Đang tải... (xem toàn văn)
Bài giảng Trí tuệ nhân tạo nhằm cung cấp các kiến thức cơ bản về phương pháp biểu diễn và giải quyết vấn đề, các kỹ thuật biểu diễn và xử lý tri thức; rèn luyện tư duy khoa học. Hy vọng đây là tài liệu hữu ích cho các bạn tham khảo.
BỘ GIAO THÔNG VẬN TẢI TRƢỜNG ĐẠI HỌC HÀNG HẢI BỘ MƠN: KHOA HỌC MÁY TÍNH KHOA: CƠNG NGHỆ THƠNG TIN BÀI GIẢNG TRÍ TUỆ NHÂN TẠO TÊN HỌC PHẦN MÃ HỌC PHẦN TRÌNH ĐỘ ĐÀO TẠO DÙNG CHO SV NGÀNH : TRÍ TUỆ NHÂN TẠO : 17210 : ĐẠI HỌC CHÍNH QUY : CƠNG NGHỆ THƠNG TIN HẢI PHỊNG - 2009 MỤC LỤC STT Phần I Chƣơng 1.1 1.2 1.3 1.4 Chƣơng 2.1 2.2 2.3 2.4 Chƣơng 3.1 3.2 3.3 Chƣơng 4.1 4.2 4.3 Phần II Chƣơng 5.1 5.2 5.3 5.4 5.5 Chƣơng 6.1 6.2 6.3 6.4 6.5 Chƣơng NỘI DUNG Giải vấn đề tìm kiếm Các chiến lƣợc tìm kiếm mù Biểu diễn vấn đề không gian trạng thái Các chiến lược tìm kiếm Các chiến lược tìm kiếm mù Quy vấn đề vấn đề Tìm kiếm đồ thị và/hoặc Bài tập chương I Các chiến lƣợc tìm kiếm kinh nghiệm Hàm đánh giá tìm kiếm kinh nghiệm Tìm kiếm tốt - Tìm kiếm leo đồi Tìm kiếm beam Bài tập chương II Các chiến lƣợc tìm kiếm tối ƣu Tìm đường ngắn Tìm đối tượng tốt Tìm kiếm mơ tiến hóa Thuật tốn di truyền Bài tập chương III Tìm kiếm có đối thủ Cây trị chơi tìm kiếm trị chơi Chiến lược Minimax Phương pháp cắt cụt Alpha-Beta Bài tập chương Tri thức lập luận Logic mệnh đề Biểu diễn tri thức Cú pháp ngữ nghĩa logic mệnh đề Dạng chuẩn tắc Luật suy diễn Luật phân giải, chứng minh bác bỏ luật phân giải Bài tập chương Logic vị từ cấp I Cú pháp ngữ nghĩa logic vị từ cấp I Chuẩn hóa cơng thức Các luật suy diễn Thuật tốn hợp Luật phân giải, chứng minh bác bỏ luật phân giải Bài tập chương Biểu diễn tri thức lập luận TRANG 2 14 15 15 16 17 18 19 19 19 23 25 29 30 30 31 34 36 37 37 37 38 41 42 43 47 48 49 52 53 54 54 54 55 7.1 7.2 7.3 7.4 Biểu diễn tri thức luật – Lập luận tiến lập luận lùi hệ dựa luật Thủ tục lập luận tiến Thủ tục lập luận lùi Bài tập chương 55 56 56 61 65 Tên học phần: TRÍ TUỆ NHÂN TẠO Số tín chỉ: TC Loại học phần: Điều kiện tiên quyết: Sinh viên phải nắm ngôn ngữ lập trình học mơn CTDL Thuật tốn Mục đích học phần: - Cung cấp kiến thức phương pháp biểu diễn giải vấn đề, kỹ thuật biểu diễn xử lý tri thức - Rèn luyện tư khoa học Nội dung chủ yếu: Gồm phần: - Phương pháp biểu diễn giải vấn đề - Kỹ thuật biểu diễn, xử lý tri thức suy diễn Ngƣời biên soạn: KS Nguyễn Duy Trường Giang Bộ mơn Khoa học máy tính Nội dung chi tiết học phần: Tên chƣơng mục MỞ ĐẦU PHẦN THỨ NHẤT: PHƢƠNG PHÁP BIỂU DIỄN VÀ GIẢI QUYẾT VẤN ĐỀ Chƣơng Các chiến lƣợc tìm kiếm mù 1.1 Biểu diễn vấn đề không gian trạng thái 1.2 Các chiến lược tìm kiếm 1.3 Các chiến lược tìm kiếm mù 1.3.1 Tìm kiếm theo bề rộng 1.3.2 Tìm kiếm theo độ sâu 1.3.3 Các trạng thái lặp 1.3.4 Tìm kiếm sâu lặp 1.4 Quy vấn đề vấn đề Tìm kiếm đồ thị và/hoặc 1.4.1 Quy vấn đề vấn đề 1.4.2 Đồ thị và/hoặc 1.4.3 Tìm kiếm đồ thị và/hoặc Chƣơng Các chiến lƣợc tìm kiếm kinh nghiệm 2.1 Hàm đánh giá tìm kiếm kinh nghiệm 2.2 Tìm kiếm tốt 2.3 Tìm kiếm leo đồi 2.4 Tìm kiếm beam Chƣơng Các chiến lƣợc tìm kiếm tối ƣu 3.1 Tìm đường