- •Основные понятия и определения
- •Понятие искусственного интеллекта
- •1.2. История развития искусственного интеллекта за рубежом
- •1.3. История развития искусственного интеллекта в России
- •1.4. Цели и задачи искусственного интеллекта
- •1.5. Основные направления исследований по ии
- •1.6. Контрольные вопросы и упражнения
- •2. Истоки формальных рассуждений
- •2.1. Левополушарное и правополушарное мышления
- •2.2. Контрольные вопросы и упражнения
- •3.Формальные системы
- •3.1. Понятие формальной системы
- •3.2. Разрешимость формальной системы
- •3.3. Интерпретация формальной системы
- •3.4. Доказательство и истинность
- •3.5. Контрольные вопросы и упражнения
- •4.1. Основные принципы силлогистики
- •4.2. Решение силлогизмов
- •4.3. Расширенная силлогистика
- •4.4. Моделирование силлогистики
- •4.5. Контрольные вопросы и упражнения
- •5. Исчисление высказываний
- •5.1. Синтаксис исчисления высказываний
- •5.2. Семантика исчисления высказываний
- •5.3. Классы формул исчисления высказываний
- •5.4. Понятие семантического дерева
- •5.5. Алгоритм Куайна
- •5.6. Алгоритм редукции
- •5.7. Алгебраический подход к определению класса формул
- •5.7.1. Нормальные формы и алгоритм нормализации
- •5.7.2. Алгоритм Куайна для днф
- •5.7.3. Принцип резолюций
- •5.7.4. Хорновские дизъюнкты
- •5.8. Применение исчисления высказываний
- •5.8.1. Пример базы знаний на основе логических высказываний
- •5.8.2. Применение исчисления высказываний в конструировании релейно-контактных схем
- •5.9. Контрольные вопросы и упражнения
- •6. Исчисление предикатов
- •6.1. Определение исчисления предикатов первого порядка
- •6.1.1. Операции над предикатами
- •6.1.2. Общезначимость и выполнимость формул исчисления предикатов
- •6.2 Исчисление предикатов как формальная система
- •6.4. Сколемовские стандартные формы исчисления предикатов
- •6.5. Процедура вывода Эрбрана
- •6.6. Принцип резолюции для логики предикатов
- •Контрольные вопросы и упражнения
- •7. Индуктивные рассуждения
- •7.1. Схема индуктивных рассуждений
- •7.2. Индукция Милля
- •1. Принцип единственного различия
- •2. Принцип единственного сходства
- •3. Принцип единственного остатка
- •7.3. Особенности индуктивных схем рассуждений
- •7.4. Индуктивные методы и алгоритмы
- •7.4.2. Метод пятизначной логики
- •7.4.3. Алгоритм древ
- •7.4.4. Алгоритм амх (алгоритм, основанный на метрике Хемминга)
- •7.4.5. Индукция решающих деревьев (id3)
- •7.4.6. Метод фокусирования
- •7.5. Контрольные вопросы и упражнения
- •8. Рассуждения по аналогии
- •8.1. Виды аналогий и приемы работы с ними
- •8.2. Простая аналогия
- •8.3. Другие виды аналогии
- •8.4. Аналогия в доказательстве теорем
- •8.5. Формализация аналогии
- •8.7. Методы реализаций рассуждений по аналогии
- •8.8. Проблемы рассуждений по аналогии
- •8.9. Контрольные вопросы и упражнения
- •9. Автоматизация нечетких рассуждений
- •9.1. Модальные логики
- •9.2. Применение нечеткой математики
- •9.3. Нечеткая силлогистика
- •9.5. Контрольные вопросы и упражнения
- •10. Представление задач в пространстве состояний
- •10.1. Примеры представления задач в пространстве состояний
- •10.2. Методы поиска в пространстве состояний
- •10.3. Контрольные вопросы и упражнения
- •11. Распознавание образов
- •Выделяются следующие основные типы задач распознавания образов:
- •11.1. Искусственный нейрон
- •11.2. Искусственные нейронные сети
- •Персептроны
- •11. 3.1. Персептронная представляемость
- •11.3.2. Преодоление ограничения линейной разделимости
- •11.3.3. Обучение персептрона
- •11.4. Процедура обратного распространения
9.1. Модальные логики
Вводятся операторы над логическими формулами, которые могут модифицировать их интерпретацию. В зависимости от того, какие операторы вводятся, различают классы модальных логик:
Алетические логики – вводятся операторы «возможность», «необходимость»:
□ – необходимость.
