Giáo trình Trí tuệ nhân tạo và hệ chuyên gia (Nghề Lập trình máy tính): Phần 2 - CĐ Nghề

(NB) Giáo trình Trí tuệ nhân tạo và hệ chuyên gia (Nghề Lập trình máy tính): Phần 2 được biên soạn nhằm cung cấp cho bạn kiến thức về xử lý tri thức, tổng quan về hệ chuyên gia và ứng dụng, cấu trúc hệ chuyên gia và các công cụ tạo lập hệ chuyên gia...Mời các bạn tham khảo!

BÀI XỬ LÝ TRI THỨC MÃ BÀI ITPRG3_07.6 Mục tiêu thực hiện: Học xong học viên có khả năng:  Hiểu rõ chất mơ tơ suy diễn  CàI đặt mô tơ suy diễn tiến, lùi ngơn ngữ lập trình  So sánh cách xử lý tri thức Nội dung: 6.1 Suy diễn tiến 6.2 Suy diễn lùi 6.3 Suy diễn hỗn hợp 6.4 CàI đặt sở tri thức 6.1 Suy diễn tiến  Logic mệnh đề Thủ tục suy diễn tiến logic mệnh đề:  Vào - Tập mệnh đề có dạng GT= - Tập luật RULE cso dạng Horn tức luật: p1 - … pn q Tập mệnh đề kết luận KL=  Ra: Thông báo “Thành công” qi luật RULE Kl suy diễn từ GT nhờ sử dụng tập  Thủ tục Procedure Suy_dien_tien1(); Begin Tgian=GT; /* Tgian tập kiện dùng thời điểm xét */ SAT=loc(RULE,Tgian); /* SAT tập luật có dạng p1 while KL r Tgian SAT … pn q cho rỗng get(SAT); /* lấy luật r khả hợp từ tập SAT */ /* r có dạng p1 Tgian Tgian RULE RULE \ … pn q*/ ; ; SAT=loc(RULE,Tgian); 104 i=1,n pi Tgian */ If KL Tgian then Exit(“Thành công”) Else Exit(“Không thành công”); End  Logic vị từ  Vào - Tập luật RULE= p1(.) - … pn(.) ri có dạng Horn q(.) pi, q vị từ Tập vị từ cần chứng minh KL  Ra: Thông báo “Thành công” q(.) tập luật RULE  KL, suy từ GT nhờ sử dụng Thủ tục Procedure Suy_dien_tien2(); Begin Tgian=GT; SAT=loc(RULE,Tgian); while KL (r, ) Tgian SAT get(SAT); /* lấy luật r khả hợp với phép gán trị Tgian rỗng Tgian , r có dạng p1 … pn q*/ ; SAT=loc(RULE,Tgian); If KL Tgian then Exit(“Thành công”) Else Exit(“Không thành công”); End Trong suy diễn thao tác quan trọng xác định SAT=loc(RULE,Tgian) Tập luật r có dạng p1(.) cho với i, vị từ p i(.) Tgian Bài toán dẫn tới toán con: (1) Cho vị từ f(x,y,z,…) q(u,v, w,…) Liệu có tồn phép gán trị cho f =q : = Ví dụ: cho vị từ p(x,a,z) p(y,y,b) Hai vị từ dẫn tới vị từ chung p(a,a,b) nhờ phép gán (a/x,a/y,b/z) (2) Quay lui trình gán trị 6.2 Suy diễn lùi  Logic mệnh đề  Vào - Tập mệnh đề cho GT= 105 - Tập luật RULE= có dạng chuẩn Horn p1 - Tập mệnh đề kết luận KL=  Ra: Thơng báo “Thành cơng” với i, qi suy từ GT  Thủ tục Procedure Suy_dien_lui1(); Begin If KL GT then Exit(“Thành công’) Else Goal=Ǿ; /* Vet Goal danh sách dạng stack */ Vet=Ǿ; First=0; For each q KL Goal=Goal Repeat (f,i) get(Goal); first=first+1; if not(f GT) then Tim_luat(f,i,RULE,j); /* Để xác định xem có sản xuất rj kể */ /*từ sản xuất thứ i+1 trở cho rj có */ /*dạng leftj If j f Nếu khơng tìm j=m+1*/ m then Vet=Vet ; For each t leftj\GT Goal=Goal ; Else back=True; While f /* Quay lui */ KL and back Repeat (g,k) get(Vet); Goal=Goal\leftk; Until f leftk; Tim_luat(g,k,RULE,1); If m then Goal=Goal\leftk; For each t left1\GT 106 ; Goal=Goal ; Vet=Vet ; back=false Else f=g; Until Goal=Ǿ or (f If f KL and (first 2)); KL then Exit (“Không thành công”) Else Exit (“Thành công”); End  Logic vị từ Vào  Tập luật RULE= Tập vị từ cho GT Tập vị từ cần chứng minh KL  Ra: Thông báo “Thành công” GT  Thủ tục * KL Procedure Suy_dien_lui2(); Begin If KL GT then Exit(“Thành công’) Else Goal=Ǿ; /* Vet Goal danh sách dạng stack */ Vet=Ǿ; Goal=KL; Repeat f if (f GT Goal=Goal get(Goal); ) then ; else Tim_luat(f,0,RULE,j); /* Tìm luật rj phép gán trị cho f /* vế phải rj If j */ */ m then Vet=Vet Goal=Goal ; leftj \GT; 107 Else back=True; /* Quay lui */ While f KL and back Repeat (g,k, ) get(Vet); Goal=Goal\leftk Until f ; leftk Tim_luat(g,k,RULE,1); /* Tìm luật r1 phép gán trị */ /*sao cho g vế phải r1*/ If m then Goal=Goal\leftk Goal=Goal left1 Vet=Vet ; \GT ; back=false Else f=g; Until Goal=Ǿ or f If f KL; KL then Exit (“Không thành công”) Else Exit (“Thành công”); End 6.3 Suy diễn hỗn hợp Nhiều hệ chuyên gia dùng cã suy diễn tiến lẫn suy diễn lùi Người tihết kế kết hợp kỹ thuật suy diễn tiến suy diễn lùi theo hai phương pháp Phương pháp thứ dùng hệ thống phân tách, hệ thống có kỹ thuật suy diễn riêng Phương pháp thứ hai sử dụng chức đặc biệt gọi Ma thuật Ma thuật hoạt động theo suy diễn tiến 6.3.1 Các hệ thống phân tách: Bài tốn lớn có thểh cia thành nhiều toán Đối với vấn đề phức tạp, người thiết kế hệ chuyên gia thường chia vấn đề thành nhiệm vụ nhỏ thiết kế toán ứng với nhiệm vụ Ưu diểm tiếp cận hệ thống có kỹ thuật suy luận riêng 6.3.2 Ma thuật: Thiết kế hệ chuyên gia tích hợp dùng suy diễn tiến suy diễn lùi dùngc ác luật ma thuật Thuật ngữ dùng với nghĩa thực cách “kỳ điệu”, “tự động” Định nghĩa ma thuật: Luật cháy giả thuyết dúng với nội dung nhớ làm việc Luật ma thuật có suy luận lùi khơng áp dụng q trình suy luận lùi Hơn thế, cịn chưa hoạt độngg thông tin nhớ đủ điều kiện khớp với giả thuyết Khi dùng ma thuật, luật cháy hết bổ sung kết luận 108 vào nhớ Những thông tin hổ trợ luật suy diễn lùi, hay kích hoạt ma thuật khác, tạo nên dãy suy diễn tiến Một ma thuật cho phép hệ thống tự biến đổi, đặc biệt cho ứng dụng cần thích nghi với hồn cảnh 6.4 Cài đặt sở tri thức Trong mục trước, xét số kĩ thuật để xây dựng sở tri thức (CSTT) CSTT tập mệnh đề (tiên đề) mô tả tri thức lĩnh vực Giả thiết, CSTT chuẩn hoá, tức gồm câu tuyển (mỗi câu tuyển literal) Thủ tục suy diễn, nói chung, thủ tục chứng minh bác bỏ Trong trường hợp CSTT tập câu Horn (các luật If-Then), ta sử dụng thủ tục suy diễn tiến (forward chaining) thủ tục suy diễn lùi (forward chaining) trình bày sau để lập luận Trong thủ tục suy diễn, ta phải thực lặp cơng việc sau: tìm literal hợp với literal xét đó; tìm áp dụng luật phân giải cho hai câu chứa hai literal hợp Do đó, thủ tục suy diễn thực hiệu quả, cần cài đặt CSTT cho công việc lặp lại thực hiệu Trước hết, ta cần biểu diễn hạng thức câu phân tử cấu trúc liệu thích hợp 6.4.1 Cài đặt hạng thức câu phân tử: Về mặt cú pháp, hạng thức câu phân tử có cấu trúc giống Do đó, ta xét việc cài đặt hạng thức Các hạng thức biểu diễn đối tượng giới thực Từ đối tượng đơn biểu diễn kí hiệu, hằng, biến; ta tạo đối tượng có cấu trúc Các đối tượng có cấu trúc đối tượng có số thành phần Các thành phần lại đối tượng có cấu trúc khác Để kết hợp thành phần tạo thành đối tượng mới, sử dụng kí hiệu hàm (function) Chẳng hạn, sử dụng kí hiệu hàm Date, ngày tháng năm 2000 biểu diễn hạng thức date(1, May, 2000) Một ngày tháng năm 2000 biểu diễn hạng thức: date(Day, May, 2000) Day kí hiệu biến Hạng thức gồm thành phần, kí hiệu biến, hai thành phần khác kí hiệu Hạng thức biểu diễn cấu trúc date Day May 2000 Bảng biểu diễn hạng thức date(Day, May,2000) Các ví dụ sau cho ta thấy cách tạo hạng thức biểu diễn đối tượng hình học mặt phẳng Một điểm không gian hai chiều xác định hai toạ độ; đoạn thẳng xác định hai điểm; tam giác xác định ba điểm Do đó, ta sử dụng kí hiệu hàm point (điểm), seg (đoạn thẳng), triangle (tam giác) điểm có toạ độ (2,3) biểu diễn hạng thức point (2, 3) seg point point point 109 triangle point point poin t Bảng biểu diễn hạng thức Đoạn thẳng nối hai điểm (4, 7) (9, 3) biểu diễn hạng thức: seg(point (4, 7), point (9, 3)) Tam giác có ba đỉnh ba điểm (3, 2), (6, 4), (8, 1) biểu diễn hạng thức: Triangle (point(3, 2), point(6, 4), point(8, 1)) Các hạng thức biểu diễn cấu trúc Một cách tổng quát, hạng thức biểu diễn cây, gốc kí hiệu hàm Nếu đối số khơng phải kí hiệu hằng, kí hiệu biến chúng gốc tạo thành theo quy tắc Bây xem xét đối tượng danh sách biểu diễn cấu trúc Nhớ lại rằng, danh sách [spring, summer, autumn, winter] biểu diễn hạng thức: list (spring, list(summer, list (autumn, list (winter,[ ])))) List List Spring List Summer Autumn Winter List [] Bảng biểu diễn danh sách [spring, summer, autumn, winter] Một cách tương tự, cách chuyển sang dạng hạng thức, ta biểu diễn danh sách: [a,b], c, [ [a, e], d ] ] 110 List List a List List b c List List [] a List List e d [] [] Bảng biểu diễn danh sách [ [a,b], c, [[a,e],d] ] Trong a, b, c, d, e đối tượng đơn mà đối tượng có cấu trúc biểu diễn hạng thức, vị trí đỉnh gắn nhãn a, b, c, d, e biểu diễn hạng thức Trên rằng, hạng thức (và câu phân tử) biểu diễn cách tự nhiên cấu trúc 6.4.2 Cài đặt sở tri thức Chúng ta biết cách tạo cấu trúc liệu để biểu diễn hạng thức câu phân tử Bây nghiên cứu kĩ thuật cài đặt sở tri thức cho thủ tục suy diễn thực có hiệu Giả sử CSTT bao gồm câu tuyển dạng C =P1Ú¼ÚPmÚùQ1Ú¼ÚùQn đó, Pi (i = 1, ,m, m  0), Qk(k = 1,2, ,n, n  0) câu phân tử Một cách tự nhiên, câu C biểu diễn ghi gồm hai trường: · Danh sách Literal dương [P1, ,Pm] · Danh sách Literal âm [Q1, , Qn] Một cách đơn giản nhất, ta cài đặt CSTT danh sách câu tuyển Tuy nhiên với cách cài đặt này, thủ tục suy diễn hiệu quả, lần cần xét xem câu phân tử S có hợp với thành phần câu CSTT, ta phải qua danh sách, xem xét thành phần câu danh sách tìm tới hết danh sách Một giải pháp khác tốt hơn, ta cài đặt CSTT bảng băm Các khố cho bảng băm kí hiệu vị từ, tức bảng băm định số theo kí hiệu vị từ Trong bảng băm, số ứng với kí hiệu vị từ ta lưu: · Danh sách literal dương kí hiệu vị từ · Danh sách literal âm · Danh sách câu mà kí hiệu vị từ xuất literal dương câu (Câu dương) 111 · Danh sách câu mà kí hiệu vị từ xuất literal âm câu (Câu âm) Ví dụ: Giả sử CSTT chứa câu sau: Brother (An, Ba) Brother (Tam, Hoa) ùBrother (Lan, Cao) ùBrother (x,y)Ú Male(x) ùBrother (x,y)Ú ùMale(y) Ú ùBrother (y,x) Male(Cao) Male(Ba) ù Male(Lan) Khi đó, số ứng với khố Brother Male, bảng băm lưu giữ thành phần cho bảng sau Khoá Brother Literal dương Brother(An,Ba) Brother(Tam, Hoa) Literal âm ùBrother (Lan, Cao) Câu dương Câu âm ùBrother(x,y)Ú ùBrother Male(y)ÚBrother(y,x) (x,y)ÚùMale(y)ÚBrother(y,x ) ùBrother (x,y)Ú Male(x) Male Male(Cao) Male(Ba) ù Male(Lan) ùBrother(x,y)Ú Male(x) ùBrother (x,y)ÚùMale(y) Ú Brother (y,x) Bảng lưu giữ thành phần với khoá Brother Male Cài đặt CSTT bảng băm định số theo kí hiệu vị từ phương pháp hiệu cho việc tìm kiếm CSTT, CSTT chứa nhiều kí hiệu vị từ với kí hiệu vị từ có số câu chứa kí hiệu vị từ Tuy nhiên số áp dụng, có nhiều câu chứa kí hiệu vị từ Chẳng hạn, Cơ Sở Tri Thức chứa hàng triệu câu nói người lao động, người