Systemy Sztucznej Inteligencji

Slides:



Advertisements
Podobne prezentacje
Tablice 1. Deklaracja tablicy
Advertisements

I część 1.
Teoria układów logicznych
Teoria układów logicznych
Systemy Sztucznej Inteligencji
Architektura systemów komputerowych
JEJ WŁASNOŚCI ORAZ RODZAJE
UKŁADY ARYTMETYCZNE.
VI Rachunek predykatów
Michał Łasiński Paweł Witkowski
Logiki (nie)klasyczne
Matematyka Dyskretna, G.Mirkowska, PJWSTK
Materiały do zajęć z przedmiotu: Narzędzia i języki programowania Programowanie w języku PASCAL Część 7: Procedury i funkcje © Jan Kaczmarek.
Sztuczna Inteligencja Reprezentacja wiedzy I Reprezentacja logiczna
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
Systemy dynamiczne – przykłady modeli fenomenologicznych
Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.
Wykład 2: Upraszczanie, optymalizacja i implikacja
1 Rozdział 1: Więzy Czym są więzy i do czego służą.
Wstęp do interpretacji algorytmów
Równania i Nierówności czyli:
Bramki Logiczne.
Matematyka.
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji.
Teoria sterowania Wykład 3
Automatyka Wykład 4 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji (c.d.)
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Modele matematyczne przykładowych obiektów i elementów automatyki
O relacjach i algorytmach
Podstawy układów logicznych
Synteza układów sekwencyjnych z (wbudowanymi) pamięciami ROM
Wykład 5 Charakterystyki czasowe obiektów regulacji
Elementy Rachunku Prawdopodobieństwa i Statystyki
Funkcje logiczne i ich realizacja. Algebra Boole’a
Problem kodowania x s 1 A B C D Wariant I A = 00 B = 01 C = 10 D = 11
Cyfrowe układy logiczne
I. Informacje podstawowe
Modele obliczeń i granice obliczalności Copyright, 1999 © Jerzy R. Nawrocki Wprowadzenie.
Metody reprezentacji wiedzy – cz. 2.
ITERACJA - powtórzenie
Minimalizacja funkcji boolowskich
Programowanie obiektowe III rok EiT
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Sterowanie – metody alokacji biegunów
Podstawy analizy matematycznej I
Rozwiązanie zadań do zaliczenia I0G1S4 // indeks
Sygnały cyfrowe i bramki logiczne
Podstawy Techniki Cyfrowej
PODSTAWOWE BRAMKI LOGICZNE
Złożone układy kombinacyjne
Bramki logiczne i układy kombinatoryczne
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
URZĄDZENIA TECHNIKI KOMPUTEROWEJ
przedmiot i metody analizy
Obwody elektryczne - podstawowe prawa
Zbiory Co to jest zbiór? Nie martw się, jeśli nie potrafisz odpowiedzieć. Nie ma odpowiedzi na to pytanie.
OCL.
Metody Sztucznej Inteligencji – technologie rozmyte i neuronowe Wnioskowanie Mamdani’ego - rozwinięcia  Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii.
Wstęp do interpretacji algorytmów
Wstęp do programowania Wykład 10 Programowanie w logice.
Podstawy automatyki I Wykład 1b /2016
KNW - wykład 3 LOGIKA MODALNA.
Elementy cyfrowe i układy logiczne
Metody sztucznej inteligencji - Technologie rozmyte i neuronowe 2015/2016 Systemy rozmyte – wnioskowanie Mamdani’ego II © Kazimierz Duzinkiewicz, dr hab.
Elementy cyfrowe i układy logiczne
Pojęcia podstawowe Algebra Boole’a … Tadeusz Łuba ZCB 1.
Klasy, pola, obiekty, metody. Modyfikatory dostępu, hermetyzacja
Wstęp do Informatyki - Wykład 6
Zapis prezentacji:

