III. Szabályalapú logikai következtetés

Hasonló dokumentumok
Automatikus következtetés

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

Logika és informatikai alkalmazásai

Logika gyakorlat 08. Nincs olyan változó, amely szabadon és kötötten is előfordul.

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

Az informatika logikai alapjai

2. Visszalépéses stratégia

Az informatika logikai alapjai

Matematikai logika. 3. fejezet. Logikai m veletek, kvantorok 3-1

Elsőrendű logika. Mesterséges intelligencia március 28.

2. Visszalépéses keresés

Logika és informatikai alkalmazásai

Matematikai logika és halmazelmélet

Logika es sz am ıt aselm elet I. r esz Logika Hatodik el oad as 1/33

ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA)

Gráfkeresések A globális munkaterületén a startcsúcsból kiinduló már feltárt utak találhatók (ez az ún. kereső gráf), külön megjelölve az utak azon

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

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

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

Logika és informatikai alkalmazásai

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

VII. Keretalapú ismeretábrázolás

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

Logika és informatikai alkalmazásai

Diszkrét matematika I.

ÖSSZEFOGLALÁS a Bsc záróvizsga mesterséges intelligenciáról szóló témaköréhez

Mesterséges intelligencia. Gregorics Tibor people.inf.elte.hu/gt/mi

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363

Diszkrét matematika 1. középszint

Logikai ágensek. Mesterséges intelligencia március 21.

1.1. Alapfogalmak. Vektor: R 2 beli elemek vektorok. Pl.: (2, 3) egy olyan vektor aminek a kezdo pontja a (0, 0) pont és a végpontja a

Diszkrét matematika I.

A matematika nyelvér l bevezetés

Kétszemélyes játékok Gregorics Tibor Mesterséges intelligencia

A logikai következmény

Az informatika logikai alapjai

Mesterséges intelligencia

AZ INFORMATIKA LOGIKAI ALAPJAI

Keresések Gregorics Tibor Mesterséges intelligencia

1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.

Az informatika logikai alapjai

Logika és informatikai alkalmazásai

Logika és informatikai alkalmazásai

Logika és informatikai alkalmazásai

Logikai ágens, lehetőségek és problémák 2

Logika és informatikai alkalmazásai

Polinomok, Lagrange interpoláció

3. Magyarország legmagasabb hegycsúcsa az Istállós-kő.

Megoldások augusztus 8.

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

Logika és informatikai alkalmazásai

Logika és informatikai alkalmazásai

A matematika nyelvéről bevezetés

1. Tétel - Az ítéletkalkulus alapfogalmai

Logika és informatikai alkalmazásai

1. Az elsőrendű logika szintaxisa

Egyenletek, egyenlőtlenségek VII.

Dr. Jelasity Márk. Mesterséges Intelligencia I. Előadás Jegyzet (2008. október 6) Készítette: Filkus Dominik Martin

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

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK

V. Kétszemélyes játékok

NEM-DETERMINISZTIKUS PROGRAMOK HELYESSÉGE. Szekvenciális programok kategóriái. Hoare-Dijkstra-Gries módszere

1. Milyen hatással van a heurisztika általában a keresõ rendszerek mûködésére?

Határozatlan integrál

Logika es sz am ıt aselm elet I. r esz Logika Harmadik el oad as 1/33

TERVGENERÁLÁS. Robotika részfeladatai. Állapot-leírás logikai állításokkal. Kocka világ. Állapot-leírás tulajdonságai. Példa

A TANTÁRGY ADATLAPJA

A matematikai logika alapjai

Algoritmizálás, adatmodellezés tanítása 6. előadás

Arany Dániel Matematikai Tanulóverseny 2017/2018-as tanév 2. forduló Haladók II. kategória

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

Logika kiskáté. Mihálydeák Tamás és Aszalós László

LOGIKA ÉS ÉRVELÉSTECHNIKA

Cselekvési tervek generálása a robotikában

Logika és informatikai alkalmazásai

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < szeptember 27.

Matematikai logika. Nagy Károly 2009

Matematikai logika NULLADRENDŰ LOGIKA

1. A matematikai logika alapfogalmai. 2. A matematikai logika műveletei

Logika kiskáté. Mihálydeák Tamás és Aszalós László

Egy általános iskolai feladat egyetemi megvilágításban

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

Mesterséges Intelligencia (Artificial Intelligence)

Formális szemantika. Kifejezések szemantikája. Horpácsi Dániel ELTE Informatikai Kar

Chomsky-féle hierarchia

4. A kézfogások száma pont Összesen: 2 pont

A maximum likelihood becslésről

Modellezés Gregorics Tibor Mesterséges intelligencia

Informatikai tehetséggondozás:

Matematikai logika 1 A MATEMATIKAI LOGIKA ALAPJAI. Pécsi Tudományegyetem, Bevezetés

Memo: Az alábbi, "természetes", Gentzen típusú dedukciós rendszer szerint készítjük el a levezetéseket.