lao động biểu diễn thông tin họ tên, ngày tháng năm sinh, số thẻ bảo hiểm, công việc (Công việc xác định nơi làm việc tiền lương) Tức người lao động mơ tả câu có dạng: Worker (Tom, date (3, may,1965), 012-34-567, job(UNIMEX, 300)) (câu nói rằng, có người lao động tên Tom, sinh ngày tháng năm 1965, số thẻ bảo hiểm 012-34-567, làm việc công ty UNIMEX với mức lương 300) Trong trường hợp thế, để tìm kiếm có hiệu quả, ngồi việc xây dựng bảng băm định số theo đối số kí hiệu vị từ, ta cần xây dựng bảng băm định số theo đối số vị từ Chẳng hạn, literal dương ứng với khoá Worker cần tổ chức dạng bảng băm định số theo khóa số bảo hiểm y tế họ tên ngày tháng năm sinh 112 6.4.3 Biểu diễn tri thức luật lập luận Với CSTT gồm câu logic vị từ cấp một, ta chứng minh cơng thức có hệ logic CSTT hay không phương pháp chứng minh bác bỏ thủ tục phân giải Tuy nhiên, thủ tục chứng minh có độ phức tạp lớn địi hỏi chiến lược giải cách thích hợp Vì lý này, nhà nghiên cứu cố gắng tìm tập logic vị từ cấp một, cho chúng đủ khả biểu diễn CSTT nhiều lĩnh vực, đưa thủ tục suy diễn hiệu Các tập logic vị từ cấp xác định ngôn ngữ biểu diễn tri thức đặc biệt Trong phần nghiên cứu ngôn ngữ bao gồm câu Horn (các luật - thì) Chỉ sử dụng luật – thì, ta khơng thể biểu diễn điều logic vị từ cấp Tuy nhiên, với luật - ta biểu diễn khối lượng lớn tri thức nhiều lĩnh vực khác nhau, thực thủ tục suy diễn hiệu Biểu diễn tri thức luật sinh Ngôn ngữ bao gồm luật - (if - then), cịn gọi luật sản xuất hay luật sinh (production rule), ngôn ngữ phổ biến để biểu diễn tri thức Nhớ rằng, câu Horn có dạng P1    Pn  Q Pi (i = 1, , n) Q câu phần tử Các câu Horn viết dạng P1 P2 Pn Q (if P1 and and Pn then Q) Pi (i = 1, , n) gọi điều kiện, Q gọi kết luận luật Các luật - có ưu điểm sau  Mỗi luật - mô tả phần nhỏ tương đối độc lập tri thức  Có thể thêm sở tri thức luật mới, loại bỏ số luật cũ mà không ảnh hưởng nhiều tới luật khác  Các hệ tri thức với sở tri thức gồm luật - có khả đưa lời giải thích cho định hệ Các luật - dạng biểu diễn tự nhiên tri thức Bằng cách sử dụng luật - biểu diễn số lượng lớn tri thức người tự nhiên, xã hội, kinh nghiệm người lao động, sản xuất, tri thức thầy thuốc, tri thức kỹ sư, tri thức ngành khoa học: kinh tế, sinh học, hoá học, vật lý, toán học, Sau luật chẩn đoán bệnh: Nếu bệnh nhân ho lâu ngày, bệnh nhân thường sốt vào buổi chiều Thì bệnh nhân có khả bệnh lao Một luật kinh nghiệm dự báo thời tiết: Nếu chuồn chuồn bay thấp trời mưa Nhiều định lý tốn học biểu diễn luật Chẳng hạn, 113 Cần biết trạng thái thời môi trường luôn không đủ để định làm việc việc Cho ví dụ, nơi gặp đường, taxi rẽ trái, rẽ phải, thẳng Quyết định đắn sở “taxi cố gắng đến đâu” Nói cách khác, giống mô tả trạng thái thời, agent cần số thông tin mục tiêu, diễn tả trạng thái mong muốn – ví dụ, điểm cần đến hành khách Agent chương trình kết hợp điều với thơng tin kết hành động xảy (giống thông tin sử dụng để cập nhật trạng thái agent phản xạ) để lựa chọn hành động đạt mục tiêu Đôi khi, điều đơn giản, thoả man mục tiêu kết trực tiếp từ hành động đơn giản; đơi khi, địi hỏi phải khéo léo hơn, agent xem chuỗi xoắn dài luẩn quẩn để tìm cách đạt mục tiêu Chú ý định đưa loại agent khác với quy tắc conditionaction mơ tả phần trước, cần phải xem xét tương lai hai vấn đề “Điều xảy tơi làm đó? – What will happen if I such-and-such?” “Điều mang lại cho tơi