Systemy Sztucznej Inteligencji Wykład 6 Logika pierwszego rzędu

Logika pierwszego rzędu First order logic Reprezentacja świata przy pomocy: obiektów – ludzie, domy, liczby, kolory, ... własności – czerwony, okrągły, pierwszy, relacji – brat, większy niż, część, wewnątrz, jest koloru, posiada funkcji – ojciec, przyjaciel, plus, o jeden większy niż relacje sa binarne funkcje zwracaja rozne wartosc SSI - dr inż. P. Górecki

Przykłady „jeden plus dwa równa się trzy” obiekty: jeden, dwa, trzy, jeden plus dwa relacja: równa się funkcja: plus „pola graniczące z Wumpusem śmierdzą” obiekty: pole, Wumpus własność: śmierdzi relacja: graniczące „zły król Popiel rządził Polanami” obiekty: Popiel, Polanie własności: zły, król relacja: rządził SSI - dr inż. P. Górecki

Przykładowy model model w rachunku zdań: interpretacje zdań przy pomocy konkretnych wartości model w logice 1go rzędu posiada obiekty (elipsy) dziedzina modelu – wszystkie jego obiekty krotki obiektów: - jedno (person) - własności - dwuargumentowe - relacje SSI - dr inż. P. Górecki

Składnia i semantyka stałe (obiekty) i zmienne: A, B, C, Jan, x, y, z symbol relacyjny (predykat) – określa binarną relację miedzy obiektami, może mieć 0 lub więcej argumentów, np. Brat(Jerzy,Ryszard) symbol funkcyjny – określa odwzorowanie obiektu na inny obiekt, może mieć 0 lub więcej argumentów, np. Sinus(X) term – wyrażenie składające się z symboli i ich argumentów, np. Ojciec(Jan) zdanie proste – wyrażenie składające się z predykatów i ich argumentów, np. Brat(Ryszard, Jan), Małżeństwo(Ociec(Adam), Matka(Ewa)) SSI - dr inż. P. Górecki

Kwantyfikatory zdanie złożone – zdania proste połączone łącznikami logicznymi Brat(Adam, Bartek)  Brat(Bartek, Adam) ~ Brat(Adam, Bartek) kwantyfikator  „wszystkie koty to ssaki”: x kot(x) ssak(x) powyższe zdanie jest prawdziwe jeżeli jest prawdziwe dla każdej stałej: kot(Mruczek) ssak(Mruczek)  kot(Garfield) ssak(Garfield)  kot(Adam) ssak(Adam)  ...... SSI - dr inż. P. Górecki

Kwantyfikatory kwantyfikator  „Mruczek ma siostrę która jest kotem”: x Siostra(Mruczek,x)  Kot(x) powyższe zdanie jest prawdziwe jeżeli jest prawdziwe dla każdej stałej: (Siostra(Mruczek,Mruczek)  Kot(Mruczek))  (Siostra(Mruczek,Garfield)  Kot(Garfield))  (Siostra(Mruczek,Adam)  Kot(Adam))  ..... czy zapis x Siostra(Mruczek,x)  Kot(x) byłby poprawny? SSI - dr inż. P. Górecki

Własności kwantyfikatorów Prawo De Morgana dla kwantyfikatorów x y jest równoważne y x x y jest równoważne y x x y nie jest równoważne y x x y Kocha(x,y) “Istnieje osoba która kocha wszystkich na świecie” y x Kocha(x,y) “Każdego na świecie kocha co najmniej jedna osoba” SSI - dr inż. P. Górecki

Symbol równości Symbol równości pozwala sprawdzić czy 2 termy odnoszą się do tego samego obiektu „Mruczek ma dwie siostry” x,y Siostra(Mruczek,x)  Siostra(Mruczek,y)  ~(x=y) SSI - dr inż. P. Górecki

Jak korzystać z LPR? POWIEDZ SPYTAJ POWIEDZ(BW, Król(Jerzy)) POWIEDZ(BW, x Król(x) Osoba(x)) SPYTAJ SPYTAJ(BW, Król(Jerzy)) (p/f) SPYTAJ(BW,  x Osoba(x)) zbiór par zmienna/obiekt: {x/Jerzy} SSI - dr inż. P. Górecki

