Mesterséges Intelligencia MI



Hasonló dokumentumok
Mesterséges Intelligencia MI

Mesterséges Intelligencia MI

Elsőrendű logika. Mesterséges intelligencia március 28.

Ismeretalapú modellezés XI. Leíró logikák

Mesterséges Intelligencia MI

Ontológiák, 2. Leíró logikák. Kooperáció és intelligencia, DT-MT, BME-MIT

Ontológiák, 1. Kooperáció és intelligencia, BME-MIT

matematikus-informatikus szemével

Mesterséges Intelligencia MI

1. előadás: Halmazelmélet, számfogalom, teljes

, , A

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI

Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy

Bizonytalanság. Mesterséges intelligencia április 4.

Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok

S0-02 Típusmodellek (Programozás elmélet)

2. A példahalmazban n = 3 negatív és p = 3 pozitív példa van, azaz a példahalmazt képviselő döntési fa információtartalma: I = I(1/2, 1/2) = 1 bit.

Logikai ágensek. Mesterséges intelligencia március 21.

Ágensek bevezető áttekintés:

Diszkrét matematika I.

Emerald: Integrált jogi modellező keretrendszer

VII. Keretalapú ismeretábrázolás

2. Logika gyakorlat Függvények és a teljes indukció

Mesterséges Intelligencia MI

Térinformatikai algoritmusok Elemi algoritmusok

Intelligens irányítások

Dr. Vincze Szilvia;

Filozófiai alapok. Varasdi Károly és Simonyi András október 17.

Modellellenőrzés. dr. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék

Programok értelmezése

Relációs struktúrák Relációs elméletek Modális elméletek Gyakorlás Modellezés Házifeladatok MODÁLIS LOGIKAI ALAPOK

LOGIKA ÉS ÉRVELÉSTECHNIKA

Diszkrét matematika I.

Predikátumkalkulus. 1. Bevezet. 2. Predikátumkalkulus, formalizálás. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Elsőrendű logika szintaktikája és szemantikája. Logika (3. gyakorlat) 0-adrendű szemantika 2009/10 II. félév 1 / 1

Formális szemantika. Kifejezések szemantikája. Horpácsi Dániel ELTE Informatikai Kar

Logikai ágensek. Gyenge Csilla

Logikai ágens, lehetőségek és problémák 2

Arról, ami nincs A nemlétezés elméletei. 10. Mindaz, ami van. Meinong dzsungele: A létezéstől a fennálláson át az adva levésig november 25.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Leíró Logikai Programozás

Arról, ami nincs A nemlétezés elméletei. 7. A modern logika és a létezés október 21.

Mesterséges Intelligencia MI

Kooperatív és Tanuló Rendszerek

Mesterséges Intelligencia MI

Térinformatikai algoritmusok Elemi algoritmusok

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Predikátumkalkulus. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. Vizsgáljuk meg a következ két kijelentést.

MAGYAR NYELVÉSZETI TÁRGYAK ISMERTETÉSE BA NYELVTECHNOLÓGIAI SZAKIRÁNY

Intelligens Elosztott Rendszerek. Dobrowiecki Tadeusz és Eredics Péter, Gönczy László, Pataki Béla és Strausz György közreműködésével

Algoritmusok Tervezése. Fuzzy rendszerek Dr. Bécsi Tamás

Nagy Gábor compalg.inf.elte.hu/ nagy

Objektumorientált paradigma és a programfejlesztés

4. Fogyasztói preferenciák elmélete

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

Mesterséges Intelligencia MI

Alapszintű formalizmusok

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

Trigonometria Megoldások. 1) Oldja meg a következő egyenletet a valós számok halmazán! (12 pont) Megoldás:

Gépi tanulás és Mintafelismerés

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

2011. szeptember 14. Dr. Vincze Szilvia;

OOP. Alapelvek Elek Tibor

Intelligens beágyazott rendszer üvegházak irányításában

Temporális adatbázisok. Kunok Balázs szakdolgozata alapján

Diszkrét matematika 1. középszint

Sémi összehasonlító nyelvészet

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Bizonytalan tudás kezelése

UML (Unified Modelling Language)

Matematika A1a Analízis

Az informatika logikai alapjai

15. LINEÁRIS EGYENLETRENDSZEREK

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

Bonyolult jelenség, aminek nincs jó modellje, sok empirikus adat, intelligens (ember)ágens képessége, hogy ilyen problémákkal mégis megbirkozzék.