hạnh phúc? – Will that make me happy” Trong thiết kế agent phản xạ, thông tin không sử dụng cách rõ ràng, người thiết kế tính trước hành động xác cho trường hợp khác Agent phản xạ phanh xe nhìn thấy đèn phanh xe phía trước Một agent mục tiêu, theo nguyên tắc, lập luận đèn phanh tơ phía trước sáng chậm lại Theo cách diễn tiến thông thường giới xung quanh, hành động đạt mục tiêu không đụng xe khác phanh xe Mặc dù agent mục tiêu xem hiệu hơn, khó thuyết phục Nhưng trời bắt đầu mưa, agent cập nhật hiểu biết việc phanh xe hoạt động hiệu nào, điều lý để tự động đưa tất cách hành động có liên quan để sửa đổi cho phù hợp với điều kiện Mặt khác, với agent phản xạ, phải viết lại số lượng lớn qui tắc condition-action Dĩ nhiên, agent mục tiêu linh hoạt nhiều việc đến đích khác Một cách đơn giản để xác định đích mới, đưa agent mục tiêu để theo kịp với cách hành động Các qui tắc agent phản xạ lái xe rẽ thẳng làm việc với đích đơn lẻ, qui tắc phải thay đổi tất cần đến nơi Môi trường (Environments) Đầu tiên, mô tả kiểu khác môi trường chúng ảnh hưởng đến việc thiết kế agent Sau đó, mơ tả chương trình mơi trường mà sử dụng “nơi kiểm tra” agent chương trình Các thuộc tính mơi trường (Properties of Environments) Mơi trường có đặ trưng riêng Các đặc trưng sau: Có thể Khơng thể (Accessible vs Inaccessible) Nếu cấu giác quan agent đem đến cho trạng thái đầy đủ mơi trường thí nói mơi trường agent Một mơi trường thực sensor phát tất khía cạnh liên quan đến lựa chọn hành động Một mơi trường cần thuận tiên agent mong muốn khơng phải trì số trạng thái bên để theo dõi giới xung quanh Tiền định không tiền định (Deterministic vs Nondeterministic) Nếu trạng thái mơi trường hồn tồn xác định thông qua trạng thái thời hành động mà agent lựa chọn, nói môi trường tiền định Theo nguyên tắc, agent mong muốn khơng phải lo nghĩ mơi trường không 158 chắn tiền định Tuy nhiên, mơi trường khơng thể xem khơng tiền định Điều đặc biệt đúng, mơi trường phức tạp gây khó khăn cho việc theo dõi tất mặt Vì vậy, mơi trường tiền định mơi trường khơng tiền định điểm nhìn agent thường cho tốt Phân đoạn không phân đoạn (Episodic vs Nonepisodic) Trong môi trường phân đoạn, kinh nghiệm agent bị phân thành đoạn Trong đoạn gồm có nhận biết agent hành có nhận biết Đặc tính hành động phụ thuộc vào đoạn đó, đoạn khơng phụ vào hành động đoạn trước Mơi trường phân đoạn đơn giản agent khơng muốn nghĩ xa Tĩnh Động (Static vs Dynamic) Nếu mơi trường thay đổi agent cân nhắc, nói mơi trường động agent, ngược lại môi trường tĩnh Môi trường tĩnh dễ giao tiếp agent mong muốn khơng phải theo dõi giới xung quanh định lựa chọn hành động mong muốn lo nghĩ thời gian trôi qua Nếu môi trường không thay đổi theo thời gian thực agent thành cơng, nói môi trường phần động Rời rạc Liên tục (Discrete vs Continuous) Nếu có số lượng giới hạn định tri giác hành động rõ ràng ta nói mơi trường rời rạc Mơi trường “Chơi cờ” rời rạc – có số lượng cố định “nước có khả năng” lần Môi trường “Lái taxi” liên tục - tốc độ, vị trí taxi xe cộ khác nhận giá trị khoảng giá trị liên tục8 Chúng ta xem xét xem kiểu môi trường khác yêu cầu agent chương trình khác để xử lý chúng hiệu Nó đưa bạn mong đợi, trường hợp khó nhất: mơi trường khơng thể, môi trường không phân đoạn, môi trường động mơi trường liên tục Nó đưa nhiều hoàn cảnh thực tế phức tạp, đến mức phải thảo luận xem thực tế