• Nie Znaleziono Wyników

Podstawy Sztucznej Inteligencji (PSZT)

N/A
N/A
Protected

Academic year: 2021

Share "Podstawy Sztucznej Inteligencji (PSZT)"

Copied!
32
0
0

Pełen tekst

(1)

Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się

logiką predykatów: część 2/3

Podstawy Sztucznej Inteligencji (PSZT)

Paweł Wawrzyński

(2)

PSZT, zima 2013, wykład 4 2

Dzisiaj

• Literały i klauzule w logice predykatów

• Sprowadzania formuł do klauzul

• Podstawianie, unifikacja

• Wnioskowanie w przód

• Wnioskowanie wstecz

• Wnioskowanie przez zaprzeczenie

(3)

PSZT, zima 2013, wykład 4 3

Literały i klauzule

(4)

PSZT, zima 2013, wykład 4 4

Sprowadzanie formuł do klauzul

(5)

PSZT, zima 2013, wykład 4 5

Funkcja i stała Skolema (1/2)

(6)

PSZT, zima 2013, wykład 4 6

Funkcja i stała Skolema (2/2)

(7)

PSZT, zima 2013, wykład 4 7

Formuły → klauzule, przykład 1

(8)

PSZT, zima 2013, wykład 4 8

Formuły → klauzule, przykład 2

(9)

PSZT, zima 2013, wykład 4 9

Formuły → klauzule, przykład 3

(10)

PSZT, zima 2013, wykład 4 10

Formuły → klauzule, przykład 4

(11)

PSZT, zima 2013, wykład 4 11

Podstawienie i unifikacja

• Przykład:

– prawdą jest, że oraz – wynika z tego, że – ale niekoniecznie

• W ogólności interesuje nas taka sytuacja

– zestawiamy dwie formuły

– w obu występuje ten sam predykat

– poszukujemy postawień zmiennych takich, że:

• formuły pozostają jak najmniej uszczegółowione

• wskazany predykat staje się taki sam w obu formułach

(12)

PSZT, zima 2013, wykład 4 12

Podstawienie

(13)

PSZT, zima 2013, wykład 4 13

Unifikacja

(14)

PSZT, zima 2013, wykład 4 14

Najbardziej ogólny unifikator

(15)

PSZT, zima 2013, wykład 4 15

Wnioskowanie w przód

• W porównaniu z tym samym typem

wnioskowania w logice zdań - idea jest zachowana

• Podobny jest warunek wystarczający:

wiedza w postaci formuł koniunkcyjno- implikacyjnych bez negacji

(16)

PSZT, zima 2013, wykład 4 16

Wnioskowanie w przód, procedura

(17)

PSZT, zima 2013, wykład 4 17

Wnioskowanie w przód różnice z logiką zdań

• Konkretyzacja formuł przez stosowanie podstawiania

• Ta sama formuła może być użyta

wielokrotnie z różnym podstawieniem

(18)

PSZT, zima 2013, wykład 4 18

Wnioskowanie wstecz

• W porównaniu z tym samym typem

wnioskowania w logice zdań - idea jest zachowana

• Podobny jest warunek wystarczający:

wiedza w postaci formuł koniunkcyjno- implikacyjnych bez negacji

(19)

PSZT, zima 2013, wykład 4 19

Wnioskowanie wstecz, procedura

(20)

PSZT, zima 2013, wykład 4 20

Wnioskowanie wstecz, przykład

Każdy kocha wspinaczkę lub narciarstwo. Miłośnicy

wspinaczki nie lubią deszczu, zaś miłośnicy narciarstwa lubią śnieg. Abacki lubi to czego nie lubi Babacki i zaś Babacki to czego nie lubi Abacki. Abacki lubi deszcz oraz śnieg.

Na podstawie powyższych informacji można ustalić upodobania Abackiego i Babackiego.

Czy Babacki jest miłośnikiem wspinaczki?

(21)

PSZT, zima 2013, wykład 4 21

Wnioskowanie wstecz, przykład

Każdy kocha wspinaczkę lub narciarstwo. Miłośnicy

wspinaczki nie lubią deszczu, zaś miłośnicy narciarstwa lubią śnieg. Abacki lubi to czego nie lubi Babacki i zaś Babacki to czego nie lubi Abacki. Abacki lubi deszcz oraz śnieg.