Przykład: pokrewieństwo Matka jest rodzicem płci żeńskiej m,d Matka(d) = m  (Kobieta(m)  Rodzic(m,d)) “Rodzeństwo” jest symetryczne x,y Rodzeństwo(x,y)  Rodzeństwo(y,x) Mężczyzna i Kobieta to rozłączne kategorie x Mężczyzna(x)  ~Kobieta(x) Rodzic i dziecko to relacja odwrotna r,d Rodzic(r,d)  Dziecko(d,r) Relacja Dziadek d,w Dziadek(d,w)  r Rodzic(d,r)  Rodzic(r,w) wszystkie te zdania są również aksjomatami: z prostych predykatów mamy bardziej złożone predykaty (analogia: funkcje składające się z innych funkcji w j.prog.) aksjomatami mogą być również fakty: Mężczyzna(Tomek), SSI - dr inż. P. Górecki

Przykład: liczby naturalne Czego potrzebujemy: predykat LN – prawdziwy dla wszystkich liczb naturalnych funkcja N – zwraca następnika stała 0 Definicja rekurencyjna: LN(0) x LN(x) LN(N(x)) Liczby naturalne: 0, N(0), N(N(0)), ... SSI - dr inż. P. Górecki

Przykład: dodawanie liczb naturalnych Aksjomaty ograniczające funkcję N x 0 ≠ N(x) x,y x≠y  N(x)≠N(y) Zdefiniujmy dodawanie x LN(x)  +(0,x)=x x,y LN(x)  LN(y)  +(N(x),y) = N(+(x,y)) dodawanie zdefiniowanie w notacji prefiksowej notacja infiksowa: x LN(x)  0+x=x można dodatkowo zdefiniować: N(x) = x+1 i otrzymamy x,y LN(x)  LN(y)  (x+1)+y = (x+y)+1 SSI - dr inż. P. Górecki

Przykład: Świat Wumpusa Obserwacje to predykaty w BW: Obserwacja([Smród,Bryza,Złoto,Nic,Nic],5) Akcje: Obrót(Prawo), Obrót(Lewo), Naprzód, W_tył, Strzel, Podnieś Zapytanie o najlepsze ruch: SPYTAJ(BW,  x NajlepszyRuch(x,5)) Fakty na podstawie obserwacji: s,z,u,w,t Obserwacja([s,Bryza,z,u,w],t) Bryza(t) s,b,u,w,t Obserwacja([s,b,Złoto,z,u,w],t) Złoto(t) Prosty agent reagujący t Złoto(t) NajlepszyRuch(Podnieś,t) Reprezentacja akcji i obserwacji obserwacja: wektor 5elemetowy SSI - dr inż. P. Górecki

Dlaczego prosty agent reagujący się nie sprawdzi Agent powinien wyjść z jaskini jeżeli zbierze złoto lub dalsza eksploracja jest zbyt niebezpieczna Prosty agent reagujący t Złoto(t) NajlepszyRuch(Podnieś,t) Ograniczenia posiadanie złota nie należy do obserwacji znajdowanie się w [1,1] nie jest obserwacją nieskończone pętle

Przykład: Świat Wumpusa Własności pól p,t JestAgent(p,t)  Smród(t) Śmierdzace(p) p,t JestAgent(p,t)  Bryza(t) Wietrzne(p) Reguła diagnostyczna (od efektu do przyczyny) p Wietrzne(p)  x Dół(x)  Graniczy(p,x) p ~Wietrzne(p)  ~x Dół(x)  Graniczy(p,x) p Wietrzne(p)  x Dół(x)  Graniczy(p,x) Reguła zwyczajna (od przyczyny do efektu)  p,x Wietrzne(p)  Graniczy(p,x)  Dół(x) wiedzac jakie pola sa wietrzne mozna wydedukowac gdzie sa doly: na dwa sposoby: dregulami diagnostycznymi i zwyczajnymi Jezeli aksjomaty opisuja swiat w sposob zupelny i poprawny to procedura wnioskowania dostarczy najpelniejszego obrazu otoczenia npdst obserwacji. Całe zadanie sprowadza się do poprawnego określenia wiedzy. SSI - dr inż. P. Górecki