ngắn 3.1.1 Thuật tốn A* 3.1.2 Thuật tốn tìm kiếm nhánh – - cận 3.2 Tìm đối tượng tốt TS 09 Phân phối số tiết LT BT TH 06 01 01 02 KT 03 02 06 08 04 01 01 01 01 05 02 02 02 02 01 3.2.1 Tìm kiếm leo đồi 3.2.2 Tìm kiếm gradient 3.3 Tìm kiếm mơ tiến hóa Thuật tốn di truyền Chƣơng Tìm kiếm có đối thủ 4.1 Cây trị chơi tìm kiếm trò chơi 4.2 Chiến lược Minimax 4.3 Phương pháp cắt cụt alpha – beta PHẦN THỨ HAI: TRI THỨC VÀ LẬP LUẬN Chƣơng Logic mệnh đề 5.1 Biểu diễn tri thức 5.2 Cú pháp ngữ nghĩa logic mệnh đề 5.2.1 Cú pháp 5.2.2 Ngữ nghĩa 5.3 Dạng chuẩn tắc 5.3.1 Sự tương đương công thức 5.3.2 Dạng chuẩn tắc 5.3.3 Các câu Horn 5.4 Luật suy diễn 5.5 Luật phân giải, chứng minh bác bỏ luật phân giải Chƣơng Logic vị từ cấp I 6.1 Cú pháp ngữ nghĩa logic vị từ cấp I 61.1 Cú pháp 6.1.2 Ngữ nghĩa 6.2 Chuẩn hóa cơng thức 6.3 Các luật suy diễn 6.4 Thuật toán hợp 6.5 Chứng minh luật phân giải 6.6 Các chiến lược phân giải 6.6.1 Chiến lược phân giải theo bề rộng 6.6.2 Chiến lược phân giải sử dụng tập hỗ trợ 6.6.3 Chiến lược tuyến tính 6.7 Sử dụng logic vị từ cấp I để biểu diễn tri thức 6.7.1 Vị từ 6.7.2 Danh sách phép toán danh sách 6.8 Xây dựng sở tri thức 6.9 Cài đặt sở tri thức 6.9.1 Cài đặt hạng thức câu phân tử 6.9.2 Cài đặt sở tri thức Chƣơng Biểu diễn tri thức lập luận 7.1 Biểu diễn tri thức luật – 7.2 Lập luận tiến lập luận lùi hệ dựa luật 7.2.1 Lập luận tiến 7.2.2 Lập luận lùi 7.3 Thủ tục lập luận tiến 7.3.1.Thủ tục For_chain 7.3.2 Thủ tục rete 7.3.3 Hệ hành động dựa luật 7.4 Thủ tục lập luận lùi 01 08 06 02 02 02 06 06 01 02 01 02 1.5 01 0.5 13 09 01 03 01 03 01 01 01 01 0.5 0.5 02 01 01 01 10 06 01 02 02 01 01 Giáo trình tài liệu tham khảo Đinh Mạnh Tường - Trí tuệ nhân tạo - Nhà xuất khoa học kỹ thuật - 2002 Nguyễn Thanh Thủy - Trí tuệ nhân tạo - Nhà xuất giáo dục - 1997 Ngơ Trung Việt - Trí tuệ nhân tạo - Nhà xuất giáo dục - 1995 Phần I Giải vấn đề tìm kiếm Vấn đề tìm kiếm, cách tổng qt, hiểu tìm đối tượng thỏa mãn số địi hỏi đó, tập hợp rộng lớn đối tượng Chúng ta kể nhiều vấn đề mà việc giải quy vấn đề tìm kiếm Các trị chơi, chẳng hạn cờ vua, cờ carơ xem vấn đề tìm kiếm Trong số nhiều nước phép thực hiện, ta phải tìm nước dẫn tới tình kết mà ta người thắng Chứng minh định lý xem vấn đề tìm kiếm Cho tập tiên đề luật suy diễn, trường hợp mục tiêu ta tìm chứng minh (một dãy luật suy diễn áp dụng) để đưa đến công thức mà ta cần chứng minh Trong lĩnh vực nghiên cứu Trí Tuệ Nhân Tạo, thường xuyên phải đối đầu với vấn đề tìm kiếm Đặc biệt lập kế hoạch học máy, tìm kiếm đóng vai trò quan trọng Trong phần nghiên cứu kỹ thuật tìm kiếm áp dụng để giải vấn đề áp dụng rộng rãi lĩnh vực nghiên cứu khác Trí Tuệ Nhân Tạo Chúng ta nghiên cứu kỹ thuật sau: Các kỹ thuật tìm kiếm mù, khơng có hiểu biết đối tượng để hướng dẫn tìm kiếm mà đơn xem xét theo hệ thống tất đối tượng để phát đối tượng cần tìm Các kỹ thuật tìm kiếm kinh nghiệm (tìm kiếm heuristic) dựa vào kinh nghiệm hiểu biết vấn đề cần giải để xây dựng nên hàm đánh giá hướng dẫn tìm kiếm Các kỹ thuật tìm kiếm tối ưu Các phương pháp tìm kiếm