Kiterjesztések sek szemantikája

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.

Mesterséges Intelligencia MI

Logika és informatikai alkalmazásai

1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje

b, Van olyan makacs ember, a senki más tanácsára nem hallgat. (Univerzum az emberek halmaza)

SHk rövidítéssel fogunk hivatkozni.

Átírás:

Speciális szabályalapú következtetés III. Szabályalapú logikai következtetés Ismeretek (tények, szabályok, cél) elsőrendű logikai formulák. Ezek az állítások eredeti formájukat megőrzik, ami másodlagos vezérlési stratégiaként épül be a következtetésbe. A,, A n C tételek bizonyítása, de válaszadásra is alkalmas, amennyiben a kérdést (ki, mit, hol, mikor, mennyiért) egy xp(x) alakú (van-e egyáltalán válasz a kérdésre) célállítással helyettesítjük. Bizonyítás: állítások sorozata, ahol az utolsó állítás a célállítás és amelyben minden állítás vagy egy tény, vagy pedig a sorozat megelőző állításaiból és egy szabályból vezethető le a modus ponens alapján. Iránya: előre vagy visszafelé haladó 2 Illesztés a modus ponens-nél. Reprezentáció Mikor alkalmazható a modus ponens (mikor illeszthető egymáshoz két formula) és mi a következménye? Ha p q és p q r akkor r (alaki azonosság) Ha (p q) és p q r akkor r (logikai ekvivalencia) Ha p q és p r akkor r q (formula részéhez) Elsőrendű formulák esetében az illesztésnél változóhelyettesítésre is szükség lehet. Ha yp(f(y)) és x(p(x) Q(x)) akkor Q(f(y)). Formai megkötéseket tehetünk a formulák alakjára, hogy az illeszthetőséget könnyen el lehessen dönteni: alaki azonossággal+változó helyettesítéssel Ez azonban a teljesség rovására mehet. 3 Az illesztések egyszerű vizsgálata érdekében a speciális alakú axiómákat és célállítást használunk, miközben törekszünk az állítások eredeti alakjának megőrzésére ÉS/VAGY formájú (ÉVF) kifejezések literálok; A B, A B alakú formulák, ahol az A és B maguk is ÉVF kifejezések. 4 Előre haladó szabályalapú reprezentáció Visszafelé haladó szabályalapú reprezentáció univerzálisan kvantált ÉVF kifejezés Szabályok: L W alakú univerzálisan kvantált kifejezések, ahol L egy literál, a W pedig ÉVF kifejezés L L n alakú egzisztenciálisan kvantált kifejezés, ahol L,,L n literálok. L L n alakú univerzálisan kvantált kifejezés, ahol L,,L n literálok. Szabályok: W L alakú univerzálisan kvantált kifejezések, ahol L egy literál, a W pedig ÉVF kifejezés egzisztenciálisan kvantált ÉVF kifejezés 5 6

A formulák átalakítása a Skolem normál formára hozáshoz hasonlóan megy Szabályokban visszaállítjuk a főimplikációt (minden más implikációt eliminálunk) Célállítást fordítva Skolemizáljuk Az univerzális kvantoroktól szabadulunk meg Nem alkalmazzuk a disztributív törvényeket Emiatt nem tudjuk a lehető legáltalánosabb változó-átnevezést alkalmazni, csak főkonjunkciós tényezőnként. Előre haladó Több tényből könnyű egyet csinálni Nem megfelelő alakú cél esetén (L L i ) (L o L z ) Nem megfelelő alakú szabály L L 2 W helyett L W és L 2 W L L 2 W? Akadályok Visszafelé haladó Több tényből könnyű egyet csinálni Nem megfelelő alakú tény esetén (L L i ) (L o L z ) Nem megfelelő alakú szabály W L L 2 helyett W L és W L 2 W L L 2? 7 8 2. Gráfreprezentáció Illesztés ÉS/VAGY gráfba rajzolása A megcélzott logikai következtetést egy alkalmas gráfbeli út megkeresésének problémájává fogalmazzuk át. A logikai reprezentációnak egy ÉS/VAGY gráfot feleltetünk meg, amelynek hiperútja egy-egy bizonyítást szimbolizál. P(a) Q(b) Szabály: P(x) R(x) R(z) Q(y) L, L W, L =L W L, L =L L 9 0 R(a) R(x) R(z) P(a) Q(b) P(a) x a P(x) z a S(x) S(a) Q(b) y b Q(y) A vagy művelet ÉS Az és művelet VAGY Q(b) R(a) Szabály: R(x) P(x) P(x) Q(y) W, W L, L =L L L, L =L L Illesztés ÉS/VAGY gráfba rajzolása P(x) Q(y) P(x) x x P(x ) R(x ) S(x ) R(a) x a Q(y) y b Q(b) Az és művelet ÉS A vagy művelet VAGY olyan (R,s,T), ahol Előre haladó szabályalapú gráfreprezentáció R=(N,A) egy ÉS/VAGY gráf, amelyet a tény ÉS/VAGY gráfjából kiindulva építhetünk fel úgy, hogy az összes lehetséges módon illesztjük a szabályokat és a célliterálokat, s - tényállítást szimbolizáló csúcs, T - célliterálokat szimbolizáló csúcsok. 2 2

