人工智能与数据库技术结合研究和设计探讨

镇涛

(武昌职业学院,湖北 武汉430202)

人工智能是人类科技发展最具代表性的技术之一，格雷斯科特说过“到2035 年，人类的思维不可能也不应该可以继续跟上人工智能的步伐了”。科学技术的进步是很明显的，数据库技术的出现也给人类带来了极大的便捷，若将两者进行结合，那么就可以将两者优势加以融合，并在此基础之上，开发出更多的功能。

1 数据库和知识库

数据可以代表实际存在事物的信息，通过分析数据的形式将其细化出来，相比之下，知识则是一种概念和抽象信息，人们在看了之后掌握的是大范围的内容，而在看了数据之后则是了解的具体事物内容。一般，数据和知识都被人类当成信息，但两者在结合了之后就会形成一个信息库，这是计算机系统的基础。在数据库当中，会有很多真实的数据，但是，在人工智能系统当中，则被称之为知识库，表达的是一种抽象的概念或定律。数据库的组织方式之一就是数据模型，其中，主要涵盖了约束、操作以及结构三个内容，比较典型的数据模型可以确定静态事实和关系。而知识模型是数据库的知识构成形式，通过知识模型可以看出具体的信息表示，其中由包含了知识操作和结构知识以及知识约束等等。

对于数据库进行监管的系统被称之为数据库管理系统，专门用来对数据库进行管理，当数据库当中的数据信息需要进行删除、修改、增添、发送时，就需要得到管理系统的允许，该管理系统还可以对数据库加以维护。如果说数据库中的信息有所丢失时，就可以通过该管理系统进行再组织。对知识库进行管理的系统被称之为知识库管理系统，专门用来对知识库加以管控，其可以对知识库进行维护和拓展，如知识库的基本定义等，当知识库吸收了新的知识之后，就需要更改知识库，这时也同样需要得到知识管理系统的允许。数据库技术已经在很多领域都有了使用，但是，问题也渐渐凸显出来，就是数据库技术在应用的过程当当中，有着很强的通用性，而数据库却有着一定的局限性，这使得数据库大多数都用在处理现成数据上，而处理还不具全面性，只能处理百分之五至百分之十的数据。人工智能系统的实用大多都围绕在指定领域之中，适用范畴并不宽，再加上人工智能本来就有精确性不足的弊端，这使得最终给出的答案并不完全可靠，但是，人工智能可以用在解决人类高难问题上。数据库和知识库的处理对象、表达形式、结构等都完全不一样，在具体操作和管理上也自然不同，其区别十分明显。数据库的储存力较强，而知识库储存力较弱，数据库的结构非常简单，相反，知识库结构要复杂一些；数据库用户也可以更新，而知识库只有专家才能进行更新，给用户带来了一定的不便；数据库可以推导出具体的知识，而知识库可以推导出新知识。这些足以说明数据库和知识库之间的不同。

2 人工智能和数据库技术结合的策略分析

如今，伴随着人工智能的进化，也遇到了很多数据库发展中遇到的问题，比如，结构变化非常大，也从之前比较简单的结构变得复杂起来，对于信息的储存力越来越大，也可以大面积的访问，在功能方面有了很大的增加。数据库技术在近年来的发展中，也遇到了和人工智能相类似的问题，但在解决问题的过程当中，也突破了原本的局限，信息处理能力得到很大的上升，还增加了语义信息查询等功能。将人工智能和数据库技术相融合，就是指的将两种技术经验、优势相结合，从而将组成后的系统功能加以提升，该系统可以解决人工智能或数据库技术单方面无法解决的问题，从而造福于人类。这样的融合不单单是人工智能和数据库技术的集成，其中还接触到了很多的互扩知识，借鉴双方的成长经验，取长补短，具体的领域包含了知识表示和模拟信息模型。在该技术当中，将数据库和知识库进行连接，以此来构成一个更为全面的知识数据系统，其信息处理能力自然而然也会得到增加，在分系统之中，也有着属于自己的工作模式，里头所涉及到的知识和数据都有着很强的共享性，也就是说，数据和数据、知识和知识之间可以进行共享，且时效比较强，在操作时效率更高。

其次，在把人工智能和数据库技术相结合之后，人工智能系统可以取长补短，从客观上来讲，人工智能在信息共享和故障恢复等具体操作上，要比数据库技术差一点，在和数据库技术相结合后，就可以借鉴数据库技术的管理经验，将人工智能的知识管理、知识库设计等进行改良，从而改善人工智能的特性和功能，让人工智能可以获得更好的发展渠道。就比如，数据库技术有着最基本的输入、检索等功能，这可以当成是人工智能知识库的范例，将数据库的目标当成是知识库的目标，而将数据库的三级表示和设计方法当成是人工智能知识库的设计方法，诸如E-R方法等。

3 人工智能和数据库技术结合的设计方向

3.1 演绎数据库

在以往的数据库管理系统基础之上，又新添加了一个演绎推理机制，该机制的出现使得可以直接从储存数据当中推演非直接储存结论。就比如，在INGRES 和UNIFY 等数据库当中，如果添加PROLOG 等类型的推理语言，那么不但可以使其具有很强的演绎性，也可以拥有大型数据库管理能力。

3.2 专家数据库

专家数据库有着一定的专业性，如果把专家系统技术带入到以往的数据库管理系统和知识库管理系统当中，那么就可以打造出一个大型信息共享系统，在该系统之中，可以对大量的信息数据加以共享，在此基础之上，面向只是问题加以解答。这一系统有着非常强的独立性，在使用起来也非常独立，性能比较好，可以对知识数据等进行维护和拓展，可以适用于很多环境下运作，也可以解决一些难度系数比较大的现实问题。

3.3 积极数据库

积极数据库有着简单的特点，但虽然很简单，却有着很强且有效的推理能力，对于数据库及其管理系统可以随机性的激发规则，还可以在激发的同时，将规则激活时候的数据库状态记录下来。

3.4 知识数据库

知识数据库相当于是数据库和知识库的完整结合，和传统的数据库有一点相似之处，就是可以将知识从程序当中抽离出来，再添加到数据库中来。知识数据库可以分成两个种类，一个是面向系统知识，这可以在一定程度上提高数据库管理系统的工作质量。另一个是面向应用知识，包含演绎、语义以及决策等多种知识，目的在于对数据库管理系统加以延伸，使其可以适应更多的应用区域，在运行中可以给用户带来更多的便捷和帮助。

3.5 语义数据模型

语义数据模型就是在数据库模型基础之上，添加语义表达能力之后形成的，它的出现可以让数据库表达能力和处理功能更为丰富，也可以处理一些更为复杂的数据。

结束语

科技的进步，也是人类进步史上的一大步，如果将人工智能和数据库技术进行有机结合，那么则可以开发出推动人类生活进步的高新技术产品，便捷人们的生活和工作。人工智能和数据库技术在发展中都遇到了对方所遇到的问题，在将两者进行结合之后，可以朝着演绎数据库、专家数据库、积极数据库、知识数据库、语义数据模型等方向设计，两者技术之间相互借鉴，取长补短，从而开发出一种综合性的新兴技术。