có đối thủ, tức chiến lược tìm kiếm nước trò chơi hai người, chẳng hạn cờ vua, cờ tướng, cờ carô Chƣơng Các chiến lƣợc tìm kiếm mù Trong chương này, nghiên cứu chiến lược tìm kiếm mù (blind search): tìm kiếm theo bề rộng (breadth-first search) tìm kiếm theo độ sâu (depth-first search) Hiệu phương pháp tìm kiếm đánh giá 1.1 Biểu diễn vấn đề không gian trạng thái Một muốn giải vấn đề tìm kiếm, ta phải xác định khơng gian tìm kiếm Khơng gian tìm kiếm bao gồm tất đối tượng mà ta cần quan tâm tìm kiếm Nó khơng gian liên tục, chẳng hạn khơng gian véctơ thực n chiều; không gian đối tượng rời rạc Trong mục ta xét việc biểu diễn vấn đề không gian trạng thái cho việc giải vấn đề quy việc tìm kiếm khơng gian trạng thái Một phạm vi rộng lớn vấn đề, đặc biệt câu đố, trị chơi, mô tả cách sử dụng khái niệm trạng thái toán tử (phép biến đổi trạng thái) Chẳng hạn, khách du lịch có tay đồ mạng lưới giao thông nối thành phố vùng lãnh thổ (hình 1.1), du khách thành phố A muốn tìm đường tới thăm thành phố B Trong toán này, thành phố có đồ trạng thái, thành phố A trạng thái ban đầu, B trạng thái kết thúc Khi thành phố, chẳng hạn thành phố D theo đường để nối tới thành phố C, F G Các đường nối thành phố biểu diễn toán tử Một toán tử biến đổi trạng thái thành trạng thái khác Chẳng hạn, trạng thái D có ba tốn tử dẫn trạng thái D tới trạng thái C, F G Vấn đề du khách tìm dãy tốn tử để đưa trạng thái ban đầu A tới trạng thái kết thúc B Một ví dụ khác, trị chơi cờ vua, cách bố trí quân bàn cờ trạng thái Trạng thái ban đầu xếp quân lúc bắt đầu chơi Mỗi nước hợp lệ tốn tử, biến đổi cảnh bàn cờ thành cảnh khác Như muốn biểu diễn vấn đề không gian trạng thái, ta cần xác định yếu tố sau: Trạng thái ban đầu Một tập hợp tốn tử Trong tốn tử mơ tả hành động phép biến đổi đưa trạng thái tới trạng thái khác Tập hợp tất trạng thái đạt tới từ trạng thái ban đầu cách áp dụng dãy tốn tử, lập thành khơng gian trạng thái vấn đề Ta ký hiệu không gian trạng thái U, trạng thái ban đầu u (u0 U) Mỗi tốn tử R xem ánh xạ R: UU Nói chung R ánh xạ không xác định khắp nơi U Một tập hợp T trạng thái kết thúc (trạng thái đích) T tập khơng gian U Trong vấn đề du khách trên, có trạng thái đích, thành phố B Nhưng nhiều vấn đề (chẳng hạn loại cờ) có nhiều trạng thái đích ta khơng thể xác định trước trạng thái đích Nói chung phần lớn vấn đề hay, ta mơ tả trạng thái đích trạng thái thỏa mãn số điều kiện Khi biểu diễn vấn đề thông qua trạng thái tốn tử, việc tìm nghiệm tốn quy việc tìm đường từ trạng thái ban đầu tới trạng thái đích (Một đường không gian trạng thái dãy toán tử dẫn trạng thái tới trạng thái khác) Chúng ta biểu diễn khơng gian trạng thái đồ thị định hướng, đỉnh đồ thị tương ứng với trạng thái Nếu có tốn tử R biến đổi trạng thái u thành trạng thái v, có cung gán nhãn R từ đỉnh u tới đỉnh v Khi đường không gian trạng thái đường đồ thị Sau xét số ví dụ khơng gian trạng thái xây dựng cho số vấn đề Ví dụ 1: Bài tốn số Chúng ta có bảng 3x3 ô tám quân mang số hiệu từ đến xếp vào tám ơ, cịn lại ô trống, chẳng hạn hình bên trái