◊ – возможность.
□ F ◊ F.
Деонтические логики – операторы «разрешено», «обязательно».
Логика знания (эпистемологическая логика) – операторы «знание», «вера».
Временные логики – операторы «иногда», «всегда», «часто», «никогда», «в будущем», «в прошлом», «до тех пор», «пока».
Пример. Для алетических модальных логик:
□ F – истинно тогда и только тогда, когда F необходимо истинно (F – абсолютно истинно);
◊ F – истинно если F может оказаться истинным или F истинно в некотором возможном мире.
Для временных модальных логик:
G – оператор всегда;
GF – истинно, если F останется истинным навсегда (G1F – навсегда в будущем, G2F – навсегда в прошлом);
I – оператор иногда;
I1 – иногда в будущем;
I2 –иногда в прошлом;
IF – истинно, если F иногда будет истинно или иногда оказывалось истинным;
N – оператор до тех пор, пока;
N(А,В) – истинно, если А истинно, начиная с текущего момента и до тех пор, пока В не станет истинным в некоторый момент в будущем.
Для логик знаний:
Верит – (а)А – истинно, если индивид а верит в формулу А;
Знает – (а)А – истинно, если индивид а знает, что формула А истинна.
Для логики знаний вводится аксиома позитивной интроспекции – если некто верит данному высказыванию, то он верит, что верят ему (высказыванию).
Для алетической модальной логики вводится трехзначная семантика (0,1,2). Выделяются следующие классы высказываний:
N – класс необходимых высказываний;
Р – класс возможных высказываний;
I – класс невозможных высказываний;
С – класс нейтральных высказываний (возможно ложных).
Никакое высказывание не принадлежит одновременно N и С или I и Р – закон противоречия. Р содержится в N, а I содержится в С – закон следования возможного из необходимого и нейтрального из абсурдного, невозможного. U – высказывания из множества С – проблематичные высказывания. Закон исключения четвертого: любое высказывание принадлежит либо N, либо U, либо I (N = 2, U = 1, I = 0).
9.2. Применение нечеткой математики
Вводится понятие нечеткого множества – множества, относительно любого из элементов которого можно сделать следующие заключения:
Элемент принадлежит данному множеству.
Элемент не принадлежит данному множеству.
Элемент принадлежит данному множеству со степенью уверенности (0, 1).
Вводятся нечеткие квантификаторы, показывающие, что истинность утверждений не является абсолютной, а также лингвистические шкалы – последовательность нечетких квантификаторов, относящихся к оценке объекта по одному и тому же основанию.
Пример. Лингвистическая шкала расстояний: вплотную, очень близко, близко, недалеко, далеко, очень далеко, бесконечность.
Главная особенность лингвистических шкал – их элементы могут быть отражены в некоторых интервалах значений какого-то параметра, который измеряется в натуральных единицах.
Пример. Применение нечетких квантификаторов
Вывод для достоверных рассуждений:
А; АВ
В
Вывод для нечетких рассуждений (схема №1):
К1А;
АВ
К2В
где К1 – нечеткий квантификатор, показывающий, что истинность утверждения А не является абсолютной, степень правдоподобности вывода оценивается нечетким квантификатором К2.
Пусть К1 – часто;
А – идет дождь;
В – я не выхожу на улицу;
тогда К2 может быть квантификатором часто.
Вывод для нечетких рассуждений (схема №2):
А; К1АВ
К2В
Пусть К1 – часто;
А – идет дождь;
В – я не выхожу на улицу;
тогда К2 – редко.
Вывод для нечетких рассуждений (схема №3):
К1А; К2АВ
К3В
Пусть К1 – часто;
К2 – редко;
А – идет дождь;
В – я не выхожу на улицу;
тогда К3 – иногда (нередко).
