Penyajian Pengetahuan

• Pendahuluan
• Penyajian Pengatahuan dan Logik

Pendahuluan

Asumsi (tradisional) AI bekerja adalah bahwa:

Pengetahuan dapat diwakili sebagai "simbol struktur" (pada dasarnya, struktur data yang kompleks) yang mewakili potongan-potongan pengetahuan (objek, konsep, fakta, aturan, strategi ..).

Contoh :
1."merah" mewakili warna merah.
2."Car1" mewakili mobil saya.
3.merah (car1) mewakili fakta bahwa mobil saya berwarna merah.

Perilaku cerdas dapat dicapai melalui manipulasi struktur simbol


Representasi pengetahuan bahasa

nBahasa representasi pengetahuan telah dirancang untuk memfasilitasi hal ini.
nUmum daripada menggunakan C + + / Java struktur data, menggunakan formalisms tujuan khusus.
nSebuah bahasa KR seharusnya memperbolehkan anda untuk :

à cukup mewakili pengetahuan yang Anda butuhkan untuk masalah Anda

à (representasional kecukupan)
melakukannya dengan jelas, tepat dan "alami" jalan.
à memungkinkan Anda untuk alasan pada pengetahuan itu, menarik kesimpulan baru.
u
n
Kecukupan Representasi

nPertimbangkan fakta berikut:
> John percaya tidak seorang pun suka hidupnya diatur.
> Sebagian besar anak-anak percaya pada datangnya hari Kiamat.
> John harus dapat menyelesaikan tugasnya sebelum ia dapat mulai bekerja di proyek.
nSemua bisa diwakili sebagai string! Tapi sulit untuk memanipulasi dan kemudian menarik kesimpulan.
nBagaimana kita mewakili secara formal ini dengan cara yang dapat dimanipulasi dalam sebuah program komputer?
nBeberapa notasi / bahasa yang hanya memungkinkan Anda untuk mewakili hal-hal tertentu. Waktu, kepercayaan, ketidakpastian, semua sulit untuk diwakili.


Mendefinisikan sintaks

nRepresentasi pengetahuan bahasa harus memiliki sintaks dan semantik yang tepat.
nAnda harus tahu persis apa ekspresi berarti dalam hal objek di dunia nyata.


Mendefinisikan dengan baik sintaks / semantik

nMisalkan kita telah memutuskan bahwa "red1" mengacu pada warna merah tua, "car1" adalah mobil saya, car2 .. Lain
nSintaks bahasa akan memberi tahu Anda yang mengikuti legal : red1(car1), red1 car1, car1(red1), red1(car1 & car2)?
nSemantik bahasa memberitahu anda apa yang artinya ungkapan - misalnya, Pred (Arg) berarti bahwa properti yang disebut oleh Pred berlaku untuk obyek yang dirujuk oleh Arg. E.g., properti "merah tua" berlaku untuk mobil saya.


Sebuah skema representasi alami?

nJuga membantu jika skema representasi kami sangat intuitif dan alami bagi pembaca manusia!
Dapat mewakili kenyataan bahwa mobil saya merah menggunakan notasi:
n“xyzzy ! Zing”
udimana xyzzy mengacu kemerahan, Zing mengacu pada mobil, dan! digunakan dalam beberapa cara untuk menetapkan properti.
nTapi ini tidak akan sangat membantu ..


Kecukupan Inferensi

nMewakili pengetahuan tidak terlalu menarik, kecuali jika Anda dapat menggunakannya untuk membuat kesimpulan:

à Menarik kesimpulan baru dari fakta-fakta yang ada.
F“Jika hujan John tak pernah keluar "+“ hari ini hujan "begitu ..

à Datang dengan solusi untuk masalah-masalah kompleks, dengan menggunakan pengetahuan yang diwakili.
nDisimpulkan kecukupan mengacu pada bagaimana mudahnya untuk menarik kesimpulan menggunakan pengetahuan yang diwakili.
nMewakili segala sesuatu sebagai bahasa alami representasi string telah baik kecukupan dan kewajaran, tetapi sangat miskin disimpulkan kecukupan.


Mengefisiensikan Inferensi

nAnda mungkin mampu, pada prinsipnya, untuk membuat kesimpulan-kesimpulan yang kompleks pengetahuan diberikan diwakili dalam bahasa yang canggih.
nTapi itu mungkin hanya terlalu tidak efisien.
nUmumnya lebih memotong kemungkinan kompleks, yang kurang efisien akan menjadi pemikir.
nPerlu perwakilan dan sistem inferensi yang tugas, tanpa putus asa tidak efisien.


