān)鍵字，系統(tǒng)能給出和關(guān)鍵字相匹配的對象的名稱。為了能夠簡單說明問題，本文以“校園野花查詢系統(tǒng)”為例，對系統(tǒng)的構(gòu)建過程進行說明。

● 需求——從學用人工智能到學人工智能

對學習者來說，學用人工智能和學人工智能，兩者看上去很相近，或者說的確也有相當部分學習內(nèi)容存在交集，但兩者的學習目標其實是不同的。若要勉強區(qū)分一下，那么前者是學習用人工智能的成果來實現(xiàn)某個任務，或構(gòu)建出某個功能系統(tǒng);后者則主要是學習如何利用數(shù)學和邏輯上的方法來模擬、延伸和擴展人的智能，學習中還常常涉及腦神經(jīng)科學、心理學、哲學等多個學科的學習內(nèi)容。

舉例來說，若想利用人工智能來幫助識別校園里的常見野花，可以用現(xiàn)成的“形色”或“花伴侶”軟件拍攝野花照片并聯(lián)網(wǎng)智能識別，這就是利用人工智能的成果來了解植物知識，最多只能算是對人工智能應用進行體驗。如果學習編寫一個Python程序，調(diào)用網(wǎng)絡上的接口對野花圖片進行智能識別，那么這其實是利用Python高粘合性的特點，借助人工智能的功能接口來構(gòu)建出野花識別系統(tǒng)，也很難說是對人工智能本身進行學習。那怎樣算是學習人工智能呢？那就一定要將野花辨識的機器學習過程展現(xiàn)出來，然而，對于基礎(chǔ)教育階段的教學者和學習者來說，這不是件容易的事情，主要的瓶頸在于學習者數(shù)學和計算機科學方面知識技能儲備的限制。教學者可以引入一些策略來緩解以上矛盾，比如，將數(shù)學運算參與到人工智能實現(xiàn)過程中的關(guān)鍵步驟和原理用圖形和動畫的方式直觀顯現(xiàn)出來，保留數(shù)學公式的應用而適當略過數(shù)學公式的推導過程;或者，重點剖析人工智能相關(guān)算法核心思想，同時降低數(shù)據(jù)結(jié)構(gòu)和算法的復雜性;再者，就是將適應學習者當前知識技能基礎(chǔ)的人工智能學習內(nèi)容作為優(yōu)先選取的教學內(nèi)容，并為學習者指明未來進階的學習路徑。

“校園野花查詢系統(tǒng)”是一個用人工智能邏輯編程語言設(shè)計的迷你專家系統(tǒng)，在根據(jù)植物特征描述識別野花這一功能上，其能力要強于一般的通用聊天機器人程序。和常見的上傳圖形智能識別野花種類的人工智能（通常用神經(jīng)網(wǎng)絡搭建）程序相比，這個迷你專家系統(tǒng)只能借助語言描述對植物進行識別，其實現(xiàn)關(guān)鍵在于人工智能邏輯編程的運用，能夠適應基礎(chǔ)教育階段學習者的知識技能基礎(chǔ)，不需要引入額外的預備知識技能?；谔卣髅枋龅拿阅銓＜蚁到y(tǒng)的應用場景也不同于圖片智能識別，它更適合于植物分類學方面的基礎(chǔ)訓練。

● 實施——用pyDatalog建立知識庫

“校園野花查詢系統(tǒng)”使用邏輯編程語言實現(xiàn)，它不同于基于步驟的程序設(shè)計語言，而是根據(jù)事實和規(guī)則，在知識庫中自動進行演繹推理。圖1所示的是一段Python簡單代碼，通過建立事實和查詢來識別野花。

這是一個極端簡化的例子，它只考慮了花瓣數(shù)量和花冠是否對稱（暫時只考慮輻射對稱的情況）。由于使用pyDatalog庫引入了自動演繹推理，所以不需要按傳統(tǒng)的方法用分支結(jié)構(gòu)對用戶輸入信息進行判斷，計算機會自動進行匹配，按代碼中的例子，就是在知識庫中匹配既符合4片花瓣，又符合花冠不對稱情況的所有事實。在這些代碼的基礎(chǔ)上稍微加以擴展，就能體現(xiàn)出其知識積累和查詢的便捷性和靈活性。代碼如圖2所示。

這些簡短的代碼只是用作邏輯編程的示例，要使其功能更加完整，還有許多可以改進的地方。一方面，從植物學角度來看，有許多專業(yè)特征，如花序、葉序、葉緣、葉脈等都可以列入知識庫中;另一方面，從應用交互來看，還要考慮到用戶可能有難以描述、描述錯誤或省略描述的情況。

在知識庫中可以用“<=”符號來代表推理，在下頁圖3所示的代碼中，程序會自動將具有“羽狀復葉”和“蝶狀”花這兩項特征的植物視作豆科植物。

從圖3所示的運行結(jié)果可以發(fā)現(xiàn)，雖然預先沒有存儲植物分類信息，但系統(tǒng)可以自己運用知識庫里的事實和規(guī)則，嘗試對植物的分類進行判斷，可以算是有了初步的智能。而為了進一步完善這個專家系統(tǒng)，學習者的進階學習路徑也變得非常明確：一是怎樣對用戶輸入的語言文字進行分析，從變化多端的語言文字中提取出關(guān)鍵特征信息;二是如何利用遞歸調(diào)用，進一步提升系統(tǒng)的演繹推理能力。

● 拓展——讓系統(tǒng)變得更方便，更有趣

要想在安卓系統(tǒng)的手機或平板上，而不僅僅是計算機上運行這個迷你專家系統(tǒng)，可以安裝QPython應用，同時，要記得用QPython界面的“系統(tǒng)”工具，或者調(diào)用“pip”程序在線安裝pyDatalog庫，以實現(xiàn)知識庫和邏輯推理的功能。QPython還能調(diào)用安卓接口，使這個迷你專家系統(tǒng)使用起來更方便、更有趣，如調(diào)用拍照功能、經(jīng)緯度查詢功能等。圖4所示的代碼片段，是在QPython中調(diào)用安卓語音引擎實現(xiàn)語音輸出。

在實際操作中，可以利用訊飛的語音識別來輸入信息，系統(tǒng)在查詢或推理之后，用安卓的語音引擎將結(jié)果朗讀出來，這就使得這個迷你專家系統(tǒng)的應用十分具有趣味性。雖然利用現(xiàn)成的接口實現(xiàn)某些人工智能的能力非常簡單，學習者也比較容易獲得成就感，但有必要提醒學習者的是，這其實就是通過調(diào)用、整合現(xiàn)成的人工智能成果來構(gòu)建自己的功能系統(tǒng)，不能以此代替人工智能內(nèi)部原理的學習。