以AIML為基礎之智慧型代理人知識對話系統劉振隆陳冠樺、黃毓慧、鄭紫岑義守大學資訊管理學系Email:jlliu@isu.edu.tw摘要隨著科技融入教學與網際網路的普及，教學方式不斷地創新，在網路上收集新知應用到教學變得相當地重要，並經由智慧型代理人自動化的進行收集資料、整理資料以及擷取到新知識。應用人工智慧可將人類對各種問題及事物，所引起的思考、判斷、推理、解決問題、計畫及決策等過程，將之分解成一連串的基本步驟，利用程式設計方法，使知識可適切地被表達，並賦予電腦學習的架構，利用機器學習的成果以解決或處理各種更複雜的問題。本專題研究採用AIML（ArtificialIntelligenceMarkupLanguage）為基礎之語法，建構智慧型代理人系統藉由鍵盤鍵入我們的提問問題讓機器人來解答並解決我們的疑惑，同時這些智慧型機器人將學習我們的技術、分享我們的目標和價值。這些機器人不僅在家中照顧我們，還會執行目前由人類腦力進行的工作，例如診斷疾病和建議治療方法。本研究賦予此代理人具體的形象與角色個性，設計知識問答，依照使用者輸入的文字判斷使用者的所需並解之相關知識。受限於語意分析的難度，目前只做到單一對話雛型建立，並測試人工智慧、知識管理與基因演算法等三方面之領域知識。關鍵字：智慧型代理人（IntelligentAgents）、人工智慧（ArtificialIntelligence）、領域知識。壹、緒論1.1研究動機與目的近年來，在科技日新月異的衝擊下，智慧型的技術將被視為具有舉足輕重的影響力。當然，我們日常生活中也漸漸增加許多相關的應用。因為閱讀過了相關論文之後，代理人機制是我們所想要共同研討及了解的。因此，本組成員決定以人工智慧來作為研究主題，並且依研究的成果，來製作一個最基礎的代理人（Agent）系統。常常在日常生活中，我們所接觸的是大略的重點，當我們深入了解後，深覺我們對於身邊的事物，應該要抱有求知的態度，這樣才能擁有更多的收穫。研擬主題立訂主題蒐集相關書面論文設計系統架構建置知識庫完成雛型系統模擬與執行關係探討與結論1.2研究流程我們是採用AIML（ArtificialIntelligenceMarkupLanguage）語法寫，類似使用Alice機器人的機制方式，解答詢問者的疑惑，雖然這是一個簡單的知識傳遞之對話機制，但對我們來說，是我們的研究一大步，不僅僅學到如何獨立的學習，也深刻地體會到研究學術之辛苦。本專題之研究流程圖及時程甘特圖分別為圖1.1和圖1.2。圖1.1研究流程圖3月4月5月6月7月8月9月10月11月研擬主題資料收集文獻探討系統架構設計資料庫設計實際上機測試結案報告圖1.2時程甘特圖1.3研究範圍本專題之智慧型代理人所提供之知識庫中包含基因演算法、智慧型代理人、知識管理三個主題。基因演算法是一種套用達爾文的演化論的檢索方法，源自於自然界中"物競天擇，適者生存"的特性，模擬生物間的競爭，存活者得以繁衍下一代的觀念，應用於最佳化工程之計算時，以隨機方式同時產生多組解，較佳的解將被留下運算，如此多次疊代即可求出最佳解的過程。基因演算法基本理論基因演算法是模仿生物進化遺傳的過程，三個主要的運算子﹕複製（Reproduction）、交配（Crossover）、突變（Mutation），應用此基本觀念即可完成演算法之運算。智慧型代理人具備反應力(Reactivity)、主動能力(Proactiveness)、社交能力(SocialAbility)，智慧型代理人它能與其它的代理人進行溝通，以達到其設計目標。知識管理是一種過程，協助個人、企業或團體創造出有用的資訊，例如客戶有接觸經驗的其他員工或類似相同的工作經驗員工。且他們也必需持續的與他們的客戶交換資訊，再加上他們也經常需要外部資訊，如市場記憶、集合、儲存公司的學習，使員工離職時的影響最小，而這個記憶不只是對於員工要完成每天的工作是重要的，而且在快速有效的訊練新員工上更是不可少的。圖1.3GarryKasparov與DeepBlue下西洋棋圖1.4知識管理的示意圖1.5基因演算法的示意圖貳、文獻探討2.1智慧型代理人人工智慧有一個目的就是就是讓機器聰明一點，這也是我們現階段的重要目標。以一個比較低層次之期待或要求的角度來看，是要讓機器如何比較好用，有效率，有效能來協助人們來完成一些工作。當然...