Trong trị chơi này, bạn chuyển dịch qn cạch trống tới trống Vấn đề bạn tìm dãy chuyển dịch để biến đổi cảnh ban đầu (hình 1.2 bên trái) thành cảnh xác định đó, chẳng hạn cảnh hình 1.2 bên phải Trong toán này, trạng thái ban đầu cảnh bên trái hình 1.2, cịn trạng thái kết thúc bên phải hình 1.2 Tương ứng với quy tắc chuyển dịch qn, ta có bốn tốn tử: up (đẩy quân lên trên), down (đẩy quân xuống dưới), left (đẩy quân sang trái), right (đẩy quân sang phải) Rõ ràng là, toán tử toán tử phận; chẳng hạn, từ trạng thái ban đầu (hình 1.2 bên trái), ta áp dụng tốn tử down, left, right Trong ví dụ việc tìm biểu diễn thích hợp để mô tả trạng thái vấn đề dễ dàng tự nhiên Song nhiều vấn đề việc tìm hiểu biểu diễn thích hợp cho trạng thái vấn đề hồn tồn khơng đơn giản Việc tìm dạng biểu diễn tốt cho trạng thái đóng vai trị quan trọng q trình giải vấn đề Có thể nói rằng, ta tìm dạng biểu diễn tốt cho trạng thái vấn đề, vấn đề giải Ví dụ 2: Vấn đề triệu phú kẻ cướp Có ba nhà triệu phú ba tên cướp bên bờ tả ngạn sông, thuyền chở hai người Hãy tìm cách đưa người qua sông cho không để lại bên bờ sông kẻ cướp nhiều triệu phú Đương nhiên toán này, toán tử tương ứng với hành động chở người qua sông Nhưng ta cần lưu ý rằng, hành động xẩy (lúc thuyền bơi qua sơng) bên bờ sông thuyền vừa dời chỗ, số kẻ cướp không nhiều số triệu phú Tiếp theo ta cần định trạng thái vấn đề ta không cần phân biệt nhà triệu phú tên cướp, mà số lượng họ bên bờ sông quan trọng Để biểu diễn trạng thái, ta sử dụng ba (a, b, k), a số triệu phú, b số kẻ cướp bên bờ tả ngạn vào thời điểm mà thuyền bờ bờ kia, k = thuyền bờ tả ngạn k = thuyền bờ hữu ngạn Như vậy, khơng gian trạng thái cho tốn triệu phú kẻ cướp xác định sau: Trạng thái ban đầu (3, 3, 1) Các toán tử Có năm tốn tử tương ứng với hành động thuyền chở qua sông triệu phú, kẻ cướp, triệu phú, kẻ cướp, triệu phú kẻ cướp Trạng thái kết thúc (0, 0, 0) 1.2 Các chiến lƣợc tìm kiếm Như ta thấy mục 1.1, để giải vấn đề tìm kiếm khơng gian trạng thái, ta cần tìm dạng thích hợp mơ tả trạng thái cảu vấn đề Sau cần xác định: Trạng thái ban đầu Tập toán tử Tập T trạng thái kết thúc (T không xác định cụ thể gồm trạng thái mà định số điều kiện đó) Giả sử u trạng thái R tốn tử biến đổi u thành v Ta gọi v trạng thái kề u, v sinh từ trạng thái u tốn tử R Q trình áp dụng toán tử để sinh trạng thái kề u gọi phát triển trạng thái u Chẳng hạn, toán toán số, phát triển trạng thái ban đầu (hình bên trái), ta nhận ba trạng thái kề (hình 1.3) Khi biểu diễn vấn đề cần giải thông qua trạng thái tốn tử việc tìm lời giải vấn đề quy việc tìm đường từ trạng thái ban đầu tới trạng thái kết thúc Có thể phân chiến lược tìm kiếm thành hai loại: Các chiến lược tìm kiếm mù Trong chiến lược tìm kiếm này, khơng có hướng dẫn cho tìm kiếm, mà ta phát triển trạng thái ban đầu gặp trạng thái đích Có hai kỹ thuật tìm kiếm mù, tìm kiếm theo bề rộng tìm kiếm theo độ sâu Giả sử bảng lưới hình chứa liệu hình (các ghi khơng tơ đậm) Giả sử cho sưk kiện Me(Tom,Bin) vầo lưới Sự kiện theo cung gán nhãn Me tới đỉnh A2 để đối sánh