chúng có thực tiền định hay chúng xem khơng tiền định Mơi trường Có thể Tiền định Phân đoạn Tĩnh Rời rạc Chess with a clock Yes Yes No Semi Yes Chess without a clock Yes Yes No Yes Yes Poker No No No Yes Yes Backgammon Yes No No Yes Yes Taxi driving No No No No No Medical diagnosis system No No No No No Image-analysis system Yes Yes Yes Semi No Part-picking robot No No Yes No No Refinery controller No No No No No Interactive English tutor No No No No Yes 159 Liệt kê thuộc tính số họ mơi trường Chú ý câu trả lời thay đổi phụ thuộc vào việc bạn dựa mơi trường agent Ví dụ, Poker tiền định agent theo dõi trật tự quân cỗ bài, khơng tiền định khơng thể Cũng vậy, nhiều môi trường phân đoạn mức cho hành động riêng lẻ agent Ví dụ, vịng thi đấu cờ gồm có loạt trận thi đấu, trận thi đấu phân đoạn, tất nước trận đấu toàn thực agent không bị ảnh hưởng nước trận đấu Mặt khác, nước phạm vi trận đấu đơn lẻ dĩ nhiên ảnh hưởng lẫn nhau, đến mức agent cần phải nghĩ trước vài ba nước Các chương trình mơi trường (Environment programs) Chương trình mơi trường hình 5.21 minh hoạ mối quan hệ agent mơi trường Chúng ta thấy thuận tiện cho nhiều ví dụ nhiều tập sử dụng môi trường mô sinh cấu trúc chương trình Việc mơ nhiều agent thực giống đưa vào xếp lặp lặp lại để sinh agent tri giác nhận lại hành động Việc mơ sau cập nhật mơi trường sở hành động, tiến trình động khác mơi trường mà tiến trình khơng định agent (ví dụ trời mưa) Vì vậy, mơi trường xác định trạng thái ban đầu hàm cập nhật Một vấn đề hiển nhiên, agent làm việc môi trường mô phải làm việc giống môi trường thực mà mơ là: loại tri giác, hành động Thủ tục RUN-ENVIRONMENT (Hình 5.21) rèn luyện agent môi trường cách đắn Đối với vài loại agent, ví dụ agent tham gia vào đối thoại ngôn ngữ tự nhiên, dễ dàng theo dõi hành vi chúng Hàm RUN-EVALENVIRONMENT (Hình 5.22) áp đặt phạm vi thực agent trả danh sách điểm số kết Các biến score theo dõi điểm agent function Run-Eval-Environment(state, Update-Fn, agents, termination, Performance-Fn) returns scores local variable: scores, a vector thw same size as agents, all repeat for each agent in agents Percept[agent]  Get-Percept(agent,state) end for each agent in agents Action[agent]  Program[agent](Percept[agent]) end state  Update-Fn(actions,agents,state) scores  Performance-Fn(scores,agents,state) until termination(state) return scores Một chương trình mơ mơi trường mà theo dõi phạm vi thực cho agent 160 Nói chung, phạm vi thực định tồn chuỗi trạng thái sinh trình chương trình hoạt động Câu hỏi Bài tập Câu 1:Hệ chuyên gia gì? Câu 2:hãy nêu thành phần hệ chuyên gia Câu 3:Hãy nêu ứng dụng hệ chuyên gia Câu 4: Hãy nêu lĩnh vực nghiên cứu hệ chuyên gia BÀI CẤU TRÚC HỆ CHUYÊN GIA MÃ BÀI ITPRG3_07.8 Mục tiêu thực hiện: Học xong học viên có khả năng:  Phân tích bàI tốn thực tiễn thành bàI toán hệ chuyên gia  Nắm cấu truc chung, thành phần hệ chuyên gia  Thu thập tri thức từ chuyên gia  Biểu diễn tri thức dạng kiện luật  Lựa chọn chế suy diễn thich hợp Nội dung: 8.1 Cấu trúc chung hệ chuyên gia 8.2 Hệ sở tri thức 8.3 Hệ mô tơ suy diễn 8.4 Hệ giảI thích 8.5 Hệ giao diện 8.1 Cấu trúc chung hệ chuyên gia Module quan trọng tạo nên hệ chuyên gia dựa luật Người dùng tương tác với hệ chuyên gia thông qua giao diện người dùng (User interface), giao diện đơn giản hoá việc giao tiếp che dấu phần lớn phức tạp hệ thống (Ví dụ cấu