Menet. A konfirmáció Hempel paradoxonai. Hempel véleménye a konformációs paradoxonokról

Az Országos kompetenciamérés (OKM) tartalmi kerete. a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján

Temporális logikák és modell ellenırzés

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 12.

Objektumorientált paradigma és programfejlesztés Bevezető

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Matematikai logika és halmazelmélet

Logika es sz am ıt aselm elet I. r esz Logika 1/36

Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Diszkrét matematika I.

Számítási intelligencia

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

Logika és informatikai alkalmazásai kiskérdések február Mikor mondjuk, hogy az F formula a G-nek részformulája?

Méréselmélet MI BSc 1

Értelek, értelek... de miről beszélsz??

Logikai programozás ADMINISZTRATÍV KÉRDÉSEK KÖVETELMÉNYRENDSZER FŐBB PONTOK NÉHÁNY BIZTATÓ SZÓ

Csima Judit október 24.

Mesterséges Intelligencia MI

FRAKTÁLGEOMETRIA. Metrikus terek, szeparábilitás, kompaktság. Czirbusz Sándor Komputeralgebra Tanszék ELTE Informatika Kar

Logika es sz am ıt aselm elet I. r esz Logika Negyedik el oad as 1/26

1. gyakorlat ( ), Bevezető analízis 1., ősz (Besenyei Ádám csoportja)

KOVÁCS BÉLA, MATEMATIKA I.

Átírás:

Mesterséges Intelligencia MI Tudásbázis építése Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade

A tudásbázis építése tudásbeszerzés (knowledge acquisition): tudásmérnök valódi szakértő tudásszervezés (knowledge engineering): a tudásbázis építése ontológia szervezése (ontological engineering) A jó és a rossz tudásbázis tulajdonságai - egy jó tudásreprezentációs nyelv: nagy kifejező erejű, tömör, egyértelmű, környezet-érzéketlen, hatékony - tudásbázis: letisztázott, korrekt, csak fontos relációk kompromisszum: tömörség korrektség Tudásbázis fogyasztója: az emberi olvasó és a következtető gép Gyakori hiba: - embernek értelmesnek tűnő predikátumnevek használata - értelmesek lesznek-e a következtető eljárásnak is?

A tudásbázis építése mire lehet szükség objektumok, relációk csoportosulások, szervezetek, halmazok, képviselők objektumok részei, struktúrái, objektumok méretei objektumok és relációk változása az időben... (valódi objektumok modellezése ágens agyában ) ágens agyában létező objektum(fogalmak) modellezése ágens agyában? (cogito ergo sum?) 3

Tudásszervezés (Knowledge Engineering) lépései 1. Döntsük el, miről fogunk beszélni: objektumok, tények, relációk (ontológia) házi állatok, kutyák 2. Döntsük el predikátumok, függvények és konstansok szótárát: logikai szintű nevek (amire szabad kezünk van) nagy(x), hangos(x), harapós(x), kölyke(x), 3. A tárgytartományra vonatkozó általános tudás kódolása: logikai állítások = axiómák, precíz módon, a következtetési eljárás automatizmusához 4. Specifikus problémaegyedek leírása: ha az ontológia jó, könnyű, mert a nyelv adott 5. Kérdések megfogalmazása a következtető eljárás számára, válaszok fogadása: jutalom: helyettünk már csak a gép dolgozik (formális hitelességgel) x. harapós(x) harapós(kölyke(x)) Bodri = kölyke(cézár) nagy(bodri), harapós(bodri)?

Általános ontológia általános ontológia többé-kevésbé minden speciális problémában jó Figyelem: Minden általánosítás alól létezik kivétel, vagy a részletesebb információ hiányában csupán az alapértelmezést tekinthetjük, vagy pedig minden általánosítás csak egy bizonyos mértékig érvényes. Bár a paradicsom piros egy hasznos szabály, van zöld, sárga és narancssárga paradicsom is. Kivételkezelés kérdése a logikában?

Kategóriák - több objektumnak is közös tulajdonságai vannak - kategóriák rendeződnek egy egységes taxonómikus hierarchiába Bár a világgal való kölcsönhatás az egyedi objektumok szintjén történik, a következtetések zöme a kategóriák szintjén valósul meg. Ágens: észlelések bizonyos objektum jelenlétét érzékeli érzékelt tulajdonságok objektum milyen kategóriához tartozik kategória az objektumra vonatkozó további előrejelzések elsőrendű logika: a kategóriák reprezentálása (két módja) - unáris predikátumok: paradicsom(x) - a kategória reifikálása: paradicsomok halmaza egy konstans x egy paradicsom, x Paradicsomok, eleme(x, Paradicsomok) öröklődés: jó elv a tudásbázis szervezésére és egyszerűsítésére. Ha az Élelem kategória minden egyes esete ehető és a Gyümölcs az Élelem, az Alma viszont a Gyümölcs egy alosztálya, akkor tudjuk, hogy minden alma ehető. Ezek után: x. x Paradicsomok Piros(x) Gömbölyű(x)?

Természetes fajták kategória: a. szigorú definíció (pl. háromszög) b. a többség un. természetes fajta nincs letisztult definíciója Paradicsomok vörös színűek, kb. gömbszerűek, kb. 5-8 cm átmérőjűek, vékony, de erős bőrrel, belül hússal, magvakkal és lével. Lehet egy kocka alakú paradicsom? Lehet sárga? Paradicsom még, ha 1 m átmérőjű? Egy ágens nem lehet biztos, hogy az általa érzékelt objektum valóban egy paradicsom (hátha kivétel).

Szét kell választani mindazt, ami egy kategória minden egyes egyedére igaz, attól, ami a kategória tipikus egyedeire igaz: Paradicsomok Tipikus(Paradicsomok) c. Tipikus(c) c A természetes fajtákra vonatkozó tudás többsége valóban a tipikus egyedekről szól: x. x Tipikus(Paradicsomok) Piros(x) Gömbölyű(x) Ily módon képesek vagyunk a kategóriákra vonatkozó fontos tényeket feljegyezni, anélkül, hogy pontos definíciókat kellene megadnunk.

2011-2012 VIMIA313 Mesterséges intelligencia, Dobrowiecki - Eredics, BME-MIT 9

Mértékek (arány, intervallum, ordinális, nominális) http://hu.wikipedia.org/wiki/mérési_skálák Egyszerű kvantitatív mértékek reprezentálása könnyű: ára(a) = 10, ára(b) = 15, nagyobb(ára(b), ára(a)) Más mérték is van a gyakorlat nehéz, a desszert finom és a vers szép. A mértékek legfontosabb tulajdonsága, hogy többségben rendezettek. Az A tanár adta feladatok nehezebbek, mint azok, amiket a B tanár adott. Egy nehezebb feladatnál kevesebb pontot lehet elérni : e, f. Feladat(e) Feladat(f) Ad(A, e) Ad(B, f) (Nehézség(e) Nehézség(f)) e, f. Feladat(e) Feladat(f) (Nehézség(e) Nehézség(f)) (VárhatóEredmény(e) VárhatóEredmény(f))

Összetett objektumok objektumok kategóriákba rendeződnek - alkotó struktúrájuk szerint A része reláció tranzitív és reflexív. Része(Budapest, Magyarország) Része(Magyarország, KözépEurópa) Része(KözépEuropa, Európa) E tényekből, és a Része tranzitivitásából kikövetkeztethetjük, hogy Része(Budapest, Európa). x, y, z. Része(x, y) Része(y, z) Része(x, z)