Persyaratan untuk Representasi bahasa: Ringkasan

uRepresentasi Kecukupan
uJelas sintaks / semantik
umemenyimpulkan kecukupan
umemenyimpulkan efisiensi
uKewajaran

Dalam praktiknya tidak ada satu bahasa yang sempurna, dan bahasa yang berbeda yang cocok untuk masalah yang berbeda.


Pendekatan Utama dalam KR

nLogika
nFrames/jaringan Semantics/Objects
nSistem berbasis Aturan



Logika sebagai Bahasa Representasi Pengetahuan

nSebuah Logika adalah bahasa resmi, dengan tepat didefinisikan sintaks dan semantik, yang mendukung kesimpulan suara. Tidak bergantung dari domain aplikasi.
nAda logika yang berbeda, yang memungkinkan Anda untuk mewakili berbagai macam hal, dan yang memungkinkan lebih banyak atau kurang efisien kesimpulan.

à logika proposisional, logika predikat, sementara logika, logika modal, deskripsi logika ..
nTetapi mewakili beberapa hal dalam logika mungkin tidak sangat alami, dan kesimpulan yang mungkin tidak efisien. Lebih khusus bahasa mungkin lebih baik ..


Logika Proporsional

nLogika secara umum didefinisikan sebagai :
usyntaks: apa ekspresi yang diperbolehkan dalam bahasa.
uSemantiks: apa yang mereka maksudkan, dalam hal pemetan terhadap dunia nyata
ubukti teori: bagaimana kita dapat menarik kesimpulan baru dari pernyataan yang ada dalam logika.
nLogika proposisional adalah sederhana ..


Logika Proporsional: Syntaks

nSimbol (misalnya, huruf, kata-kata) digunakan untuk mewakili fakta tentang dunia, misalnya,

à “P” mewakili fakta Andrew suka coklat "

à “Q” mewakili fakta “Andrew mempunyai coklat”
nHal ini disebut proposisi atomik
nLogis connective digunakan untuk mewakili and: Ù, or: Ú , if-then: Þ, not: Ø.
nPernyataan atau kalimat dalam bahasa dibangun dari atom connectives proposisi dan logis.

à P Ù ØQ “Andrew suka coklat and dia tidak punya beberapa.”

àP ÞQ “If Andrew suka coklat then Andrew mempunyai coklat”
u
n


Logika Proporsional: Semantiks
nApa artinya semua ini?
Kalimat-kalimat dalam logika proposisional memberitahu Anda tentang apa yang benar atau salah.

àP Ù Q berarti bahwa kedua P and Q adalah benar.

àP Ú Q berarti bahwa baik P or Q adalah benar (atau keduanya)

àP Þ Q berarti bahwa jika P adalah benar, maka Q adalah benar.
nIni semua secara formal didefinisikan menggunakan tabel kebenaran.

Kita sekarang tahu persis apa yang dimaksud

Dalam istilah dasar proposisi kebenaran
ketika kita mendapatkan kalimat
bahasa (misal P => Q v R).


Teori Kebenaran

nBagaimana kita menarik kesimpulan baru dari fakta-fakta yang ada disediakan?
Kita dapat mendefinisikan aturan-aturan inferensi, yang dijamin untuk memberikan kesimpulan yang diberikan benar benar tempat.
Untuk logika proposisional berguna adalah modus ponens:
n
n
n
nJika A adalah benar and A=> B adalah benar, maka disimpulkan b adalah benar


Teori Kebenaran dan Inferensi

nJadi, andaikan P berarti "Ini adalah hujan", Q berarti "Aku membawa payung".
nJika kita tahu bahwa P adalah benar, dan P => Q adalah benar ..
nKita dapat menyimpulkan bahwa Q adalah benar.
nPerhatikan bahwa ungkapan-ungkapan tertentu yang setara
uPikirkan tentang P => Q and Ø P v Q.
n


Aturan-aturan yang kompleks dalam Inferensi

nAturan lain yang dapat digunakan dalam inferensi adalah :,:
n
n
n
nIni pada dasarnya adalah aturan resolusi inferensi, yang digunakan dalam Prolog.
nPertimbangkan
n
n
nApa yang dapat kita lakukan?