Inżynieria wiedzy Inżynier wiedzy tworzy formalną reprezentację problemu (dziedziny) w postaci obiektów i relacji Inżynieria wiedzy jest procesem Identyfikacja zadań stawianych przed BW Pozyskanie wiedzy o problemie Wybór słownictwa dla predykatów, funkcji i stałych Zakodowanie wiedzy o problemie w postaci aksjomatów Zakodowanie opisu konkretnego problemów Zadawanie pytań i otrzymywanie odpowiedzi Debugowanie bazy wiedzy (obserwacji, akcji, otoczenia). Określenie na jakiego typu pytania będzie odpowiadać BW wiedza o mechanizmach, sposobie dzialania, itp., na tym etapie wiedza nie jest sformalizowana (wiedza=reguły świata wumpusa) przełożenie informacji o problemie na język logiki.. nazewnictwo nosi nazwę ontologii problemu to moze wymagac uzupelnienia slownictwa SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Identyfikacja zadań Czy dany obwód pracuje w sposób prawidłowy? Jaki sygnał pojawi się na wyjściu jeżeli na wejściu podamy .... Czy obwód zawiera pętle sprzężenia zwrotnego? SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Pozyskanie wiedzy o problemie OC składa się z przewodów i bramek logicznych Sygnał poprzez przewody dociera do wejść bramki, która wytwarza sygnał na wyjściu 4 typy bramek: AND, OR, XOR (2 wejścia), NOT (1 wejście) Obwód, podobnie jak bramka, ma końcówki (wejścia i wyjścia) SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Wybór słownictwa bramki są stałymi: X1, X2, X3, .... zachowanie bramki: Typ(X1)=XOR, Typ(X1,XOR)? XOR(X1)? wejścia/wyjścia bramek: We(1,X1), We(2,X1), Wy(1,X1) przewody: Połączony(Wy(1,X1),We(1,X2)) Sygnał na końcówce: funkcja Sygnał niebieskie: ok, ale trzeba by określić dodatkowy aksjom, mówiący o tym że bramka może być tylko jednego typu. Semantyka funkcji zapewnia taką jednoznaczność. połączenia jako predykaty SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Zakodowanie wiedzy o problemie 2 połączone końcówki mają ten sam sygnał  k1,k2 Połączony(k1,k2)  Sygnał(k1)=Sygnał(k2) Sygnał na końcówce ma wartość albo 0 albo 1  k Sygnał(k)=1 v Sygnał(k)=0 0≠1 Połączony jest predykatem przemiennym  k1,k2 Połączony(k1,k2)  Połączony(k2,k1) SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Bramka OR podaje na wyjściu 1 witw gdy na wejściu jest choć jedna 1  b Typ(b)=OR  Sygnał(Wy(1,b)=1  xSygnał(We(x,b)=1) Pozostałe bramki (AND,XOR,NOT) praca domowa SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Zakodowanie opisu konkretnego problemu Typ(X1)=XOR, Typ(X2)=XOR, Typ(A1)=AND, Typ(A2)=AND, Typ(O1)=OR Połączony(We(1,C1),We(1,X1)) Połączony(We(1,C1),We(1,A1)) ... Połączony(Wy(1,X1),We(1,X2)) ... Połączony(Wy(1,O1),Wy(2,C1)) SSI - dr inż. P. Górecki

Przykład: obwody cyfrowe Zadawanie pytań: Jakie sygnały wejściowe spowodują pojawienie się 1 na drugim wyjściu C1? i1,i2,i3 Sygnał(We(1,C1))=i1  Sygnał(We(2,C1))=i2  Sygnał(We(3,C1))=i3  Sygnał(Wy(2,C1))=1 {i1/1,i2/1,i3/0} {i1/1,i2/0,i3/1} ... SSI - dr inż. P. Górecki