CH NG 4 : X LÝ NGÔN NGT NHIÊN
5.5. CÁC AGENT THÔNG MINH
5.5.4. Môi tr ng (Environments)
u tiên, chúng ta s mô t các ki u khác nhau c a môi tr ng và chúng nh h ng đ n vi c thi t k các agent nh th nào. Sau đó, chúng ta s mơ t các ch ng trình mơi tr ng mà nó
đ c s d ng nh là “n i ki m tra” các agent ch ng trình.
Các thu c tính c a mơi tr ng (Properties of Environments)
Mơi tr ng có nh ng đ tr ng riêng. Các đ c tr ng chính đ c ch ra nh sau:
Có th đ c và Không th đ c (Accessible vs. Inaccessible)
N u c c u giác quan c a agent đem đ n cho nó m t tr ng thái đ y đ c a mơi tr ng thí chúng ta nói r ng mơi tr ng là có th đ i v i agent. M t môi tr ng là th c s có th n u các sensor phát hi n ra t t c các khía c nh liên quan đ n s l a ch n hành đ ng. M t môi tr ng có th c n thu n tiên b i vì agent mong mu n khơng ph i duy trì m t s tr ng thái bên trong đ theo dõi th gi i xung quanh.
Ti n đnh và không ti n đnh (Deterministic vs. Nondeterministic)
N u tr ng thái ti p theo c a mơi tr ng là hồn tồn xác đnh đ c thông qua tr ng thái hi n th i và hành đ ng mà agent đã l a ch n, thì chúng ta nói mơi tr ng là ti n đnh. Theo nguyên t c, agent mong mu n không ph i lo ngh v m t mơi tr ng có th khơng ch c ch n ti n
đnh. Tuy nhiên, n u m t mơi tr ng là khơng th thì nó có th đ c xem nh khơng ti n đnh. i u đó đ c bi t đúng, n u môi tr ng ph c t p gây ra s khó kh n cho vi c theo dõi t t c các
m t không th c a nó. Vì v y, mơi tr ng ti n đnh ho c môi tr ng không ti n đnh đ i v i đi m nhìn c a agent th ng đ c cho là t t nh t.
Phân đo n và không phân đo n (Episodic vs. Nonepisodic)
Trong môi tr ng phân đo n, kinh nghi m c a agent b phân ra thành t ng đo n. Trong m i đo n g m có s nh n bi t c a agent và hành khi có đ c nh n bi t đó. c tính c a hành
đ ng ph thu c vào chính đo n đó, b i vì các đo n ti p theo khơng ph vào các hành đ ng trong
đo n tr c đó. Mơi tr ng phân đo n là r t đ n gi n vì agent khơng mu n ngh xa.
T nh và ng (Static vs. Dynamic)
N u mơi tr ng có th thay đ i trong khi agent đang cân nh c, thì chúng ta nói r ng mơi tr ng là đ ng đ i v i agent, ng c l i môi tr ng là t nh. Môi tr ng t nh r t d giao ti p b i vì agent mong mu n khơng ph i theo dõi th gi i xung quanh trong khi đang quy t đnh l a ch n hành đ ng và c ng mong mu n không ph i lo ngh th i gian đã trôi qua. N u môi tr ng không thay đ i theo th i gian nh ng s th c hi n c a agent thành cơng, thì chúng ta nói r ng mơi tr ng ph n nào là đ ng.
R i r c và Liên t c (Discrete vs. Continuous)
N u có m t s l ng gi i h n nh t đnh các tri giác và hành đ ng rõ ràng thì ta nói r ng môi tr ng là r i r c. Môi tr ng “Ch i c ” là r i r c – có m t s l ng c đnh “n c đi có kh n ng” trong m i l n đi. Môi tr ng “Lái taxi” là liên t c - t c đ , v trí c a taxi và các xe c khác nh n giá tr trong m t kho ng giá tr liên t c8.
Chúng ta s xem xét xem các ki u môi tr ng khác nhau yêu c u các agent ch ng trình khác nhau nh th nào đ x lý chúng hi u qu . Nó s đ c đ a ra nh b n mong đ i, đó là
tr ng h p khó nh t: mơi tr ng khơng th , môi tr ng không phân đo n, môi tr ng đ ng và môi tr ng liên t c. Nó c ng có th đ c đ a ra trong nhi u hoàn c nh th c t là r t ph c t p, đ n m c ph i th o lu n xem trên th c t chúng có th c s ti n đnh hay chúng đ c xem nh khơng ti n đnh.
