Suy Luận Tự Động - CÁC CHỦ ĐỀ NÂNG CAO

Phần này sẽ khảo sát hai lĩnh vực TTNT quan trọng: suy luận tự động và máy học; đây là các lĩnh vực mà sự phát triển của chúng ảnh hưởng sâu sắc đến định hướng của toàn thể ngành khoa học TTNT. Trong lời mở đầu của phần III, chúng ta đã thảo luận những ưu và khuyết điểm của các hệ giải quyết vấn đề (GQVĐ) theo phương pháp yếu. Những vấn đề về các phương pháp yếu bao gồm tính phức tạp của không gian tìm kiếm và những khó khăn trong việc biểu diễn tri...
Nội dung trích xuất từ tài liệu:
Suy Luận Tự Động - CÁC CHỦ ĐỀ NÂNG CAO Chương 8: Suy Luận Tự Động PHẦN IV CÁC CHỦ ĐỀ NÂNG CAOPhần này sẽ khảo sát hai lĩnh vực TTNT quan trọng: suy luận tự động và máy học; đây là cáclĩnh vực mà sự phát triển của chúng ảnh hưởng sâu sắc đến định hướng của toàn thể ngànhkhoa học TTNT.Trong lời mở đầu của phần III, chúng ta đã thảo luận những ưu và khuyết điểm của các hệgiải quyết vấn đề (GQVĐ) theo phương pháp yếu. Những vấn đề về các phương pháp yếubao gồm tính phức tạp của không gian tìm kiếm và những khó khăn trong việc biểu diễn trithức về thế giới bằng những biểu diễn tổng quát. Mặc cho những thành công của các hệchuyên gia và các hệ GQVĐ theo phương pháp mạnh tương tự, nhiều lĩnh vực vẫn đòi hỏiphải có các phương pháp tổng quát; mà thực chất, chiến lược điều khiển của bản thân các hệchuyên gia đều dựa trên những phương pháp GQVĐ yếu tốt. Nhiều nghiên cứu hứa hẹn vềcác hệ GQVĐ theo phương pháp yếu tiếp tục được tiến hành bởi cộng đồng chứng minh địnhlý tự động. Những kỹ thuật này đã tìm thấy ứng dụng của mình trong nhiều lĩnh vực quantrọng, trong đó có thiết kế và kiểm chứng mạch điện tích hợp, chứng minh tính đúng đắn củachương trình, và một cách gián tiếp, sự ra đời của ngôn ngữ PROLOG. Trong chương 8,chúng ta sẽ xem xét các vấn đề xung quanh suy luận tự động.Chương 9 giới thiệu máy học, một trong những vấn đề nghiên cứu trung tâm của TTNT hiệnnay. Trong chương này, chúng ta xem xét 3 tiếp cận học khác nhau. Tiếp cận thứ nhất là họcdựa trên ký hiệu. Bằng cách bắt đầu với một tập hợp các ký hiệu biểu diễn những thực thể vàquan hệ trong một lĩnh vực vấn đề, các thuật toán học cố gắng suy ra những khái quát mới lạ,có căn cứ và hữu ích mà có thể thể hiện được qua những ký hiệu.Ngược lại với tiếp cận ký hiệu, tiếp cận kết nối thì biểu diễn tri thức như là những hình mẫucủa sự hoạt động trong mạng các đơn vị xử lý nhỏ, riêng lẻ. Được thúc đẩy bởi kiến trúc nãobộ, các mạng liên hệ học bằng cách sửa đổi cấu trúc của chúng nhằm đáp ứng với dữ liệuluyện tập. Thay vì tìm kiếm những khái quát có khả năng mà một ngôn ngữ biểu diễn kýhiệu có thể đem lại, các mô hình liên hệ nhận biết những hình mẫu bất biến trong dữ liệu vàbiểu diễn những mẫu này theo cấu trúc của chính bản thân chúng.Cũng giống như mạng kết nối được thúc đẩy bởi hệ nơron sinh học, các mô hình nổi trội củatiếp cận thứ ba được thúc đẩy bởi các phép tương tự di truyền và tiến hóa. Các thuật toán ditruyền bắt đầu bằng một quần thể những lời giải ứng cử viên. Những lời giải ứng viên này sẽđược đánh giá theo khả năng giải quyết bài toán, chỉ có những lời giải phù hợp nhất mớisống sót và kết hợp với nhau để tạo ra thế hệ tiếp theo những lời giải có khả năng. Do đó,những lời giải có tốt hơn sẽ tăng dần và nổi lên như thuyết Darwin về vũ trụ.Võ Huỳnh Trâm – Trần Ngân Bình 135Giáo Trình Trí Tuệ Nhân Tạo Chương VIII SUY LUẬN TỰ ĐỘNG (AUTOMATIC REASONING)Nội dung chính : Trong chương này, chúng ta sẽ tìm hiểu về một thành quả của nhánhnghiên cứu Suy luận tự động đã được giới thiệu ở chương I, đó là phương pháp chứng minhhợp giải (Resolution) hay còn gọi là thủ tục hợp giải.Mục tiêu cần đạt : Sau chương này, sinh viên có thể : Vận dụng giải thuật chuyển câu về dạng mệnh đề Vận dụng giải thuật Hợp giải để chứng minh các vấn đề được biểu diễn bằng ngôn ngữ logic mệnh đề. Vận dụng giải thuật Hợp Giải để chứng minh các vấn đề được biểu diễn bằng ngôn ngữ logic vị từKiến thức tiên quyết: Ngôn ngữ logic mệnh đề, ngôn ngữ logic vị từ, phương pháp chứngminh dẫn xuất, phép đối sánh mẫu trong logic vị từ.Tài liệu tham khảo :[1] Geogre F. Luger – Artificial Intelligence, Structures and Strategies for Complex ProblemSolving 4th Ed. – Addison-Wesley Publishing Company, Inc – 2002 (trang 509 – trang 552)[2] Elaine Rich, Kevin Knight – Artificial Intelligence, 2nd Ed. McGraw Hill, Inc – 1991(trang 131 – trang 169)136 Võ Huỳnh Trâm – Trần Ngân Bình Chương 8: Suy Luận Tự ĐộngI GIỚI THIỆU:Như đã giới thiệu trong chương I, suy luận tự động có thể xem là nhánh nghiên cứu lâu đờinhất của AI, bắt nguồn từ Logic Theorist và General Problem Solver của Newell và Simon.Sức hấp dẫn của suy luận tự động nằm trong tính chặt chẽ và tổng quát của logic. Bởi vìlogic là một hệ thống hình thức, nên ta có thể tự động hóa nó. Rất nhiều vấn đề khác nhau cóthể giải quyết được bằng cách biểu diễn các mô tả vấn đề và các thông tin liên quan ở dạngcác tiên đề luận lý và xem bài toán như là các định lý cần chứng minh.Nổ lực của các nhà khoa học trong lĩnh vực này là tự động hóa quá trình chứng minh cácđịnh lý dựa vào các tiên đề cơ sở. Mặc dù ...