فصل ۷: عامل های مبتنی بر دانش

فصل ۷: عامل های مبتنی بر دانش

اسلاید 1: فصل هفتمعامل هاي مبتني بر دانشAlireza yousefpouryousefpour@shomal.ac.ir

اسلاید 2: معضلات روش حل مسئله بروش h:عدم جامعيت در حل مسئله (اگر چه در ايده کلي هر مسائل براساس h قابل حل است و جامع مي باشد)h حل مسئله از کجا و چگونه توليد شودچگونه h توسط ماشين استفاده شوددلايل روي آوردن به سيستم هاي مبتني بر دانش:حل مسائل فاقد ساختار (از روشهاي قبلي نمي توان حل کرد)وجود لايه در سطح بالاتر که پارامترها را توليد مي کندمسئله hفصل هفتم: عامل مبتني بر دانش - يادآوري

اسلاید 3: عامل هاي مبتني بر دانشهر مسئله بوسيله دانش قابل حل است(Knowladge Base)دانش حل مسائل مختلف با هم متفاوت است، اين تفاوت از جامعيت مسئله کم مي کند. مگر آنکه بتوانيم تمام دانش حل مسئله هاي موجود را در يک نقطه جمع کنيم که در اين صورت يک سيستم جامع حل مسئله خواهيم داشت.مکانيزم استنتاجمعماري عمومي عاملهاي مبتني بر دانش:دانشمسئلهپاسخفصل هفتم: عامل مبتني بر دانش

اسلاید 4: جهت دستيابي بر عامل مبتني بر دانش بايد:I. دانش مورد استفاده در حل مسئله بايد کسب شودII. دانش را در پايگاه دانش ذخيره کنيمIII. طراحي و پياده سازي مکانيزيم استنتاج کننده انجام گيردفصل هفتم: عامل مبتني بر دانش

اسلاید 5: I. کسب دانش حل مسئله دانش چيست؟دانش شامل واقعيتها و مهارتهاستشايد بتوان واقعيتها را آموخت ولي مهارتها را به سادگي نمي توان انتقال دادواقعيت :مهارت :شامل مفاهيم ، اشياء و روابط ثابت بين آنهاستاستفاده از واقعيتها در حل مسئلهاز نگاه ديگرهر دانشقطعي :غيرقطعي :بخشي از دانش ماست که هميشه ثابت و صحيح استدانشي که صحت آن بايد بررسي شودمعمولاً واقعيتها قطعي هستند و مهارتها غيرقطعيفصل هفتم: عامل مبتني بر دانش – کسب دانش

اسلاید 6: چه هست؟چگونه؟ معمولاً واقعيتها دانش توصيفي هستند و مهارتها دانش رويه اي استمثلاً : صندلي براي نشستن استچگونه مي توان بر روي صندلي نشستمنابع کسب دانش:1. منابع غير انساني : مانند کتاب ، مقالات، فيلم ها، ... 2. منابع انساني : بوسيله مصاحبه و شبيه سازي کسب دانش انجام مي گيرداز نگاه ديگرهر دانشتوصيفي :رويه اي :فصل هفتم: عامل مبتني بر دانش – کسب دانش

اسلاید 7: II. ذخيره دانش جمع آوري شده در پايگاه دانش “ اگر هوا سرد باشد شايد باران ببارد ” “ صندلي راحت براي انسان مناسبتر از يک صندلي معمولي است ” اگر جملات زير دانش کسب شده باشند:پايگاه دانشKnowledge Baseمجموعه اي از دانش و حقايق دنياست.نمايش يک حقيقت دنيا (دانش) را يک جمله Sentence گويندجملات توسط زبان نمايش دانش (knowledge representation) ارائه مي‌شوندفصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 8: II. ذخيره دانش جمع آوري شده در پايگاه دانش “ اگر هوا سرد باشد شايد باران ببارد ” “ صندلي راحت براي انسان مناسبتر از يک صندلي معمولي است ” اگر جملات زير دانش کسب شده باشند:پايگاه دانشKnowledge Baseمجموعه اي از دانش و حقايق دنياست.نمايش يک حقيقت دنيا (دانش) را يک جمله Sentence گويندجملات توسط زبان نمايش دانش (knowledge representation) ارائه مي‌شوندفصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 9: به علت خصوصيت فيزيکي ماشين ، زبان ماشين بايد يک زبان فاقد ابهام باشد يعني بتوان دانش هاي قطعي و غيرقطعي را به همان صورت موجود (از نظر قطعيت) به سطح ماشين انتقال داد.در ترجمه يک زبان مبهم به يک زبان غير مبهم معاني کاملاً منتقل نمي گردد، لذا از دقت دانش جمع آوري شده کاسته مي شود – نقصان دانش دانش کسب شده يک دانش در زبان طبيعي (زبان سطح دانش) مي باشد در حالي که کامپيوتر ها قدرت پردازش زبان طبيعي را ندارند.لذا بايد اين زبان را به زباني تبديل کرد که قابل پردازش توسط ماشين باشدفصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 10: زبان‌هاي برنامه‌نويسي (مانند C يا پاسکال يا Lips) براي تعريف الگوريتم‌ها مناسب هستند و بين ساختارهاي داده پيوستگي ايجاد مي‌کنند.زبان نمايش دانش:Knowledge Representation Language زبان طبيعي راهي خوب براي سخنگو است تا مخاطب را متوجه منظور خود سازد.اما زبان‌هاي طبيعي هم چنين از ابهامات رنج مي‌برند، مانند عبارت «سگ‌ها و گربه‌هاي کوچک»، روشن نيست که آيا سگ‌ها نيز کوچک هستند يا خير.فصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 11: مزاياي زبان‌هاي طبيعي و رسمي را با هم داشته باشد. پرمعني و رسا باشد. دقيق و غير مبهم مستقل از متن قابل استنتاجيک زبان نمايش دانش خوب مي‌بايست:هر زبان نمايش دانش توسط دو خصوصيت زير تعريف مي شود:نحو (Syntax) :معني (Semantics) :نحوه ساختاري و دستوري جملات را مشخص مي کند. خوش فرمwell-formed formulas (wffs)معني جملات را مشخص مي کند. فصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 12: knowledge is encoded as IF … THEN rulesIF … THEN RulesRule: Red_Light IF the light is red THEN stopRule: Green_Light IFthe light is green THENgoIF … THEN RulesRule: Rain IFe1 ≤ temp ≤ e2 THENwill rainفصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 13: نمونه اي از زبان نمايش دانش: منطق شبکه معني رويه اي قابفصل هفتم: عامل مبتني بر دانش – ذخيره دانش