Mơi tr ng Có th Ti n đnh Phân đo n T nh R i r c
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
8
B ng 5.5 li t kê các thu c tính c a m t s h môi tr ng. Chú ý r ng các câu tr l i có th thay đ i ph thu c vào vi c b n d a trên các môi tr ng và các agent nh th nào. Ví d , Poker là ti n đnh n u agent có th theo dõi tr t t c a các quân bài trong c bài, nh ng nó là khơng ti n
đnh n u nó khơng th . C ng nh v y, nhi u môi tr ng là phân đo n m c h n cho t ng hành
đ ng riêng l c a agent. Ví d , m t vịng thi đ u c g m có m t lo t các tr n thi đ u, m i tr n thi
đ u là m t phân đo n, b i vì t t c các n c đi c a m t tr n đ u trong toàn b s th c hi n c a agent không b nh h ng b i các n c đi c a tr n đ u ti p theo. M t khác, các n c đi trong
ph m vi m t tr n đ u đ n l d nhiên là nh h ng l n nhau, đ n m c agent c n ph i ngh tr c vài ba n c đi.
Các ch ng trình mơi tr ng (Environment programs)
Ch ng trình mơi tr ng trong hình 5.21 minh ho m i quan h c b n gi a các agent và các môi tr ng. Chúng ta s th y nó thu n ti n cho nhi u ví d và nhi u bài t p s d ng môi tr ng mô ph ng sinh ra c u trúc ch ng trình đó. Vi c mơ ph ng m t ho c nhi u agent đ c th c hi n gi ng nh là đ a vào và s p x p l p đi l p l i đ sinh ra trong m i agent các tri giác
đúng và nh n l i hành đ ng. Vi c mơ ph ng sau đó c p nh t môi tr ng trên c s các hành đ ng, và các ti n trình đ ng khác có th trong mơi tr ng mà các ti n trình đó khơng đ c quy t đnh b i agent (ví d tr i m a). Vì v y, mơi tr ng đ c xác đnh b i tr ng thái ban đ u và hàm c p nh t. M t v n đ hi n nhiên, m t agent làm vi c trong môi tr ng mô ph ng c ng ph i làm vi c gi ng nh trong mơi tr ng th c mà nó mơ ph ng đó là: các lo i tri giác, các hành đ ng.
Th t c RUN-ENVIRONMENT (Hình 5.21) rèn luy n các agent trong m t môi tr ng m t cách đúng đ n. i v i m t vài lo i agent, ví d nh các agent tham gia vào cu c đ i tho i b ng ngôn ng t nhiên, nó có th d dàng theo dõi hành vi c a chúng. Hàm RUN-EVAL-ENVIRONMENT (Hình 5.22) áp đ t m t ph m vi th c hi n đ i v i m i agent và tr v danh sách các đi m s k t qu . Các bi n score theo dõi đi m c a m i agent.
Nói chung, ph m vi th c hi n có th đ c quy t đnh b i toàn b chu i tr ng thái sinh ra trong quá trình ch ng trình ho t đ ng.
procedure RUN-ENVIRONMENT(state, UPDATE-FN, agents, termination) inputs: state,the initial state off the environment
Update-Fn, function on modify the environment
agents, a set of agents
termination, a predicate to test when we are done
repeat
for each agent in agents do
Percept[agent] ← Get-Percept(agent,state)
end
for each agent in agents do
Action[agent] ← Program[agent](Percept[agent])
end
state ← Update-Fn(actions,agents,state)
until termination(state)
Hình 5.21 Ch ng trình mơ ph ng agent c b n. Nó sinh ra cho m i agent các tri giác c a chúng, đ a ra m t hành đ ng t m i agent, và sau đó c p nh t môi tr ng.
function Run-Eval-Environment(state, Update-Fn, agents, termination,
Performance-Fn) returns scores
local variable: scores, a vector thw same size as agents, all 0 repeat
for each agent in agents do
Percept[agent] ← Get-Percept(agent,state)
end
for each agent in agents do
Action[agent] ← Program[agent](Percept[agent]) end state ← Update-Fn(actions,agents,state) scores ← Performance-Fn(scores,agents,state) until termination(state) return scores
Hình 5.22 M t ch ng trình mơ ph ng mơi tr ng mà nó theo dõi ph m vi th c hi n cho m i agent.
TÓM T T
Ch ng này chúng ta đã gi i thi u t ng quan m t s v n đ c a Trí tu nhân t o, chúng ta
đã hình dung đ c vi c thi t k agent. Nh ng đi m ch y u đó là:
Agent là m t cái gì đó mà nó có th nh n bi t và tác đ ng l i môi tr ng. Chúng ta phân bi t agent v i ki u ki n trúc và agent ch ng trình.
Agent lý t ng ln ln th c hi n hành đ ng đ c mong đ i đ t đ c ph m vi th c hi n c c đ i, đem l i chu i k t qu tri giác nó th y.