Az idő, a tér és a változás A szituáció kalkulusnak két problémája van: - a szituációk időben pillanatnyi jellegűek - időben egyetlen egy cselekvés történik egyszerre (nem mindig elég) Eseménykalkulus egy konkrét univerzum: térbeli + időbeli dimenzió egy esemény: univerzum (téridő) egy darabja, mind időbeli, mind térbeli kiterjedéssel. részesemény: RészEsemény(AngliaiCsata, WWII) intervallum, hely Benne(NewYork, USA) folyamat, folytonos esemény, állapot, fizikai objektum folyó esemény pl. Római Birodalom tér/idő alakulása temporális logikák: a modális logikák egy változata " p" - "p a jövőben, minden pillanatban igaz lesz" " p" - "p a jövőben, valamikor igaz lesz".

2011-2012 VIMIA313 Folyó események (ld. jegyzet)

Szubsztanciák A természetes nyelv: ellentmondásos intuíció. Létezik-e ParadicsomLé-nek nevezhető objektum? A valóság nagy része a példányosításnak az elkülönülő objektumokra való felbontásnak látszólag ellenáll. A valóság ez a része: az anyag, ill. a dolog. Malac, vaj objektumok: - megszámlálható - nem megszámlálható - akármilyen része a vaj-objektumnak szintén vaj-objektum - sajnos nem lesz két malacunk, ha a malacot ketté szeljük x, y x Vaj Része(y, x) y Vaj (az anyag a rész mentén öröklődik, a dolog nem: következtetésnél fontos!)

Szubsztanciák belső tulajdonságok: inkább magához az objektum szubsztanciájához tartoznak, mint az objektum egészéhez. Ha valamit ketté vágunk, részei a belső tulajdonságukat megtartják - legyen ez sűrűség, forráspont, íz, szín, a tulajdonos azonossága, stb. külső tulajdonságok éppen az ellenkezője: olyan tulajdonságokat, mint a súlyt, hosszat, alakot, funkciót, stb. melyeket a részekre bontásnál megtartani nem lehet. Az Anyag kategória a legáltalánosabb szubsztancia kategória, egyetlen belső tulajdonsága sincs. A Dolog a diszkrét objektumok legáltalánosabb kategóriája, egyetlen külső tulajdonsága sincs. egy valós objektum lehet Anyag, de lehet Dolog is (pl. egy tó) de csinálhatunk dolgot anyagból (pl. 1 kg vaj) (ontológiai elkötelezettség)

CYC Doug Lenat, 1984 nagyjából máig, Columbia Desk Encyclopedia (mint az emberi tudás) kódolása kb. 20 év: 700 év ember, 70 m$, 600.000 fogalom, 2 millió axióma, 6000 mikro elmélet http://www.cyc.com/ http://opencyc.org/ + esemény kalkulus kidolgozása

Mentális objektumok és hiedelmek - egy ágens - saját hiedelmei + mások hiedelmei miért kell? Mentális objektumok: Ágens hisz B-t. Ágens tud B-t. Hiszi(Ágens, x) - vajon milyen objektum az x? x logikai állítás nem lehet. (Superman = Clark) = (Hiszi(Lujza, Repül(Superman)) Hiszi(Lujza, Repül(Clark))) Referenciális átláthatóság: egy termet a vele ekvivalens termmel szabadon helyettesíthetünk. Elmosódott kontextus Megoldás: szintaktikai elmélet, metanyelvek modális logikák (szintaktika, szemantika, bizonyítás elmélet)

Hiszi_Lujza( Repül(Superman) ) Hiszi-Lujza Repül(Superman) meta-nyelv modális operátor p p 0 1 1 0 p Hiszi-Lujza p Hiszi-Lujza p Hiszi-Lujza p Hiszi-Lujza p 0 0 0 1 1 1 0 1 0 1 p = Szép-az-idő pesszimista jól informált mérges malac túlzott optimista Min múlik valóban a modális állítás igazságértéke? Mert ezt be kell építeni a logika szemantikájába!