với điều kiện Me(x,y) Phép hợp thành công, ghi [x/Tom,y/Bin] (Bản ghi tô đậm) thêm vào bảng A2 Dữ liệu xuổng B2 kết nối với ghi có A1 tạo thành ghi B2 [x/Tom,y/Bin], ghi lại chuyển tới B3, lại kết nối với ghi có sẵn A3, tạo ghi bảng B3 (bản ghi tô đậm) Tiếp tục chuyển tới đỉnh C, chiều lên cột bảng C, tạo ghi [x/Tom] Một kiện suy Gia(Tom) xem hình dưới: Ngua Me x X y Tom Ken Ken Bin Kit Bin Tom Bin Tom A1 B2 Nhanh x A2 y Kit A3 Bin y Tom Ken Bin Kit Tom Bin B3 C x y Bin Kit Tom C Bin x Bin Tom Hình 2: Kết kiện vào lưới 60 Bộ nhớ làm việc Các đỉnh A Các đỉnh B Các đỉnh C Hình 3: Sơ đồ lười chung cho co sở luật 7.4 Thủ tục Suy diễn lùi (Backword chaining) a) Suy diễn lùi (Backword chaining) Trong suy diễn lùi, người ta đưa giả thuyết cần đánh giá Sử dụng lập luận lùi, giả thuyết đưa chứng mình, bị bác bỏ (bởi kiện nhớ làm việc) Quá trình suy diễn lùi diễn sau: Ta đối sánh giả thuyết đưa với kiện nhớ làm việc Nếu có kiện khớp với giả thuyết (ở “khớp” hiểu hau câu mô tả kiện giả thuyết trùng qua phép đó), ta xem giả thuyết Nếu khơng có kiện khớp với giả thuyết, ta lùi lại phần điều kiện luật Các điều kiện luật xem giả thuyết Với giả thuyết mới, ta lặp lại trình Nếu tất sinh trình phát triển giả thuyết luật chọn thích hợp thỏa mãn (đều có nhớ làm việc) giả thuyết đưa xem 61 Ngược lại, dù ta áp dụng luật để phát triển giả thuyết dẫn tới giả thuyết khơng có nhớ làm việc khơng thể quy giả thuyết giả thuyết khác, giả thuyết đưa xem sai Một câu hỏi đặt xem giả thuyết (kí hiệu Hyp) cần để kiểm ta Giả thuyết câu phân tử hội câu phân tử: Hyp = H1 Hm Trong đó: Hi (i = 1,…,m) câu phân tử Mục đích kiểm chứng xem giả thuyết trở thành khơng có với phép biến trở thành Xét danh sách giả thuyết Hi: Hyp = [H1,…,Hm] Chúng ta xét luật: P1 Pm => Q Như cặp (Conds, Conc) với Conds danh sách điều kiện luật Conds = [P1, ,Pm] Và Conc kết luận luật, Conc = Q Một kiện S (câu phân tử) xem luật khơng có điều kiện, tức Conds = [] Conc = S Với giả thuyết danh sách giả thuyết, ta tìm luật có phần kết luận hợp với giả thuyết Nếu luật kiện ta loại bỏ giả thuyết xét khỏi danh sách giả thuyết Nếu khơng ta xem điều kiện luật giả thuyết m ới xuất giả thuyết xét thay giả thuyết Khi ta nhận danh sách giả thuyết Lặp lại trình cho danh sách giả thuyết Trong trình ta lưu lại hợp thành phép sử dụng Nếu tới bước đó, danh sách giả thuyết trở thành rỗng, ta kết luận giả thuyết ban đầu với phép chuyển biến b) Thủ tục suy diễn lùi Tư tưởng thủ tục này, Hyp biến địa phương thủ tục Giá trị ban đầu Hyp danh sách giả thuyết ban đầu (biểu diễn câu hỏi đặt ra), giá trị ban đầu phép rỗng Procedure Backward_Chaining (Hyp, ); begin H ← giả thuyết trogn danh sách Hyp; for luật R = (Conds, Q) if H hợp với Q phép then Loại h khỏi danh sách Hyp để nhận danh sách Hyp; Thêm điều kiện cảu luật Conds vào danh sách Hyp1; Áp dụng phép vào giả thuyết danh sách Hyp1; 62 Lấy hợp thành phép để nhận phép ‟ mới, tức ' 1; if Hyp1= [] then cho ‟ else Bachward_Chaining (Hyp1, ‟); end; Trong thủ tục lập luận lùi, cho phép biến làm cho giả thuyết ban đầu