olyan (R,s,T), ahol Visszafelé haladó szabályalapú gráfreprezentáció R=(N,A) egy ÉS/VAGY gráf, amelyet a cél ÉS/VAGY gráfjából kiindulva építhetünk fel úgy, hogy az összes lehetséges módon illesztjük a szabályokat és a tényliterálokat, s - célállítást szimbolizáló csúcs, T - tényliterálokat szimbolizáló csúcsok. A reprezentációs gráf mindig egy fa. Megjegyzés Egy szabály illetve (cél/tény) literál többször is illeszthető. A logikai levezetés (bizonyítás) egy megoldásgráfként (s T hiperút) jelenik meg a gráfban. Nem minden megoldásgráf jelent levezetést. 3 4 Ellentmondásos levezetés Konzisztencia és az egyesítő kompozíció B(x) A(a) B(b) B(x) B(x) x a x b A(a) B(b) Az,, m helyettesítések ( i ={v i t i,,v in i t in i}) konzisztensek (ellentmondásmentesek), ha a V=< v,, v mn m > és T=< t,, t mn m > sorozatok egyesíthetők. A V és T legáltalánosabb egyesítőhelyettesítését az,, m helyettesítések egyesítő kompozíciójának (EK) nevezzük. 5 6 Megjegyzés 3. Következtetés Ha,, m helyettesítések konzisztensek, akkor nem írnak elő ugyanarra a változóra olyan {x t i} helyettesítéseket, amelyek termjei nem egyesíthetőek: ={x a} és ={y a} konzisztens ={x y} és ={x a, y b} inkonzisztens Az egyesítő helyettesítés független az,, m helyettesítések sorrendjétől. A helyes levezetés egy ellentmondásmentes illesztőhelyettesítéseket tartalmazó megoldásgráf. Az EK-t válaszadásra is felhasználhatjuk. A reprezentációs gráfban történő irányított út (megoldási gráf) keresése visszalépéses kereséssel o Globális munkaterületen a startcsúcsából induló hiperút o Szabályok: az illesztések illetve a visszalépés o Visszalépéses vezérlési stratégia Másodlagos stratégiák: formulák alakjának felhasználása Heurisztikák A talált megoldási gráf konzisztenciájának ellenőrzése 7 8 3

Példa Tény vagy szabály? Tomi és Misi tagjai az alpinisták klubjának. Egy klubtag síelő vagy hegymászó. Nincs olyan hegymászó, aki szeretné az esőt. A havat minden síelő szereti. Tomi szereti az esőt és a havat. Misi mindenben ellentétesen vélekedik, mint Tomi. Ki az a klubtag, aki hegymászó, de nem síelő? Egyértelmű esetek A(Misi) Sz(Tomi,eső) x ( S(x) H(x) ) x (S(x) Sz(x,hó) ) Nem egyértelmű esetek x(h(x) Sz(x,eső)) helyett x(h(x) Sz(x,eső) ) y (Sz(Tomi,y) Sz(Misi,y) ) y ( Sz(Tomi,y) Sz(Misi,y) ) 9 20 szabály szétbontása Szabályok formája x ( S(x) H(x ) ) helyett x ( H(x) ) x ( H(x) S(x) ) szabály átformálása (kontrapozitív alak) y ( Sz(Tomi,y) Sz(Misi,y) ) mellett y ( Sz(Misi,y) Sz(Tomi,y) ) Válasz Kérdés: Ki az az x személy, aki H(x) x ( H(x) ) 2 22 Következtetési irány megválasztása Tény illesztése a szabály illesztése előtt A(Misi) Sz(Tomi,eső) Szabály: H(x) H(x) S(x) S(x) Sz(x,hó) H(x) Sz(x,eső) Sz(Tomi,y) Sz(Misi,y) Sz(Tomi,y) Sz(Misi,y) H(x) tény H(x) H(x) A(Misi). szabály kontrapozitív 3. szabály 23 24 4