trúc bên sở luật) Các hệ chuyên gia sử dụng số lượng phong phú kiểu giao diện, bao gồm hỏi trả lời, điều khiển trình đơn, ngơn ngữ tự nhiên, hay đồ hoạ… việt định sử dụng giao diện thoả hiệp nhu cầu người dùng với đòi hỏi sở tri thức hệ suy diễn Trái tim hệ chuyên gia sở tri thức tổng quát (general knowledge base), chứa tri thức giải vấn đề ứng dụng cụ thể Trong hệ chuyên gia dựa luậttri thức biểu diễn dạng luật if…then… Cơ sở tri thức bao gồm tri thức tổng qt (general knowledge) thơng tin tình cụ thể (case – spectific) 161 8.2 Hệ sở tri thức Trong hệ chuyên gia, tri thức chuyên gia bảo quản sở tri thức Cơ sở tri thức thành phần bên cạnh thành phần giải vấn đề hệ thống dựa tri thức Trong khn khổ hệ chun gia sơ tri thức định nghĩa phần hệ chuyên gia chứa tri thức lĩnh vực 8.3 Hệ mô tơ suy diễn Hệ chuyên gia mơ hình hố q trình suy diễn người khối môtơ suy luận Môtơ suy luận qua trình hệ chuyên gia cho phép khớp kiện nhớ làm việc với tri thưc lĩnh vực sở tri thức, để rút kết luận vấn đề Môtơ suy luận làm việc kiện nhớ làm việc tri thức lĩnh vực sở tri thức để rút thơng tin Vậy cần tìm luật để khớp phần giả thiết luật với thơng tin có nhớ Khi phát thấy khớp, kết luận luật thông tin Ví dụ: Trong sở tri thức có luật “IF trời mưa THEN đường trơn” Việc suy luận tiến hành sau: (1) Hệ thống hỏi: Trời hôm nào? (2) Người dùng trả lời: “Mưa” (3) “Hôm nay, trời mưa” bổ sung vào nhớ làm việc (4) Hệ chuyên gia suy luận: “Đường trơn” (5) “Đường trơn” bổ sung vào nhớ làm việc 8.4 Hệ giảI thích Trong mơ hình giải vấn đề hệ chuyên gia, người ta bổ sung khối gọi phương tiện giải thích Phương tiện dùng để giải thích cho người dùng “tại sao” yêu cầu câu hỏi “cách” đến kết luận Phương tiện giải thích tạo thuận lợi cho người phát triển hệ thống người sử dụng Người phát triển hệ thống dung đề phát chỗ sai tri thức hệ thống Người dùng dễ dàng hiểu lập luận hệ thống  Giải thích cách suy luận Việc giải thích cách suy luận hệ chuyên gia khiến người dùng tin tưởng thêm vào khuyến cáo hệ thống, cách để nâng cao độ tin cậy kết luận 162 Ví dụ, để giải thích kết luận “Đường trơn” ví dụ Hệ chuyên gia trả lời theo cách lùi theo luật Vì “trời mưa”, nên hệ chuyên gia đưa kết luận “Đường trơn”, dựa theo luật  Giải thích Để trả lời câu hỏi sao, hệ chuyên gia mô tả cách đưa kết luận Đa số hệ chuyên gia liệt kê danh sách luật dùng việc rút kết luận 8.5 Hệ giao diện Tương tác hệ chuyên gia người dùng thường thiết kế theo kiểu ngôn ngữ tự nhiên Yêu cầu đặt người thiết kế đảm bảo tương tac tương tác người Yêu cầu thiết kế trả lời câu hỏi Để đạt độ tin cậy cao ý kiến chuyên gia, đạt tin tưởng cao từ phía người dùng, việc thiết kế câu hỏi cần lưu ý Các loại giao diện như: hướng đồ hoạ, thực đơn, biểu tượng loại thường dùng Sau cấu trúc hệ chuyên gia Cơ sở tri thức Bộ nhớ làm việc Môtơ suy luận Thu thập tri thức Phương tiện giải thích Chuyên gia, Kỹ sư tri thức Giao diện Người sử dụng Bảng cấu trúc hệ chuyên gia Câu hỏi Bài tập Câu 1:Hãy nêu cấu trúc chung hệ chuyên gia Câu 2:Hãy nêu hệ sở tri thức Câu 3:Hãy nêu hệ mô tơ suy diễn Câu 4:Hãy nêu hệ giảI thích Câu 5:Hãy nêu hệ giao diện 163 Bài HỆ CHUYÊN GIA MYCIN MÃ BÀI ITPRG3_07.9 Mục tiêu thực hiện: Học xong học viên có khả năng:  Hiểu rõ cấu trúc hệ chuyên gia ứng dụng MYCIN  Hiểu cách tổ chức sở tri thức hệ chuyên gia MYCIN  Biết cách tính tốn hàm chắn CF  Hiểu lý thành công