Bài giảng “Trí tuệ nhân tạo”, một môn cơ sở chuyên ngành trong chương trình đào tạo cử nhân tin học, ngoài mục đích xây dựng nhiều bài giảng trên một khung chương trình đào tạo, mà còn giúp cho sinh viên có tài liệu học tập phù hợp với hoàn cảnh thực tế của Đại học Thủy Lợi.Nội dung Chương 3 của tài liệu giới thiệu về Tri thức và suy luận.
Nội dung trích xuất từ tài liệu:
Bài giảng Trí tuệ nhân tạo: Suy diễn trong logic vị từ - Trường Đại học Thủy LợiSuy diễn trong logic vị từ 1 Suy diễn trong logic cấp một• Phép chứng minh• Phép hợp nhất• Luật Modus Ponens tổng quát• Lập luận tiến và lập luận lùi• Tính đầy đủ• Luật phân giải 2 Phép chứng minh• Suy diễn tin cậy: tìm ra α sao cho KB ╞ α Quá trình chứng minh có thể quy về vấn đề tìm kiếm, trong đó các toán tử là các luật suy diễn.• Thí dụ, Modus Ponens (MP) , Hoc( An, DHTL) Hoc( An, DHTL) Gioi( An) Gioi( An)• Thí dụ, Đưa vào hội (AI) , Gioi( An) NganhCNTT ( An) Gioi( An) NganhCNTT ( An)• Thí dụ, Loại bỏ mọi (UE) x x Hoc( x, DHTL) Gioi( x) {x / } Hoc( Lan, DHTL) Gioi( Lan) phải là hạng tử gốc (tức là, không chứa biến) 3Ví dụ về chứng minh 4Ví dụ về chứng minh 5 Tìm kiếm với các luật suy diễn cơ sở• Các toán tử là các luật suy diễn• Các trạng thái là tập các câu• Hàm kiểm soát mục tiêu kiểm tra trạng thái để biết nó có chứa câu truy vấn hay không AI, UE, MP là các mô hình suy diễn phổ biến Vấn đề: số lượng nhân tố nhánh khổng lồ đối với UE Ý tưởng: tìm ra một phép thế sao cho nó tạo ra phần giả thiết của luật khớp với một số sự kiện đã biết một luật suy diễn đơn mạnh hơn 6 Phép hợp nhất• Một phép thế σ hợp nhất các câu đơn p và q nếu pσ = qσ 7 Phép hợp nhất• Một phép thế σ hợp nhất các câu đơn p và q nếu pσ = qσ• Ý tưởng: Hợp nhất các giả thiết luật với các sự kiện, áp dụng hợp nhất tử cho phần kết luận• Thí dụ, nếu chúng ta biết q và Biet(Trung, x) Yeuquy(Trung, x) thì chúng ta kết luận Yeuquy(Trung, Lan) Yeuquy(Trung, XuanDieu) Yeuquy(Trung, Me(Trung)) 8 Modus Ponens tổng quát (GMP)• trong đó pi pi với mọi i• Thí dụ, p Nhanhhon( Capi , Bibi ) 1 p 2 Nhanhhon( Bibi , Mike ) p1 p 2 q Nhanhhon( x , y ) Nhanhhon( y , z ) Nhanhhon( x , z ) { x / Capi , y / Bibi , z / Mike } q Nhanhhon( Capi , Mike )• GMP được sử dụng với KB gồm các câu rõ ràng (có đúng một chữ dương): hoặc là câu đơn hoặc là câu có dạng (hội của các câu đơn) (câu đơn)• Tất cả các biến đều được giả định là đi với lượng tử mọi 9 Lập luận tiến• Khi một sự kiện p mới được thêm vào KB for mỗi luật mà p hợp nhất được với một giả thiết if các giả thiết khác đã có then thêm phần kết luận vào KB và tiếp tục lập luận• Lập luận tiến phụ thuộc vào dữ liệu Thí dụ, suy diễn ra các tính chất và các hạng mục từ những thứ quan sát được 10 Ví dụ về lập luận tiến• Lần lượt thêm vào các sự kiện 1, 2, 3, 4, 5, 7• Chữ số trong [] = chữ hợp nhất; √ chỉ việc cháy luật 11 Lập luận lùi• Khi có một truy vấn q được gọi if nó khớp với một sự kiện q’ đã có, trả về hợp nhất tử for mỗi luật mà phần kết luận q’ của nó khớp với q cố gắng chứng minh mỗi giả thiết của luật bằng lập luận lùi• Hai phiên bản: tìm một giải pháp bất kỳ, tìm tất cả các giải pháp• Lập luận lùi là cơ sở cho các ngôn ngữ lập trình logic, thí dụ Prolog 12Ví dụ về lập luận lùi 13 Tính đầy đủ trong FOL• Thủ tục i là đầy đủ nếu vào chỉ nếu KB │─ i α bất cứ khi nào KB │═ α• Lập luận tiến và lập luận lùi là đầy đủ đối với các KB Horn nhưng không đầy đủ đối với logic mệnh đề và logic vị từ cấp một nói chung• Thí dụ, từ phải có thể suy diễn ra Rich(Me), nhưng FC/BC không thực hiện được điều này• Liệu có tồn tại một giải thuật đầy đủ không? 14 Phương pháp phân giải• Phương pháp phân giải là một thủ tục bác bỏ: để chứng minh KB │═ α, chỉ ra rằng KB ٨ α là không thoả được• Phương pháp phân giải sử dụng KB, α trong CNF (hội các câu tuyển)• Luật suy diễn phân giải kết hợp hai câu t ...