Bài giảng Trí tuệ nhân tạo: Chương 4 - PGS.TS. Lê Thanh Hương

Bài giảng "Trí tuệ nhân tạo - Chương 4: Tri thức và suy diễn" cung cấp cho người học các kiến thức: Tri thức là gì, phân loại tri thức, suy diễn đối với logic mệnh đề, suy diễn lùi,... Mời các bạn cùng tham khảo nội dung chi tiết.

4.1 Tri thức gì? • Dữ liệu Tri thức: dạng khác thông tin nên khó phân biệt rạch ròi Chương Tri thức suy diễn Tri thức Lê Thanh Hương Khoa CNTT - ĐHBK HN Dữ liệu - ký hiệu tượng trưng - tản mạn - cấu trúc phức hợp - số - có cấu trúc - cấu trúc đơn giản - VD: Đông y: - hâm hấp sốt - mạch nhanh/chậm - VD: Tây y: - t0 390 - mạch 75 Lê Thanh Hương – Khoa CNTT - ĐHBKHN Phân loại tri thức Phân loại tri thức b Tri thức thủ tục: how? a Tri thức mô tả: what? a – Modus Ponens – Modus Tollens Tri thức cũ tình → Tri thức t/huống – tình (GT + KL): kiện – lĩnh vực: luật … Hiểu biết lĩnh vực Modus Ponens Modus Tollens A, A B A B, ơB B ơA Vớ d: Trỏn rộng →Thơng minh Bình: trán rộng ⇒ Bình thơng minh Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN Ví dụ 1: Chứng minh tốn hình học Phân loại tri thức GT, KL, hình vẽ + Định lý, tính chất • Mơ tả? Áp dụng định lý đường trung bình vào tam giác ABC ta có • Thủ tục? • Điều khiển? Nghĩ → SD tiến, lùi; Viết → SD tiến c Tri thức điều khiển: heuristic c X – Chọn hướng suy diễn: tiến, lùi, hỗn hợp – Chọn luật áp dụng: đảm bảo đủ, khơng thừa, có cấu trúc, ngắn gọn – Vẽ hình phụ Cho X = 600, Y = 600 CM XY = XZ, XY = YZ Mơ tả: • Sự kiện: Bnhau(XY,UV) Bang(X,Y) Banggoc(X,a) • Luật: 60 Bnhau(XY,UV) ⇒ bnhau(UV,XY) Y Bnhau(XY,UV) ⇒ bnhau(XY,VU) Bang(Y,Z) ⇒ bnhau(XY,XZ) Bnhau(XY,UV) ∧ bnhau(UV,ST) ⇒ bnhau(XY,ST) ??? Ban đầu: banggoc(X,60), banggoc(Y,60) Đích: bnhau(XY,XZ), bnhau(XY,YZ) – – – – – • • Lê Thanh Hương – Khoa CNTT - ĐHBKHN 60 Lê Thanh Hương – Khoa CNTT - ĐHBKHN Z Tom Harry Ví dụ Tri thức mơ tả: • Giả thiết dạng phép And • H Harry thỏ H (H Hare(Harry) ) • Tom rùa Tortoise(Tom) • Thỏ chạy nhanh rùa Harry ( Hare) ∧ Tortoise (Tom) • Luật Hare( Harry ) ∧ Tortoise(Tom) → Outruns( Harry, Tom) ∀x, yHare( x) ∧ Tortoise( y ) → Outruns( x, y ) • Kết luận O t Outruns ( Harry H , Tom T ) • Harry chạy nhanh Tom? Tri thức thủ tục? Tri thức điều khiển? Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN Bản chất tri thức chuyên gia Biểu diễn tri thức Làm để chuyển tri thức từ chuyên gia người ời vào máy Ỉ kỹ sư xử lý tri t i thức thứ tin học ch/gia đầu ngành lập trình viên lĩnh vực chun mơn giỏi ε2 ∼ ksư xử lý tri thức khá Có nhiều cách biểu diễn tri thức GT, KL → kiện → mệnh đề, vị từ → đỉnh R → luật → mệnh đề, vị từ, sản xuất → cung ngữ nghĩa 3 ε1 ∼ giỏi Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN 10 Ví dụ BDTT = logic • Nếu trời đẹp ẹp chơi p q • Nếu chơi có tiền có thời gian Hồ Tây q s t u • Nếu Hồ Tây có tiền có thời gian Nhật Tân u s t v • Nếu Nhật Tân mời Lâm Lâm v w • Nếu mời Lâm mời bạn Lâm w x • BDTT = logic mệnh đề – Tri thức mơ tả: • Các mệnh đề p, q, r, … • Các luật suy diễn (đưa dạng chuẩn Horn) p1 ∧ p2 ∧ … ∧ pn ⇒ q – Tri thức thủ tục: ụ • modus ponens: {A, A →B} → {A,B} • modus tollens: {A →B, ¬B} → {¬A, ¬B} – Tri thức điều khiển: tiến, lùi Lê Thanh Hương – Khoa CNTT - ĐHBKHN BDTT = logic BDTT = luật sản xuất BDTT = mạng ngữ nghĩa BDTT = frame BDTT = Object – Attribute - Value 11 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 12 BDTT = luật sản xuất BDTT = mạng ngữ nghĩa Các luật sản xuất có dạng: • Nếu điều kiện điều kiện m • kết luận … kết luận n • Mạng ngữ nghĩa đồ thị định hướng G=(N,A), • Trong logic mệnh đề hay vị từ, đk1…đkm, kl1…kln biểu thức logic, cặp nếu…thì ⇔ dấu → • Trong nguyên tắc dịch – one → – one → người ta – one → – N - tập đối tượng, kiện hay khái niệm cụ thể (đỉnh) – A - tập mối liên hệ cặp đối tượng, kiện hay khái niệm (cung) – A = {(x,y) | x,y ∈ N} = ∪ {(x,y) | x Ri y} Ri quan hệ tập N • VD: Giải tốn lượng giác: cho biết a,b,ma Tìm hc Lê Thanh Hương – Khoa CNTT - ĐHBKHN 13 BDTT = frame • Là dẫn xuất BDTT = mạng ngữ nghĩa, sở phương pháp xử lý thơng tin kiểu hướng đối tượng • Phương pháp BDTT = logic mạng ngữ nghĩa mang đặc trưng mơ tả • Phương pháp BDTT = luật sản xuất : thủ tục • Phương pháp BDTT = frame kết hợp mô tả thủ tục thực thể mạng ngữ nghĩa đỉnh frame (tri thức hướng đối tượng) đối tượng (object) quan hệ cung phân cấp (hierachy) VD: … Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN 14 BDTT = Object – Attribute - Value • VD: – (bồ câu, là, chim) – (bồ câu, biết, ăn) – (bồ câu, biết, bay) ⇔ mạng ngữ nghĩa • Hạn chế: thể quan hệ “=“, khó khăn biểu diễn ≥, ≤, … 15 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 16 Các phương pháp chứng minh Kỹ thuật CM Suy diễn • Chứng minh sử dụng phương pháp tìm kiếm • Hợp giải (kỹ thuật chứng minh) • Suy diễn – Sinh câu từ câu cũ – Chứng minh = áp dụng luật suy diễn Có thể sử dụng d luật l ật suy diễn diễ h ttốn tử t phương pháp tìm kiếm chuẩn – Thường đòi hỏi chuyển câu sang dạng chuẩn Horn Lê Thanh Hương – Khoa CNTT - ĐHBKHN 17 Suy diễn BT = GT + KL GT → KL CM GT + ¬KL → >< R GT + R → KL Lê Thanh Hương – Khoa CNTT - ĐHBKHN 18 Suy diễn logic mệnh đề • Dạng chuẩn Horn CSTT = tập câu dạng chuẩn Horn – Câu Câ H Horn = • ký hiệu mệnh đề • biểu thức kết hợp ký hiệu ⇒ ký hiệu – Ví dụ C ∧ (B ⇒ A) ∧ (C ∧ D ⇒ B) Bài toán: Cho CSTT R={r R {r1, …, rn}, } ri luật, ri có dạng p1∧…∧pm→q Ngữ nghĩa: – Nếu p1 … pm – q • Modus Ponens (cho dạng chuẩn Horn): α1, … ,αn, α1 ∧ … ∧ αn ⇒ β • Cho biết GT={f { 1,,…,f , u} • Cần CM