Documente Academic
Documente Profesional
Documente Cultură
Reprezentarea cunoaşterii
Sisteme bazate pe cunoştinţe
Pentru elaborarea sistemelor bazate pe
cunoştinţe este necesar să avem ăn vedere două
aspecte esenţiale:
• Gasirea unei reprezentări a cunoştinţelor cît
mai adecvată clasei de probleme de rezolvat.
• Construirea unui model de prelucrare a
cunoştinţelor (denumit şi motor de inferenţă)
Reprezentarea cunoaşterii
Obiectul IA este obţinerea de artefacte care se
comportă inteligent, similar unui om.
În funcţie de idea fundamentală acceptată, în IA
sunt două abordări:
• Conexionistă - se bazează pe idea că IA este
“emergentă” reţelelor neuronale destul de complexe
• Simbolică – bazată pe ipoteza a sistemelor simbolice
fizice a lui H.Simon şi A.Newell,consideră că orice
sistem inteligent este un sistem fizic de prtelucrare a
simbolurilor
Reprezentarea cunoaşterii
Conform definiţiei a lui Alan Newell:
Cunoaşterea este cea ce poate fi atribuit unui agent uman sau
artificial asfel încît comportarea sa să poatî fi catalogată drept
raţională.
Pot fi identificate mai multe moduri de cunoştinţe:
• Cunoştinţe declarative (de ex. Clasificarea algoritmelor de
sortare, conceptele unui limb. de progr. ,etc.)
• Cunoştinţe procedurale referitoare la modul cum poate fi
rezolvată o problemă
• Scheme generice de rezolvare de probleme şi modul
• în care acestea sunt clasificate şi particularizate (deex. “divide
şi impera”)
Cunoaşterea în funcţie de nivelul de
complexitate semantică
Problematica reprezentării simbolice
Reprezentarea cunoştinţelor într-un calculator constă
în găsirea şi realizarea unei corespondenţe între lumea
reală şi un sistem simbolic ce permite efectuarea
raţionamentelor.
Pe scurt, reprezentarea este o schemă sau modalitate
folosită pentru a captura elementele esenţiale ale
domeniului unei probleme. O reprezentare manipulabilă
este o reprezentare care facilitează prelucrarea
computaţională.
Problematica reprezentării simbolice
1. Meta Knowledge - Its a knowledge about a knowledge and how to gain them
De exemplu,
formula ¬( p V q)→(¬p ^¬q) este adevărată indiferent de
valorile de adevăr ale propoziţiilor p şi q
Teorema de completitudine a calculului propoziţional afirmă că
în calculul propoziţional mulţimea teoremelor coincide cu
mulţimea tautologiilor: ⊢p ↔ ⊨ p
Teorema de completitudine a calculului
propoziţional
Orice propoziţie adevărată în orice caz este
o teoremă, care poate fi folosită ulterior în
procesul de inferenţă.
De exemplu:
Propoziţia: "Creditează 101 cu 70.000.000“
Predicatul: creditează(101,70.000.000)
Calculul predicatelor
De exemplu cont-de-activ(x)
Calculul predicatelor
Calculul predicatelor utilizează şi cuantificatorii.
Un cuantificator se reprezintă printr-un simbol
care stabileşte domeniul unei variabile
(limitele). Este vorba despre cei doi cuantificatori
utilizaţi mai înainte: (x) cuantificatorul universal,
care stabileşte că o propoziţie care conţine o
variabilă este true pentru toate valorile posibile
ale variabilei x, ∃x cuantificatorul existenţial,
care stabileşte că o propoziţie este true pentru
cel puţin o valoare a variabilei.
Calculul predicatelor
Exemplul l
∃x,maşină(x)—>arată-ca(x,tractoarele)
S=<B,F,A,R>
unde :
• B – alfabet
• F – formule-fapte,
• A – formule - acsiome,
• R – reguli de inferenţă.
Logica are o importanţă deosebită în sistemele
expert, în care motoarele de inferenţe
raţionează de la premise către concluzii. Un
termen semnificativ pentru programarea logică
şi sistemele expert este acela de sisteme de
raţionament automat
(Automated Reasoning Systems).
Procesul de rezoluţie
Poate utiliza raţionamentul înainte, în care se pleacă
de la ipoteze şi se încearcă dezvoltarea de teoreme, până
când se ajunge la concluzia dorită şi raţionamentul înapoi.
din 2 clauze: A V B şi ¬ A
rezultă: B V C.
Rezoluţia în Prolog reduce spaţiul de căutare.
Testul 2.
„Ce urmează în seria următoare: 3 Z 5 Y 9 X 17 _ _ ?”
Testul 3.
„Trompeta este pentru cântat ceea ce cartea este pentru
...”