هوش مصنوعی (عامل های منطقی – منطق گزاره ای)

هوش مصنوعی (عامل های منطقی – منطق گزاره ای)

اسلاید 1: 1هوش مصنوعيفصل نهم- ادامهعامل هاي منطقي- منطق گزاره‌اي

اسلاید 2: 2هوش مصنوعي Artificial Intelligenceفهرستعاملهاي مبتني بر دانشمنطقمنطق گزاره ايالگوهاي استدلال در منطق گزاره ايالگوريتم resolutionزنجير پيشرو و عقبگرد

اسلاید 3: 3عاملهاي منطقيقوانين استنتاج در منطق گزاره ايقوانين استنتاج: الگوهايي استاندارد که زنجيره اي از نتايج را براي رسيدن به هدف ايجاد ميکندقانون حذف استلزام يا modus ponensقانون حذف عطفقانون معرفي عطفقانون معرفي فصلقانون حذف دو منفيقانون اثبات واحد يا resolution واحدقانون اثبات يا resolution

اسلاید 4: 4عاملهاي منطقي1- قانون حذف استلزام يا Modus Ponensعبارت زير يعني از α=>β و α مي‌توان β را استنتاج کرد.مثلاً ميتوان از(WumpusAhead ^ WumpusAlive)و(WumpusAhead ^ WumpusAlive) => ShootShoot را استنتاج کرد

اسلاید 5: 5عاملهاي منطقيهر عطف را ميتوان از ترکيب عطفي استنتاج کردمثال: WumpusAlive را ميتوان از جمله زير استنتاج کرد(WumpusAhead ^ WumpusAlive)2- قانون حذف عطف

اسلاید 6: 6عاملهاي منطقيگزاره‌هاي درست مي‌توانند با هم عطف شوند.مثال: از WumpusAlive و WumpusAhead ميتوان (WumpusAhead ^ WumpusAlive)را استنتاج كرد.3- قانون معرفي عطف

اسلاید 7: 7عاملهاي منطقيهر گزارة درست را ميتوان با هر گزاره‌اي ترکيب فصلي كرد.4- قانون معرفي فصل

اسلاید 8: 8عاملهاي منطقياگر نقيض نقيض يك گزاره، درست باشد آن گزاره درست است.5- قانون حذف دو منفي

اسلاید 9: 9عاملهاي منطقياگر از يك تركيب فصلي، يكي نادرست باشد، ديگري حتما درست است.6- قانون اثبات واحد يا Unit Resolution

اسلاید 10: 10عاملهاي منطقينتيجه‌گيري يك استلزام از توالي دو استلزام7- قانون اثبات يا Resolution

اسلاید 11: 11عاملهاي منطقيخلاصه‌اي از قوانين استنتاج

اسلاید 12: 12عاملهاي منطقيمثال: استفاده از قوانين استنتاج مي‌خواهيم در دنياي Wumpus، با كمك قوانين استنتاج، wumpus را پيدا كنيم. (صفحات 196 و 197 فايل pdf كتاب راسل)Facts:Rules:

اسلاید 13: 13عاملهاي منطقيفرم نرمال عطفي(CNF)جمله اي که بصورت ترکيب عطفي از ترکيبات فصلي ليترالها بيان ميشود، اصطلاحاً به فرم CNF است. در هر عبارت موجود در جمله k-CNF دقيقا k ليترال وجود دارد.فرم نرمال هُرن(HNF)عبارات هُرن يا شيپوري (Horn Sentences) به يكي از دو فرم زير تعريف مي‌شوند: (ليترال مثبت را رأس و ليترالهاي منفي را بدنه عبارت گويند.)

اسلاید 14: 14عاملهاي منطقيالگوريتم resolutionبراي اينکه نشان دهيمKB|=a , مشخص ميکنيم (KB ^ ¬a) ارضا کننده نيست ابتدا (KB ^ ¬ a) را به CNF تبديل ميکنيمسپس قانون resolution به عبارات کوچک حاصل اعمال ميشودهر جفتي که شامل ليترالهاي مکمل باشد، resolution ميشود تا عبارت جديدي ايجاد گردداگر اين عبارت قبلا در مجموعه نباشد، به آن اضافه ميشودفرايند تا محقق شدن يکي از شروط زير ادامه مي يابد:هيچ عبارت ديگري وجود نداشته باشد که بتواند اضافه شود. در اين مورد، b استلزام a نيستکاربرد قانون resolution، عبارت تهي را بدست ميدهد که در اين مورد، b استلزام a است

اسلاید 15: 15عاملهای منطقیمثال: الگوريتم resolutionمي‌خواهيم با كمك الگوريتم resolution از مفروضات زير، حكم زير را نتيجه بگيريم:مفروضات: اگر پرويز در محل جرم بوده؛ آنگاه كيومرث نيز در محل جرم بوده است.كيومرث در محل جرم نبوده است يا رضا در محل جرم بوده است.رضا در محل جرم نبوده است.اينطور نيست كه (سهند در محل جرم بوده است و پرويز در محل جرم نبوده است.)حكم: سهند در محل جرم نبوده است.بايد نشان دهيم (KB ^ ¬a) به نتاقض برخورد مي کند.قبل از هر چيز بايد (KB ^ ¬a) را به فرم CNF تبديل کنيم.