trở thành đúng, tức (Hyp) = H1 Hm (hệ logic cảu sở tri thức) Do đó, phép biến chọn thủ tục câu trả lời cho câu hỏi đặt Ví dụ: Giả sử CSTT chứa kiện sau: Ngua(Tom) (Tom ngựa) Ngua(Ken) Ngua(Kit) Ngua(Bin) Me(Tom,Bin) (Tom mẹ Bin) Me(Tom,Ken) Me(Bin,Kit) Nhanh(Kit) Thangcuoc(Bin) (Bin thắng cuộc) Giả sử CSTT chứa hai luật sau: Ngua(x) Me(x,y) Nhanh(y) => Gia(x) (Nếu 1.x ngựa 2.x mẹ y, 3.y chạy nhanh Thì x có giá) Thangcuoc(z) Nhanh(z) (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (Nếu z thắng z chạy nhanh) Câu hỏi đặt là: Con ngựa có giá? Giả thuyết ban đầu Hyp = [Gia(w)] = [] Giả thuyết Gia(w) hợp với kết luận luật (10) phép = [w/x], ta nhận danh sách giả thuyết Hyp = [Ngua(x), Me(x,y), Nhanh(y)] Và = = [w/x] Giả thuyết Ngua(x) hợp với kiện (1) phép = [x/Tom], ta nhận danh sách giả thuyết Hyp = [Me(Tom,y), Nhanh(y)] Và = [w/x][x/Tom] = [w/Tom] 63 Giả thuyết Me(Tom,y) hợp với kiện (5) phép = [y/Bin], ta thừa nhận danh sách giả thuyết Hyp = [Nhanh(Bin)] Và = [w/Tom][y/Bin] = [w/Tom,y/Bin] Giả thuyết Nhanh(Bin) hợp với kết luận luật (11) phép = [z/Bin], ta có Hyp = [Thangcuoc(Bin)] Và = [w/Tom, y/Bin, z/Bin] Giả thuyết Thangcuoc(Bin) trùng với kiện (9) (hợp với phép = []) Do đó, danh sách cá giả thuyết trở thành rỗng với phép = [w/Tom, y/Bin, z/Bin] Như với phép giả thuyết Gia(w) trỏ thành đúng, hay nói cách khác, Tom ngựa có giá Từ luật sử dụng trình lập luận trên, từ phép thu được, ta xây dựng nên chứng minh cho Gia(Tom) hình sau: Gia(Tom) Ngua(Tom) Me(Tom,Bin) Nhanh(Bin) Thangcuoc(Bin) Thangcuoc(Bin) Hình Cây chứng minh cho Gia(Tom) Chúng ta cịn tìm phép biến khác = [w/Bin, y/Kit] Gia(w) trở thành Do đó, tìm Tom Bin ngựa có giá 64 Bài tập chƣơng 7: Bài 1: Cho sở tri thức: R1: Father(X,Y)^Father(Y,X) -> Grandfather(X,Z) R2: Son(X,Y) -> Father(Y,X) R3: Son(dan,peter) R4: Son(john,dan) Áp dụng thuật toán suy diễn lùi để chứng minh: Grandfather(peter,john) Áp cụng thuật toán suy diễn tiến vào sở tri thức Bài 2: Cho sở tri thức: R1: Brother(X,Y)^Married(Y,Z) => Sister_in_law(X,Z) R2: Brother(tom,peter) R3: Brother(harold,john) R4: Married(peter,mary) R5: Married(john,sue) Áp dụng thuật toán suy diễn lùi để chứng minh: Sister_in_law(tom,mary) Áp cụng thuật toán suy diễn tiến vào sở tri thức 65 Đề cƣơng ôn tập Trình bày chiến lược tìm kiếm mù: biểu diễn vấn đề, không gian trạng thái, trạng thái Tìm kiếm theo bề rộng, theo độ sâu, đồ thị và/hoặc: thuật toán, đánh giá, so sánh thuật tốn Trình bày hàm đánh giá tìm kiếm kinh nghiệm Trình bày thuật tốn: tìm kiếm tốt nhất-đầu tiên, tìm kiếm leo đồi, tìm kiếm Beam Trình bày hàm mục tiêu tìm kiếm tối ưu Trình bày thuật tốn A*, nhánh-cận Trình bày thuật tốn tìm kiếm có đối thủ Cú pháp ngữ nghĩa logic mệnh đề Các dạng chuẩn tắc logic mệnh đề 10 Các luật suy diễn logic mệnh đề 11 Các phương pháp chứng minh Logic mệnh đề 12 Logic vị từ cấp 1: cú pháp, ngữ nghĩa 13 Chuẩn hóa cơng thức logic vị từ 14 Các chiến lược phân giải 15 Lập luận tiến, lùi 66 THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Áp dụng thuật tốn tìm kiếm mù theo