Agent là t tr đ ph m vi mà các hành đ ng c a nó l a ch n đ c quy t đnh b i chính kinh nghi m c a nó, m t ph n nào đó s hi u bi t c a môi tr ng đ c xây d ng b i ng i thi t k .
Ch ng trình agent ánh x t m t tri giác đ n m t hành đ ng, khi c p nh t m t tr ng thái trong.
Có nhi u ch ng trình agent c b n khác nhau đ c thi t k , đ c quy t đnh b i lo i thông tin và vi c s d ng trong quá trình ra quy t đnh. Các thi t k d n đ n s khác nhau v hi u qu , tính súc tích và tính linh đ ng. Các thi t k ch ng trình agent thích h p quy t đnh b i các tri giác, các hành đ ng, các m c tiêu và môi tr ng.
Các agent ph n x (reflex agents) ph n ng l i ngay t c thì các tri giác, các agent m c tiêu c b n (goal-based agents) hành đ ng v i m c đích là chúng s giành đ c đ c các m c tiêu c a chúng, và các agent l i ích (utility-based agent) c g ng đ đ t đ c s “h nh phúc” l n nh t.
Quá trình ra quy t đnh b ng vi c s d ng s hi u bi t là tr ng tâm c a Trí tu nhân t o và thi t k thành cơng agent. i u này có ngh a là vi c bi u di n s hi u bi t là r t quan tr ng.
M t vài mơi tr ng địi h i kh t khe h n r t nhi u. Các môi tr ng là “không th
đ c”, “không ti n đnh”, “không phân đo n”, “đ ng” và “liên t c” là nh ng thách
th c l n.
CÂU H I VÀ BÀI T P
1. Trinh bày mơ hình: m ng n ron sinh v t và m ng n ron nhân tao. Nêu rõ các thành ph n c b n c a chúng.
2. Trình bày thu t tốn lan truy n ng c
3. ng d ng m ng n ron trong x lý tín hi u. Trình bày ví d ch ng t mang BAM có kh n ng nh và kh n ng tách l i.
4. Trình bày các hàm thu c (hàm thành viên) th ng s d ng trong logic m 5. Trình bày các phép logic th ng s d ng trong logic m
6. Trình bày các tốn t sau đây trong gi i thu t di truy n a) toán t sinh s n
b) toán t ghép chéo c) tốn t đ t bi n
GI謂I THÍCH T洩 VÀ THU一T NG頴 VI蔭T T溢T
AI : Artificial Intelligent: Trí tu nhân t o ANN : Artificial Neural Network
ADALINE (Adalines) :ADAptive LINear Element m ng do Widrow nêu n m 1960 ART : Adaptive Resonance Networks
(knowledgeBase: vi t t t ti ng Anh: KB,vi t t t ti ng Vi t: CSTT) BP : Back Propagation Network
CPU : Center Processing Unit GPS : General Problem Solver
EP : Evolutionary Programming: L p trình ti n hóa HMM : Hidden Markov Model
FIR : Finite Impulsse Response : B l c đáp ng xung h u h n GA : Genetic Algorithm: Gi i thu t di truy n,
PC : Personal Computer: Máy tính cá nhân. CSDL .C s d li u
NLP: Natural Language Processing IR : Information Retrieval
NP Noun Phrase : danh t VP :Verb Phrase : đông t
TÀI LI烏U THAM KH謂O
[1] L ng Chi Mai, Nguy n H u Hoà. Áp d ng m ng n ron m trong nh n d ng ch
s , ch vi t tay ti ng Vi t. Báo cáo khoa h c k ni m 25 n m thành l p Vi n
Công ngh Thông tin, tr.623-631. 2001
[2] Nguy n Quang Hoan. Recurrent High-Order Neural Networks Stability. Japan-USA- Vietnam Workshop, May, 13-15, 1998..
[3] Nguyen Quang Hoan. Using Neural Networks for Vietnam Character Recognition.
The 4rd Telecommunication & Information Techno- Econmics Seminar between PTIT & ETRI June, 2000. Hanoi.