اسلاید 16: 16عاملهای منطقیمثال: الگوريتم resolutionپايگاه دانش زير را با منطق گزاره اي بازنمايي کنيد؛ سپس ثابت کنيد «گروه نوازندگان توانست موسيقي را اجرا کند.»«اگر گروه نوازندگان نمي توانست موسيقي را اجرا کند يا از حضار به موقع پذيرايي نمي شد آنگاه ضيافت سال نو لغو ميگرديد و آقاي احمدي عصباني مي شد. اگر اين ضيافت لغو ميگرديد آنگاه مي بايستي مبالغ پرداخت شده تحويل داده مي شد. هيچ تحويلي انجام نشد.»

اسلاید 17: 17عاملهاي منطقيمثال:الگوريتم resolutionمي‌خواهيم با الگوريتم resolution نشان دهيم چاله‌اي در [2و1] وجود ندارد.KB = (B1,1  (P1,2 P2,1))  B1,1 α = P1,2بايد نشان دهيم (KB ^ ¬a) به تناقض برخورد مي کند.قبل از هر چيز بايد (KB ^ ¬a) را به فرم CNF تبديل کنيم.

اسلاید 18: 18عاملهاي منطقي( P2,1  B1,1)  ( B1,1  P1,2 P2,1)  ( P1,2  B1,1)  ( B1,1)  (P1,2)تبديل (KB ^ ¬a) به فرم CNF:

اسلاید 19: 19عاملهاي منطقيزنجير پيشرو و عقبگردقبلاً ديديم كه عبارات هورن، ترکيب فصلي ليترالهايي است که فقط يکي از آنها مثبت است.هر عبارت هورن را ميتوان به صورت يک استلزام نوشت که مقدمه آن ترکيب عطفي ليترالهاي مثبت و تالي آن يک ليترال مثبت استاين نوع عبارات هورن که فقط يک ليترال مثبت دارند، عبارات معين ناميده ميشوندعبارت معيني که فاقد ليترالهاي منفي باشد، گزاره اي بنام حقيقت نام داردعبارات معين اساس برنامه نويسي منطقي را ميسازداستنتاج با عبارات هورن، از طريق الگوريتم هاي زنجير پيشرو و زنجير عقبگرد انجام ميگيرد.

اسلاید 20: 20عاملهاي منطقيزنجير پيشرواز الگوريتم زنجير پيشرو زماني استفاده مي‌شود كه حقيقت جديدي به پايگاه داده اضافه شده باشد و بخواهيم نتايج آن را توليد كنيم. اين الگوريتم تمام عباراتي که مي توان از پايگاه دانش استنتاج کرد را توليد مي کند

اسلاید 21: 21عاملهاي منطقيزنجير پيشرو

اسلاید 22: 22عاملهاي منطقيزنجير پيشرو

اسلاید 23: 23عاملهاي منطقيزنجير پيشرو

اسلاید 24: 24عاملهاي منطقيزنجير پيشرو

اسلاید 25: 25عاملهاي منطقيزنجير پيشرو

اسلاید 26: 26عاملهاي منطقيزنجير پيشرو

اسلاید 27: 27عاملهاي منطقيزنجير پيشرو

اسلاید 28: 28عاملهاي منطقيزنجير پيشرو

اسلاید 29: 29عاملهاي منطقيالگوريتم زنجير پيشرو

اسلاید 30: 30عاملهاي منطقيالگوريتم عقبگرداز الگوريتم زنجير عقبگرد زماني استفاده مي‌شود كه هدفي براي اثبات وجود داشته باشد.

اسلاید 31: 31عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 32: 32عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 33: 33عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 34: 34عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 35: 35عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 36: 36عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 37: 37عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 38: 38عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 39: 39عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 40: 40عاملهاي منطقيالگوريتم عقبگرد کامل

اسلاید 41: 41عاملهاي منطقيمقايسه زنجير پيشرو و زنجير عقبگردزنجير پيشرو(FC)، اصطلاحا data-driven است.بصورت اتوماتيک و يک فرايند کاملاً ناآگاهانه است.ممکن است خيلي از استنتاج هاي اضافي که در راستاي رسيدن به هدف نيست را انجام دهد.زنجير عقب گرد (BC)، اصطلاحاً goal-driven است.مناسب براي حل مسائلپيچيدگي BC خيلي کمتر از پيچيدگي خطي است (در ارتباط با سايز پايگاه دانش)