chiều rộng vào sau để tìm đường từ trạng thái đầu tới trạng thái đích 3 TT đầu TT đích Lƣu : Ơ có giá trị = hốn vị với kề biên với theo thứ tự ưu tiên: Up, down, left, right Câu 2: Cho sở tri thức: R1: Father(X,Y)^Father(Y,X) => Grandfather(X,Z) R2: Son(X,Y) => Father(Y,X) R3: Son(dan,peter) R4: Son(john,dan) Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic vị từ cấp I để chứng minh: Grandfather(peter,john) Câu 3: Cho sở tri thức: Tập luật: a => c d^c => e b => d a^b => f a^h => i e^f => g Tập kiện: FB={a,b} Áp dụng thuật toán suy diễn tiến vào sở tri thức * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi THI ẾT TH C HỌC PHẦN Bộ môn: hoa học máy tính Học phần phần: Trí tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Cho đồ thị không gian trạng thái với hàm đánh giá trạng thái h(u) ghi đỉnh, giá phải trả k(a,b) để đưa trạng thái a tới trạng thái b ghi cung Áp dụng thuật toán tìm kiếm tối ưu A* để tìm đường ngắn từ trạng thái A đến trạng thái I A 10 B 11 12 13 19 E Câu 2: C Cho sở tri thức: D R1: P^Q^R => S R2: U => R 10 4 R3: G^U => P F H R4: H => Q R5: H G R6: G R7: U Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic mệnh đề để chứng minh: S I Câu 3: Cho sở tri thức: Brother(X,Y)^Married(Y,Z) => Sister_in_law(X,Z) Brother(tom,peter) Brother(harold,john) Married(peter,mary) Married(john,sue) Áp dụng thuật toán suy diễn lùi chứng minh: Sister_in_law(harold,sue) * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Áp dụng thuật tốn tìm kiếm kinh nghiệm tốt vào tốn sau để tìm đường từ trạng thái đầu tới trạng thái đích 2 TT đầu TT đích Lƣu : - Ơ có giá trị = hốn vị với kề biên với theo thứ tự ưu tiên: Up, down, left, right - Hàm đánh giá h(u) tổng khoảng cách vị trí quân trạng thái u vị trí trạng thái đích Câu 2: Cho sở tri thức: R1: P^Q => R^S R2: U => P R3: H => Q R5: H R6: U Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic mệnh đề để chứng minh: R Câu 3: Cho sở tri thức: Cat(X)^Mother(X,Y)^Beauty(Y) => Good(X) Cat(mimi) Cat(titi) Cat(kiki) Mother(mimi,kiki) Mother(kiki,titi) Beauty(titi) Beauty(kiki) Áp dụng thuật toán suy lùi vào sở tri thức để chứng minh: Good(kiki) * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi THI ẾT TH C HỌC PHẦN Bộ môn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Áp dụng thuật tốn tìm kiếm có đối thủ Minimax để tìm nước cho quân A A -3 C -2 F I Max D E G Câu 2: Cho sở tri thức: Father(X,Y) => Child(Y,X) B R -3 H Husband(X,Z) => Wife(Z,X) Wife(Z,X)^Child(Y,X) => Mother(Z,Y) Father(nam,lan) Husband(nam,huong) Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic vị từ cấp I để chứng minh: Mother(lan,huong) Câu 3: Cho sở tri thức: Tập luật: a => c d^c => e b => d a^b => f a^h => i e^f => g a b Áp dụng thuật toán suy diễn lùi vào sở tri thức để chứng minh: g * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi K THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Cho đồ thị không gian trạng thái với hàm đánh giá trạng thái h(u) ghi đỉnh, giá phải trả k(a,b) để đưa trạng thái a tới trạng thái b ghi cung Áp