Na podstawie powyższych informacji można ustalić upodobania Abackiego i Babackiego.

Czy Babacki jest miłośnikiem wspinaczki?

(22)

PSZT, zima 2013, wykład 4 22

Wnioskowanie wstecz, przykład

(23)

PSZT, zima 2013, wykład 4 23

Wnioskowanie wstecz różnice z logiką zdań

• Konkretyzacja formuł przez stosowanie podstawiania

• Ta sama formuła może być użyta

wielokrotnie z różnym podstawieniem

(24)

PSZT, zima 2013, wykład 4 24

Wnioskowanie przez rezolucję i zaprzeczenie

• Ogólna zasada jest taka sama jak w logice zdań

• Nieco inaczej wygląda rezolucja

• Nieco inaczej wygląda sprzeczność

(25)

PSZT, zima 2013, wykład 4 25

Przykład rezolucji

(26)

PSZT, zima 2013, wykład 4 26

Rezolucja w logice predykatów

(27)

PSZT, zima 2013, wykład 4 27

Dalsze przykłady rezolucji

(28)

PSZT, zima 2013, wykład 4 28

Wnioskowanie przez rezolucję i zaprzeczenie

algorytm dowodzący formuły -

(29)

PSZT, zima 2013, wykład 4 29

Wnioskowanie przez rezolucję i zaprzeczenie

przykład

Panowie Abacki, Babacki i Cabacki uprawiają różne zawody, jeden z nich to architekt

a pozostali to informatyk i lekarz.

Panowie mają różne hobby: muzyka, szachy i wędkarstwo.

Abacki jest lekarzem, architekt jest szachistą zaś Cabacki jest audiofilem.

Czy Cabacki jest informatykiem?

(30)

PSZT, zima 2013, wykład 4 30

Wnioskowanie przez rezolucję i zaprzeczenie

przykład

Panowie Abacki, Babacki i Cabacki uprawiają różne zawody, jeden z nich to architekt a pozostali to

informatyk i lekarz.

Panowie mają różne hobby: muzyka, szachy i

wędkarstwo.

Abacki jest

lekarzem, architekt jest szachistą zaś Cabacki jest audiofilem.

Czy Cabacki jest informatykiem?

(31)

PSZT, zima 2013, wykład 4 31

Wnioskowanie przez rezolucję i zaprzeczenie

pr zy kł ad

(32)

PSZT, zima 2013, wykład 4 32

Wnioskowanie przez rezolucję i zaprzeczenie

różnice z logiką zdań

• Rezolucja jest stosowana do wyciągnięcia najbardziej ogólnych wniosków a nie

wniosków jedynych

• Klauzule = zbiory faktów, sprzeczność jest na poziomie podzbiorów faktów

Cytaty

Powiązane dokumenty

Jeśli nie jest spełniony warunek stopu, wróć do punktu 2, w przeciwnym razie zwróć najlepszego osobnika z P... Co m-ty krok

• Osobnik czyli fenotyp, kodowany przez pewien projekt - genotyp. • Przedmiotem krzyżowania i mutacji są

- „wszerz” znajduje najkrótsze rozwiązanie zużywając najmniej czasu ale potrzebuje dużo pamięci. - „w głąb” potrzebuje mało pamięci ale nie znajduje

wartości równej tej, która jest przypisana do bieżącego stanu.

• Należy znaleźć wektor parametrów aproksymatora, który minimalizuje wskaźnik jakości.. PSZT, zima 2013, wykład

rezolucji moż że by e być ć pochł poch łoni onię ęta przez inn ta przez inną ą klauzulę klauzul

• Okre Okreś ślona akcja jest analizowana jednak nie dlatego, lona akcja jest analizowana jednak nie dlatego, ż że prowadzi do e prowadzi do osi osią ągni gnię ęcia celu,

Metody te jednak są narażone na utknięcie w lokalnych minimach, co jest podstawową piętą Achillesa tych metod, nie dając gwarancji znalezienia globalnego minimum – a