KL={q1,…,qv} * • Ta nói β • Có thể dùng cho suy diễn tiến suy diễn lùi • Các thuật tốn có độ phức tạp tuyến tính Lê Thanh Hương – Khoa CNTT - ĐHBKHN BT = GT + KL GT → KL GT a KL R 19 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 20 Suy diễn Suy diễn logic mệnh đề Phương pháp suy diễn: Định nghĩa: Giả sử xét tập trung gian kiện: Nếu r: p1∧…∧pm→q p1,…,pm ∈ Tgian Tgian a Tgian ∪ {q} r * ri ri rij GT a KL ⇔ GT a TG1 a TG2 a a TG j ⊇ KL R Nxét: trình SD đơn điệu GT ⊆ TG1 ⊆ TG2 ⊆ … ⊆ TGj GT Modus Ponens: Modus Tollens: A, AB AB, ơB B ơA Suy diễn tiến: Xuất phát từ mệnh đề/vị từ cho ban đầu, sử dụng luật đưa kết luận mong muốn • Suy diễn lùi: Xuất phát từ kết luận mong muốn, xem luật có khả suy chúng chúng, thêm tiền đề vào d/s KL cần CM tiếp tục đến d/s KL cần CM rỗng KL Lê Thanh Hương – Khoa CNTT - ĐHBKHN 21 Suy diễn tiến 22 Ví dụ Ý tưởng: • áp dụng luật có vế trái nằm CSTT • bổ sung vế phải luật áp dụng vào CSTT đến tìm thấy kết luận Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN VD1 Cho GT = {a,b,m VD1 {a b ma} } Tìm KL ={hc} a,b,ma →c a,B →hc a,b,c → A A,B →C b,A → hc B,C →A a a,b,c bc→B A A,C C →B a,b,c →C 23 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 24 Bài tập lớp Thuật toán So sánh stack queue BT1 Cho GT={a }}, KL={u} BT1 a→ b b → c c → d a → u Vào: • Tập mệnh đề/vị từ cho (ở dạng chuẩn Horn) • Tập luật RULE dạng p→q • Tập mệnh đề/vị từ kết luận KL Ra: • Thơng báo “Thành Thành cơng cơng” KL suy từ GT PP: /*Tgian tập mệnh đề/vị từ thời điểm xét*/ BT2 GT={a}, BT2 GT={a} KL={u} a → b d → c c → u a → m b → n m → p p → q q → u Lê Thanh Hương – Khoa CNTT - ĐHBKHN 25 Thuật toán {1 Tgian = GT; Thoa = Loc(Tgian,R); while Thoa 0 and KL∉Tgian {2 r ← get(Thoa); /* r: left → q */ R = R \ {r}; Vet = Vet ∪ {r}; Tgian = Tgian ∪ {q}; Thoa = Loc(Tgian,R) }2 if KL ⊆ Tgian then exit(“Thành công”) else exit(“Không thành công”) }1 Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN 26 Suy diễn lùi VD: A A,C C→B a,B→ B hc a,b,ma →c b,A → hc a,b,c → A c,S → hc a,b,c → B a,b,c → S a,b,c → C 1’ ha,c → B GT={a,b,ma}; KL={hc} 27 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 28 Suy diễn lùi Suy diễn lùi Ý tưởng: suy diễn lùi từ kết luận KL • • kiểm tra xem KL biết chưa, không chứng minh quay lui sử dụng luật dẫn đến q • Tránh lặp vô tận: – – • lưu trữ đích chứng minh trước chứng minh kiểm tra xem đích cần chứng minh có goal stack chưa? Tránh lặp lại công việc: kiểm tra xem KL – – tập chứng minh chưa làm thất bại chưa Lê Thanh Hương – Khoa CNTT - ĐHBKHN f ← lấy từ GOAL f ∈ GT s 29 Lê Thanh Hương – Khoa CNTT - ĐHBKHN OK Suy diễn lùi s đ goal = 0? đ Tìm rj: leftj → f not OK Tìm đ f ∈KL? đ Vet = Vet ∪{(f,j)} Goal = Goal ∪ leftj\GT s s (g,k) ← Vet: Tìm (g,k) ∈ VET rk: leftk → g; f ∈ leftk f thử dùng rj Tìm luật (g,l), l>k f=g Đầu: • Goal = tập ập ự kiện ệ cần CM=KL • Goal = {f| f cần CM thời điểm tại} • Vet ={(f,j)| để CM f dùng luật j: leftj→f} • Cờ Back = true quay lui false khơng quay lui s Tìm đ Goal = Goal\leftk Goal = Goal ∪ leftl\GT Vet = Vet ∪{(g,l)} 31 30 Quá Q trình SD lùi tương g tự ựq trình tìm cây/đồ thị lời giải đồ thị V/H Để tăng hiệu thủ tục SDL, đưa vào tập: – Tập Đúng chứa kiện khẳ đị khẳng định h đú (đã xác đị định) h) – Tập Sai chứa kiện khẳng định sai (không thể xác định) Lê Thanh Hương – Khoa CNTT - ĐHBKHN 32 So sánh SD tiến SD lùi Bài tập lớp BT1 Cho GT GT={a,b,m {a,b,ma}, KL={hc} a,b,ma → c a,b,C → s a,s → b,s → hb c,s c s → hc a,B → hc a,b,c → B BT2 GT={a}, BT2 GT={a} KL={u} a → b d → c c → u a → m b → n m → p p → q q → u 33 • SD tiến hướng liệu, tự động, khơng định hướng Ví dụ, nhận dạng đối tượng, xác định hành trình • Có thể làm nhiều việc khơng liên quan đến KL • SD lùi hướng KL, thích hợp cho tốn giải vấn đề đề Ví dụ, dụ tìm chìa khố khố, lập kế hoạch thi TOEFL • Độ phức tạo SD lùi thường nhỏ nhiều so với kích thước CSTT Lê Thanh Hương – Khoa CNTT - ĐHBKHN Suy diễn logic vị từ Suy diễn logic vị từ VD1: Xét toán chứng minh hình học B I A GT AI=IB, BJ=JC, CK=KD, DL=LA J L D K KL 34 IJKL hình bình hành C 2 trd(U,XY) Ỉ trd(U,YX) trd(U XY) trd(V trd(U,XY), trd(V,XZ) XZ) Ỉ ss(UV,YZ) ss(UV YZ) ss(XY,UV), ss(UV,ST)Ỉ ss(XY,ST) ss(XY,VU), ss(XV,YU) Ỉ hbh(XYUV) ss(XY,UV) Ỉ ss(XY,VU) ss(XY,UV) Ỉ ss(UV,XY) GT: trd(I,AB), trd(J,BC), trd(K,CD), trd(L,DA) KL: hbh(IJKL) 35 36 8 • Fred chó giống Collie Sam chủ Hơm thứ bảy Thứ bảy trời lạnh Fred chó huấn luyện Chó spaniel (chó collie huấn luyện) chó tốt Nếu chó tốt có ơng chủ ơng chủ Nếu thứ bảy ấm Sam cơng viên viên Nếu thứ bảy khơng ấm Sam viện bảo tàng Hỏi fred đâu? ∃X loc(fred,X) collie(Fred) owner(Sam, Fred) day(sat) cold(sat) trained(Fred) spaniel(X) ∨ (collie(X) ∧ trained(X)) Æ gooddog(X) gooddog(X) ∧ owner(Y,X) ∧ loc(Y,Z)Æ loc(X,Z) day(sat) ∧ ¬cold(sat) Ỉ loc(Sam, park) day(sat) ∧ cold(sat) Ỉ loc(Sam,museum) Lê Thanh Hương – Khoa CNTT - ĐHBKHN 37 10 ... (object) quan hệ cung phân cấp (hierachy) VD: … Lê Thanh Hương – Khoa CNTT - ĐHBKHN Lê Thanh Hương – Khoa CNTT - ĐHBKHN 14 BDTT = Object – Attribute - Value • VD: – (bồ câu, là, chim) – (bồ câu,... khiển: tiến, lùi Lê Thanh Hương – Khoa CNTT - ĐHBKHN BDTT = logic BDTT = luật sản xuất BDTT = mạng ngữ nghĩa BDTT = frame BDTT = Object – Attribute - Value 11 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 12... có độ phức tạp tuyến tính Lê Thanh Hương – Khoa CNTT - ĐHBKHN BT = GT + KL GT → KL GT a KL R 19 Lê Thanh Hương – Khoa CNTT - ĐHBKHN 20 Suy diễn Suy diễn logic mệnh đề Phương pháp suy diễn: Định