Példa folytatása Ismétlődő szabálykapcsolat-gráf H(x) H(x) {x x} {x 2 x} Sz(x,hó) {x Misi, y hó} Sz(Misi,y) 25 26 H(x) S(x) H(x) x 2,y x 2,y V=<x, x, x x 2, y, x, x 2, y, x x 2, y, x, x 2, y, x > T=<T, x, T x, hó, M, x, hó, M x, hó, M, x, hó, M > Ellentmondás korai felismerése. Ellentmondás korai felismerése 2. {x 2 x} = Ø H(x) ={ x/t, x /x, x 2 x } H(x) {x x} Sz(x,hó) = {x/t} ={ x/t, x /x } {x Misi, y hó} Sz(Misi,y) =? H(x) H(Tomi) H(x) {x Tomi} S(Tomi) {x 2 Tomi}? ={ x/t, x /x } S(Tomi) 27 28 Folyamatos konzisztencia ellenőrzés Példa folytatása: visszalépések Additív módon számolt aktuális egyesítő kompozíció Az aktuális hiperút konzisztenciáját vizsgáljuk. Ha ellentmondásos, akkor visszalépünk. Ha nem (van EK), tovább lépünk; ezután elég a soron következő illesztő helyettesítés és a korábban talált EK konzisztenciáját megvizsgálni. (additív számolás) Aktuális EK tárolása minden csúcsnál. Változó behelyettesítés a hiperút párhuzamos ágain Egy változóra vonatkozó helyettesítést, nemcsak az illesztés alatt, hanem az aktuális hiperútban mindenhol érvényesítjük. Változó helyettesítés előtti állapot hisztorizálása. H(x) H(Tomi) H(x) S(Tomi) {x Tomi} S(Tomi) {x 2 Tomi}? 29 30 5

{x Misi} A(Misi) H(x) A(Misi) A(Misi) Példa folytatása a sorozatos visszalépések után H(x) H(Misi) {x Misi} S(Misi) S(Misi) V=< x, x, x, x 2, y, x> T=<M, x, M, x, hó, M> {x 2 Misi} Sz(Misi,hó) {y hó} Sz(Misi,y) Szabályok jellemző alakja Másodlagos stratégiai elemek o Következtetési irány megválasztása o Szabályalkalmazások iránya o Tény illesztése a szabály illesztése előtt Folyamatos konzisztencia ellenőrzés Illesztő helyettesítés iránya: fentről lefelé Ismétlődő szabálykapcsolat-gráf 3 32 Sorrendi heurisztikák. Példa Kiértékelő függvény az adott pillanatban illeszthető literálok (tények illetve szabályok) rangsorolására Meta-szabály az adott pillanatban illeszthető literálok (tények illetve szabályok) rangsorolására Azt a literált válasszuk, amelyikhez a legkevesebb féle illesztést alkalmazhatjuk! képviselők, ácsok, szülő-gyerek párok Szülő(y,x) Ács(y) Képviselő(x) Szülő(y,x) Ács(y) Képviselő(x) 33 34 Szülő(u,v) 000 000 Ács(u) 0 000 Szülő(a,v) Képviselő(u) Képviselő(a) 350 Szülő(u,a) 2 2 Ács(a). Példa Szülő(a,b) Lehetséges próbálkozások száma a Szülő, Ács, Képviselő rögzített illesztési sorrendje mellett: Szülő, Ács, Képviselő: 000 000** Ács, Képviselő, Szülő: 0 000*350* Ács, Szülő, Képviselő: 0 000*2* Képviselő, Ács, Szülő: 350*0 000* Képviselő, Szülő, Ács: 350*2* Szülő(y,x) Szülő(y,a) Ács(y) Ács(b) Képviselő(x) 0002 000 0000 350 Képviselő(a). Példa 35 36 y/b Szülő(b,a)? Ács(b) x/a 6

Mindig a fontosabb szabályt illesszük! 2. Példa Ha az alábbi szabályok közül mindkettő illeszthető. ha a betegnek leállt a szíve, akkor szívmasszázst kell alkalmazni 2. ha a betegnek horzsolt seb van az alkarján, akkor be kell kötözni akkor az elsőt kell alkalmazni. 4. A SZK nem teljes módszer A reprezentáció korlátjai miatt Nem minden logikai reprezentáció írható át csak előre vagy csak visszafelé haladó szabály alakúra (Milyen irányú az L L 2 L 3 L 4 szabály?) A következtetés korlátjai miatt Nem minden tétel vezethető le szabályalapú következtetéssel. L L - Szabályok: - L L L? L 37 38 7