اسلاید 14: III. طراحي و پياده سازي مکانيزيم استنتاج کنندهمکانيزم استنتاجInferenceزماني که از پايگاه داده سوال مي شود مکانيزمي بايد وجود داشته باشد تا براساس دانش قبلي و دانش نهفته به مسئله جواب دهد.روند کار: پايگاه داراي دانش اوليه يا دانش پيش زمينه اي (Background Knowledge) است. و هر زمان که برنامه دانش صدا زده مي‌شود، دو عمل انجام مي‌شود:به پايگاه دانش گفته مي‌شود (TELL) که چه دريافت کرده است.از پايگاه دانش سؤال مي‌‌شود (ASK) که چه عملي بايد انجام شود. فصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاج

اسلاید 15: ASK: به منظور افزودن جملات جديد به پايگاه دانش به کار برده مي‌شود.TELL: به منظور پرسش اينکه چه چيزهايي شناخته شده است.در فرآيند پاسخ به اين پرسش، استدلال منطقي براي اثبات اينکه کدام عمل بهتر از بقيه است استفاده مي‌شود.سپس عامل عمل انتخاب شده را ارائه مي دهد.فصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاج

اسلاید 16: مثال: تشخيص پرندهمکانيزم استنتاجدانشمسئلهپاسخحافظه کاريدارد_بال و دارد_منقار  پرندهگوشت_تغذيه و بزرگ_چثه و پرنده  عقابWorking Memory ]گوشت_تغذيه و بزرگ_چثه و دارد_بال و دارد_منقار [ =عامل مبتني بر دانشمشاهداتفصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاج

اسلاید 17: مکانيزيم استنتاج کننده آنچه را از محيط سنس مي کند را به حافظه کاري منتقل مي کند. پس از پايان مشاهدات مکانيزم استنتاج کننده پايگاه دانش را به دنبال قوانين بر اساس مشاهدات انجام شده جستجو ميکند و در صورت وجود قانون آن قانون را فعال کرده و بخش نتيجه را به حافظه کاري اضافه مي نمايد ... تا موقعي که ديگر قانوني فعال نشود و آخرين نتيجه را بر مي گرداندپرندهعقابفصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاجWorking Memory ]گوشت_تغذيه و بزرگ_چثه و دارد_بال و دارد_منقار [ =مکانيزم استنتاج

اسلاید 18: Entailmentوقتي جمله تازه اي که الزاماً صحيح است با استفاده از صحيح بودن جملات قبل حاصل شود ارتباط بين اين جملات استلزام ناميده مي شودKB ╞  جمله KB استلزام جمله  است جمله KB جمله  را ايجاد ميکند اگر و فقط اگر، در هر مدلي که KB درست است،  نيز درست است اگر KB درست باشد،  نيز درست است درستي  در درستي KB نهفته است فصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاجاستلزام

اسلاید 19: دو مکانيزيم استنتاج :استنتاج رو به جلو (Forward) :با داشتن پايگاه دانش KB جملات جديد  را توليد کند که از KB استلزام مي شوداستنتاج رو به عقب (Backward):با داشتن پايگاه دانش KB و جمله  ، مشخص کنيم که آيا جمله  از KB استلزام مي شوددر مثال قبلي: مسئله اين باشد که چه چيزي مشاهده مي کني؟در مثال قبلي: مسئله اين باشد که آيا عقاب را مشاهده مي کني؟فصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاج

اسلاید 20: رويه استنتاج i مي‌تواند توسط جملاتي که آنها را مشتق مي‌کند، تعريف شود. اگر i بتواند  را از KB مشتق کند، مي‌تواند بنويسيد:KB ╞  که خوانده مي‌‌شود « از KB توسط i مشتق شده است» يا «i مشتق مي‌کند  از KB» . i رويه استنتاجي که فقط جملات استلزام شده را توليد مي کند ، رويه استنتاج صحيح (sound) گفته مي شودرويه استننتاجي که بتواند اثبات همه جملاتي که استلزام شود را پيدا کند ، استنتاج کامل ناميده مي شود ثبت عمليات رويه استنتاج صحيح را اثبات (proof) ناميده مي شودفصل هفتم: عامل مبتني بر دانش – مکانيزم استنتاج