dụng thuật tốn tìm kiếm tối ưu A* để tìm đường ngắn từ trạng thái A đến trạng thái I A 10 B 11 C 12 E 19 13 D Câu 2: 10 Cho sở tri thức: F H R1: P^Q => R^S R2: U => P G R3: H => Q R5: H R6: U I Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic mệnh đề để chứng minh: S Câu 3: Cho sở tri thức: Brother(X,Y)^Married(Y,Z) => Sister_in_law(X,Z) Brother(tom,peter) Brother(harold,john) Married(peter,mary) Married(john,sue) Áp dụng thuật toán suy diễn lùi chứng minh: Sister_in_law(tom,mary) * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút Ký duyệt đề Câu 1: Áp dụng thuật tốn tìm kiếm có đối thủ Minimax để tìm nước cho quân A A C -3 F I Max D -5 E G K Câu 2: Cho sở tri thức: B H R -3 R1: Father(X,Y)^Father(Y,X) => Grandfather(X,Z) R2: Child(X,Y) => Father(Y,X) R3: Child(dan,peter) R4: Child(tom,dan) Áp dụng thủ tục chứng minh bác bỏ luật phân giải logic vị từ cấp I để chứng minh: Grandfather(peter,tom) Câu 3: Cho sở tri thức: Tập luật: a => c d^c => e b => d a^b => f a^h => i e^f => k Tập kiện: FB={a,b} Áp dụng thuật toán suy diễn tiến vào sở tri thức * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Áp dụng thuật tốn tìm kiếm có đối thủ Minimax để tìm nước cho quân A A -3 C F Max D I E G Câu 2: Cho sở tri thức: R1: P^Q^R => K R2: R => U B R -3 H R3: G => P R4: Q R5: G R6: U Áp dụng thuật toán chứng minh bác bỏ chứng minh K hệ logic CSTT Câu 3: Cho sở tri thức: R1: Father(X,Y)^Father(Y,X) -> Grandfather(X,Z) R2: Son(X,Y) -> Father(Y,X) R3: Son(dan,peter) R4: Son(john,dan) Áp dụng thủ tục suy diễn lùi để chứng minh: Grandfather(peter,john) * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi K THI ẾT TH C HỌC PHẦN Bộ mơn: hoa học máy tính Học phần: Trí tuệ tuệ nhân tạo Đề thi số Thời gian 60 phút duyệt đề Câu 1: Cho đồ thị không gian trạng thái với hàm đánh giá trạng thái h(u) ghi đỉnh, giá phải trả k(a,b) để đưa trạng thái a tới trạng thái b ghi cung Áp dụng thuật tốn tìm kiếm tối ưu A* để tìm đường ngắn từ trạng thái A đến trạng thái I A 10 11 12 19 13 B E Câu 2: Cho sở tri thức: C D R1: P^Q -> R^S R2: U -> P R3: H -> Q 10 4 R5: H F H R6: U Áp dụng thuật toán chứng minh bác bỏ chứng minh S làGhệ logic CSTT Câu 3: Cho sở tri thức: Cat(X)^Mother(X,Y)^Beauty(Y) => Good(X) 10 Cat(mimi) 11 Cat(lili) 12 Cat(kiki) 13 Mother(mimi,kiki) 14 Mother(kiki,titi) 15 Beauty(titi) 16 Beauty(kiki) I Áp dụng thuật toán suy diễn tiến vào sở tri thức * Hết * ưu ý: Không viết, vẽ, sửa đề thi, nộp lại đề sau thi ... Mạnh Tường - Trí tuệ nhân tạo - Nhà xuất khoa học kỹ thuật - 2002 Nguyễn Thanh Thủy - Trí tuệ nhân tạo - Nhà xuất giáo dục - 1997 Ngơ Trung Việt - Trí tuệ nhân tạo - Nhà xuất giáo dục - 1995 Phần... lùi Bài tập chương 55 56 56 61 65 Tên học phần: TRÍ TUỆ NHÂN TẠO Số tín chỉ: TC Loại học phần: Điều kiện tiên quyết: Sinh viên phải nắm ngôn ngữ lập trình học mơn CTDL Thuật tốn Mục đích học. .. thức mà ta cần chứng minh Trong lĩnh vực nghiên cứu Trí Tuệ Nhân Tạo, thường xuyên phải đối đầu với vấn đề tìm kiếm Đặc biệt lập kế hoạch học máy, tìm kiếm đóng vai trị quan trọng Trong phần