[4] Nguy n Quang Hoan. M r ng c u trúc và hàm Liapunop cho m ng n ron”. T p chí Tin H c và i u Khi n H c, 1996
[5] Nguy n Quang Hoan. Nghiên c u các phm ng n ron và logíc m trong cơng ngh thơng tin và vi n thông. ng pháp và thu t tốn thơng minh trên c s tài c p T ng Công
Ty BCVT,.Mã s 082-2000-TCT-R- T-83
[6] Hoàng Ki m, inh nguy n Anh D ng. Giáo trình: Trí tu nhân t o. Nhà xu t b n
i h c Qu c gia TP. H Chí Minh, 2005
[7] Nguy n c Dân. Nh p mơn Logic hình th c. Nhà xu t b n i h c Qu c gia TP. H Chí Minh, 2005
[8] Hoàng Ki m. Các h c s tri th c. Nhà xu t b n i h c Qu c gia TP. H Chí Minh, 2005
[9] inh M nh T ng, Trí tu nhân t o. Nhà xu t b n Giáo d c.Hà n i, 2002 [10] Trung Tu n. Trí tu nhân t o. Nhà xu t b n Giáo d c. Hà n i, 1998 [11] Trung Tu n. H chuyên gia. Nhà xu t b n Giáo d c. Hà n i, 1999
[12] Nguy n Hoàng Ph ng. Trí tu nhân t o. Nhà xu t b n Khoa h c K thu t. Hà n i, 2006
[13] Phan tr ng D n. Ll p trình Turbo PrologNhà xu t b n Khoa h c K thu t. Hà n i [14] J. P. Beneke và J. S. Kunicki. Prediction of Telephone Traffic Load Using Fuzzy
Systems. Proc. Inst. Elect. Eng. Petersburg. Teletraffic Seminar: New Telecomm Services Developing Networks, St. Petersburg, Russia. pp. 270- 280. July, 2, 1995
[15] A. Celmins. Distributed fuzzy control of communications. Proc. ISUMA-NAFIPS’95 3rd Int. Symp. Uncertainty Modeling Annu. Conf. North Amer. Fuzzy Inform. Processing Soc. pp. 258-262, 1995.
[16] Chin Teng Lin, C. S. George Lee. Neural Fuzzy Systems, Prentice-Hall International Editions. 1996
[17] St at Rusell, Peter Novig. Artificial Intelligence. Prentice-Hall International Editions. 1995
[18] Kumpati S. Narendra fellow, IEEE and Kannan Parthasarathy. Identification and
Control of Dynamical Systems Using Neural Networks. IEEE Tran. on Neural
Networks, vol. 1(1), pp.4-26. Mar. 1990.
[19] Micheal. Artificial Intelligence. Prentice-Hall International Editions. 2000 [20] Li Min Fu. Neural Networks in Computer Intelligence, Mc. Graw-Hill, Inc.
International Edittions. 1994.
[21] Behnam Bavarian. Introduction to Neural Networks for Intelligent Control. IEEE Control Systems Manazine, pp. 3-7.1988.
[22] Mohamed Ibnkahla. Application of Neural Networks to Digital Communications - a
Survey. Signal Proccessing. vol. 80(7), pp. 1185-1215. 2000.
[23] Y. Tanaka và S. Hosaka. Fuzzy Control of Telecommunications Networks Using
Learning Technique,” Electron. Commun. Japan, vol. 76, pt. I, No. 12, pp. 41- 51, Dec,1993.
[24] Timothy J. Ross. Fuzzy Logic with Engineering Applications, Mc.Graw-Hill, Inc, 1995.
[25] Chu S. R., Shoureshi R., and Tenorio M. Neural Networks for System Identification. IEEE Control Systems Magazine(10), pp. 31-34. 1990
M影C L影C
L I NÓI U .......................................................................................................................... 1
CH NG 1: KHOA H C TRÍ TU NHÂN T O: T NG QUAN .................................. 3
1.1 L CH S HÌNH THÀNH VÀ PHÁT TRI N .........................................................................................3 1.1.1. T duy nh con ng i: ph ng pháp nh n th c ..................................................................................3 1.1.2. Các qui t c t duy.................................................................................................................................4 1.1.3. Kh i ngu n c a AI (1943 - 1956) ........................................................................................................4 1.2. CÁC TI N C B N C A TTNT......................................................................................................5 1.3. CÁC KHÁI NI M C B N .....................................................................................................................6 1.3.1. Trí tu nhân t o(AI) là gì?....................................................................................................................6 1.3.2. Tri th c là gì? ......................................................................................................................................8
1.3.3. C s tri th c (Knowledge Base: KB) .................................................................................................8
1.3.4. H c s tri th c ...................................................................................................................................8
1.4 CÁC L NH V C NGHIÊN C U VÀ NG D NG C B N ...............................................................9
1.4.1 Lý thuy t gi i bài tốn và suy di n thơng minh ....................................................................................9
1.4.2 Lý thuy t tìm ki m may r i...................................................................................................................9
1.4.3 Các ngôn ng v Trí Tu Nhân T o......................................................................................................9
1.4.4 Lý thuy t th hi n tri th c và h chuyên gia .........................................................................................9
1.4.5 Lý thuy t nh n d ng và x lý ti ng nói .................................................................................................9