hệ MYCIN Nội dung: 9.1 Cấu trúc hệ chuyên gia MYCIN 9.2 Sự thành công hệ MYCIN 9.3 Biểu diễn tri thức hệ MYCIN 9.4 Biểu diẽn chắn hệ MYCIN 9.1 Cấu trúc hệ chuyên gia MYCIN Các chuyên gia thường đánh giá,suy xét giải vấn đề Thơng tin vấn đề khơng đầy đủ vài chi thức mà họ cần thích nghi với tình trạng tiếp tục lập luận thơng minh Đây khó khăn thơi, việc quản lí lập luận ko xác khơng dễ dàng Người ta dùng lý thuyết xác suất Dù chặt chẽ toán học ,kỹ thuật đòi hỏi sở thống kê mà loại tốn hệ chun gia đáp ứng Chẳng hạn xác định người bệnh có đău nặng không, người ta thu kết luận với tin cậy 0.7 Do thiếu sở thống kê nên thơng tin để giúp phán đốn khơng dúng các luật hệ chuyên gia mà dùng để giải thích; khơng thể suy luận xác suất bắng kỹ thuật bayes Tuy nhiên sem hệ chuyên gia chế giải vấn đề may dủi người ta dúng kỹ thuật lập luận khơng xác MYCIN 9.1.1.Lập luận khơng xác MYCIN MYCIN hệ chuyên gia phát triển lời khuyên chuẩn đoán bện nhân nhiễm trùng máu Đây bái tốn điển hình nhiều lĩnh vực, có ý nghĩa đạc biệt lĩnh vực y học ràng buộc thời gian Trong phòng cấp cứu cần thiết có hành động nhanh Đối với bệnh đe doạ đến tính mạng, thầy thuốc tiến hành xét nghiệm trước để có thơng tin đậy đủ xác Nhưng ca cấp cứu ,các bác sĩ buộc phải xử lý với tình trạng thơng tin khơng xác phải có chuẩn đốn tốt Vế suy luận khơng xác lĩnh vực y học, người ta thấy có nhiều luật khơng xác số luật dúp chẩn đốn tốt cho ca bệnh, luật dùng đến Phần lớn luật dùng y học dạng khơng xác Chẳng hạn thầy thuốc phát biểu “nếu thấy triệu chứng A Bthì có vài định liên qoan đến bệnh này, bệnh nọ“ Nhóm MYCIN ghi nhận kỹ thuật lập luận khơng xác cần tích hợp vào hệ thống Họ thấy tính khơng phù hợp tiếp cận xác suất khơng đáp ứng thông tin thông kê vấn đề Để quản lý tình trạng này, nhóm MYCIN định nói lỏng yêu cầu chạt chẽ kĩ thuật xác suất cổ điển tìm tiếp cận đơn giản Trước tiên họ quyế định đặt câu hỏi niên quan đến điều họ muốn kỹ thuật lập luận không xác thực Họ cảm thấy việc qoan sát chun gia làm thơng tin khơng xác nhìn thấu đủ để phát triển yêu cầu cửa kỹ thuật lập luận khơng xác 164 9.1.2.Thể dấu hiệu khơng chắn Nhóm MYCIN quan sát thấy thầy thuốc làm việc với ca cấp cứu thường dùng thơng tin khơng chắn, chí khơng rõ Họ ghi nhận điều kiên vậy, thầy thuốc thường ghi nhận thơng tin sẵn có với thuật ngữ định tính “có thể “, ”có vẻ …”, ”hầu chán rằng…” Dối với dấu hiệu khơng chắn, nhóm MYCIN định gán nhân tốchắc chắn “CF” để thể độ tin cậy cửa thầy thuốc vào dấu hiệu Số chạy từ -1, ứng với sai hoàn toàn, đến +1, ứng với hoàn toàn Số dương thể tin cậy, số âm thể không tin cậy Chẳng hạn thầy thuốc phát biểu dấu hiệu đúng, giá trị CF=0.6 gán cho dấu hiệu 9.1.3 Thể luật khơng chắn Nhóm MYCIN quan sát thấy thầy thuốc thường dùng suy luận khơng xác thơng tin có sẵn Tức thầy thuốc tin phần váo suy xét dấu hiệu Đối với suy luận khơng xác, cần gán giá trị CF cho luật Thí dụ Có luật: IF có đấu hiệu thương tổn AND hình thái khuẩn cầu AND hình thể vết thương chuỗi với CF =0.7 Nếu kết luận phụ thuộc phần vào giả thiết luật CF dùng cho riêng giả thiết Khi luật có dạng: IF E1 AND E2 AND…….AND EN THEN H CF= CF 9.1.4 Suy luận không chắn Người ta thấy độ tin cậy cửa thầy thuốc vào dấu hiệu có nhỏ chắn độ tin cậy suy luận liên qoan giảm Chẳng hạn luật kết luận việc tổ chức bị viêm dạng hạt, người ta dùng giả thiết không chắn chắn, CF (E)