- •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
9.3. Нечеткая силлогистика
Рассмотрим силлогизм, который содержит следующие посылки:
Среди тех, кто носит цилиндр, почти все ходят с тросточкой.
Среди тех, кто ходит с тросточкой, почти все пьют мартини.
Возможно два варианта вывода в этом силлогизме:
Среди тех, кто носит цилиндр, многие пьют мартини.
Среди тех, кто носит цилиндр, почти все пьют мартини.
Силлогизм содержит нечеткие квантификаторы «почти все» и «многие». Возникает вопрос, какой из двух возможных выводов верный? Для ответа на этот вопрос рассмотрим население городка, относительно жителей которого сделаны утверждения, и введем следующие понятия.
Пусть а – количество тех людей, которые ходят в цилиндре;
b – количество тех людей, которые ходят с тросточкой;
с – количество тех людей, которые пьют только мартини;
Р(b/a) – доля тех, кто ходит с тросточкой, среди тех, кто носит цилиндр;
P(c/b) – доля тех, кто пьет только мартини, среди тех, кто ходит с тросточкой;
P(c/a) – доля тех, кто пьет только мартини, среди тех, кто носит цилиндр;
P(a) – доля тех, кто ходит в цилиндре, среди всех жителей городка;
P(b) – доля тех, кто ходит с тросточкой, среди всех жителей городка;
P(c) – доля тех, кто пьет мартини, среди всех жителей городка.
Построим таблицу сопряжений между а, b, с в долях от единицы.
|
bc |
b c |
b c |
bc |
а |
z1 |
z2 |
z3 |
z4 |
а |
z5 |
z6 |
z7 |
z8 |
Отобразим эти доли на диаграмме:
С
формулируем
ограничения на z, вытекающие из условия
задачи:
О
бозначим
мощности множеств a, b, c через |a|, |b|, |c|.
Введем величину ω = min{|a|, |b|, |c|}>0. Теперь можем ввести дополнительные ограничения на zi:
для множества а: z1 + z3 + z2 + z4 ≥ ω;
для множества b: z1 + z3 + z5 + z7 ≥ ω;
для множества с: z1 + z4 + z5 + z8 ≥ ω.
Запишем, чему равны доли P(b/a), P(с/b), P(c/a):
P(b/a) = (z1 + z3) / (z1 + z2 + z3 + z4);
P(с/b) = (z1 + z5) / (z1 + z3 + z7 + z5);
P(c/a) = (z1 + z4) / (z1 + z2 + z3 + z4).
Введем величину = min {P(b/a), P(c/b), P(c/a)} 0 и сформулируем еще одно ограничение: Адоли 0.
Введем нечеткие квантификаторы К1 – «почти все»; К2 – «многие», тогда К1 соответствует P(b/a), и < P(b/a) < 1.
«Почти все» ~ Р(с/а), «многие» по смыслу меньше, чем почти все, следовательно, Р(с/а) , где – число, меньшее , которое соответствует квантификатору «многие».
Для того, чтобы узнать, какой из двух возможных выводов верен, нужно определить параметры ω, , (статистическая информация о жителях городка). Затем определить, в какой интервал попадает Р(с/а). В результате для определения Р(с/а) получается следующая задача нелинейного программирования:
max (P(c/a) = (z1 + z4) / (z1 + z2 + z3 + z4) min), где min берется по тем zi, которые используются в формуле, а max – по всем zi. Решением этой задачи является некоторая величина , от значения которой и зависит ответ.
Если 1, то верен вывод, содержащий квантификатор «почти все», если , то верен вывод, содержащий квантификатор «многие», если < , то не верен ни один из выводов.
9.4. Возможные схемы нечетких рассуждений
Вероятностная схема рассуждений
Возможно несколько вероятностных схем рассуждений.
1. P(A B) > q
P(A) > r
P(B)
> min (0, q + r - 1)
2. P(A B) > q
P(A) > r
P(A)
< min (1, 1 - q + r)
3. P(A B) > q
P(A) > r
P(B)
> q * r
4. P(A B) > q
P(A) < r
P(B)
< min (1, q / 2)
Моделирование необходимых и достаточных условий
q, r – отметки на лингвистических шкалах.
1. □ (A B) > q
□ (A) > r
□
(B) > min (q, r)
2. □ (A B) > q
□ (B) < r
□
(A) < c
c = 1, при q r,
c = r, при q > r.
Учет необходимости и возможности
1. □ (A B) > q
◊ (A) > r
□
(B) > c
c = 0, при q + r 1,
c = r, при q + r > 1.
2. ◊ (A B) > q
□ (B) > r
◊
(B) > c
c = 0, при q + r 1,
c = q, при q + r > 1.
Учет взаимосвязи между событиями (схема правдоподобных рассуждений)
1. A B
В – само по себе почти невероятно
В – истинно
А
— весьма правдоподобно
2. В без А – практически не происходит
В – истинно
A – B
А
– весьма правдоподобно
3. А – весьма похоже на В
С B
С
– истинно
А – весьма правдоподобно
