Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 3 - ThS. Phạm Thi Vương
lượt xem 4
download
Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 3 Biễu diễn tri thức cung cấp cho người học những kiến thức như: Khái niệm; Biễu diễn tri thức bằng Logic hình thức; Biễu diễn tri thức bằng mạng ngữ nghĩa; Biễu diễn tri thức bằng hệ luật dẫn. Mời các bạn cùng tham khảo!
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 3 - ThS. Phạm Thi Vương
- BIỂU DIỄN TRI THỨC Phạm Thi Vương
- Nội dung • Khái niệm • BDTT bằng Logic hình thức • BDTT bằng mạng ngữ nghĩa • BDTT bằng hệ luật dẫn 10/11/2009 Nhập môn Trí tuệ nhân tạo 2
- Khái niệm • Tri thức (knowledge) ? • Knowledge: the psychological result of perception and learning and reasoning (English – English Dictionary) • Tri thức là kết quả của quá trình nhận thức, học tập và lập luận • Sự hiểu biết của con người trong một phạm vi, 1 lĩnh vực nào hay 1 vấn đề nào đó. 10/11/2009 Nhập môn Trí tuệ nhân tạo 3
- Tri thức thường bao gồm • Khái niệm – Khái niệm: điểm, tam giác… • Các sự kiện, các nguyên lý, định lý, định luật, quan hệ giữa các khái niệm = luật – 2 tam giác có 3 cạnh bằng nhau thì bằng nhau • Kinh nghiệm 10/11/2009 Nhập môn Trí tuệ nhân tạo 4
- Cơ sở tri thức • Tập hợp các tri thức liên quan đến vấn đề mà chương trình quan tâm giải quyết. 10/11/2009 Nhập môn Trí tuệ nhân tạo 5
- Vấn đề biểu diễn tri thức • tìm ra các kỹ thuật, các phương pháp thể hiện, diễn đạt tri thức nhằm tổ chức được cơ sở tri thức trên máy tính và thực hiện các xử lý tri thức, vận dụng tri thức giải quyết vấn đề. • BDTT: biểu diễn các loại tri thức của con người bằng các cấu trúc dữ liệu mà máy tính có thể xử lý được 10/11/2009 Nhập môn Trí tuệ nhân tạo 6
- Biểu diễn tri thức Dạng thực Dạng hình thức - Facts (sự kiện): - Representations (sự biểu diễn): sự thật trong lĩnh vực dạng biểu diễn của sự kiện theo lược đồ được chọn. Cái cần biểu diễn Cái có thể xử lý được 10/11/2009 Nhập môn Trí tuệ nhân tạo 7
- 4 thuộc tính của hệ thống BDTT 1. Representational adequacy: Khả năng biểu diễn tất cả các tri thức cần thiết cho lĩnh vực đó. 2. Inferential adequacy: Khả năng xử lý các cấu trúc sẵn có để sinh ra các cấu trúc mới tương ứng với tri thức mới được sinh ra từ tri thức cũ. 10/11/2009 Nhập môn Trí tuệ nhân tạo 8
- 4 thuộc tính của hệ thống BDTT 3. Inferential efficiency: Khả năng thêm vào cấu trúc tri thức thông tin bổ sung mà nó có thể được dùng để hướng dẫn cơ chế suy luận theo hướng có nhiều triển vọng nhất. 4. Acquisitional efficiency: Khả năng thu được thông tin mới dễ dàng. Trường hợp đơn giản nhất là chèn trực tiếp tri thức mới (do người) vào cơ sở tri thức. Lý tưởng nhất là chương trình có thể kiểm soát việc thu được tri thức. 10/11/2009 Nhập môn Trí tuệ nhân tạo 9
- Năng lực hiện nay: – Không một hệ thống nào có thể tối ưu tất cả các khả năng trên cho mọi kiểu tri thức. – Nhiều kỹ thuật dùng cho biểu diễn tri thức cùng tồn tại. – Chương trình thường dùng nhiều hơn 1 kỹ thuật biểu diễn. 10/11/2009 Nhập môn Trí tuệ nhân tạo 10
- Phân loại tri thức • Tri thức thủ tục: mô tả cách thức, các buớc để giải quyết một vấn đề. Loại tri thức này đưa ra giải pháp để thực hiện một công việc nào đó. Các dạng tri thức thủ tục tiêu biểu thường là các luật, chiến lược, lịch trình, và thủ tục 10/11/2009 Nhập môn Trí tuệ nhân tạo 11
- Phân loại tri thức • Tri thức khai báo: cho biết một vấn đề được thấy như thế nào. Loại tri thức này bao gồm các phát biểu đơn giản, dưới dạng các khẳng định logic đúng hoặc sai 10/11/2009 Nhập môn Trí tuệ nhân tạo 12
- Phân loại tri thức • Tri thức heuristic: mô tả các "mẹo" để dẫn dắt tiến trình lập luận. Tri thức heuristic còn được gọi là tri thức nông cạn do không bảo đảm hoàn toàn chính xác về kết quả giải quyết vấn đề. 10/11/2009 Nhập môn Trí tuệ nhân tạo 13
- Phân loại tri thức • Siêu tri thức: mô tả tri thức về tri thức. Loại tri thức này giúp lựa chọn tri thức thích hợp nhất trong số các tri thức khi giải quyết một vấn đề. 10/11/2009 Nhập môn Trí tuệ nhân tạo 14
- Phương pháp tiếp nhận tri thức • Thụ động – Gián tiếp: những tri thức kinh điển. – Trực tiếp: những tri thức kinh nghiệm (không kinh điển) do “chuyên gia lĩnh vực” đưa ra • Chủ động – Đối với những tri thức tiềm ẩn, không rõ ràng hệ thống phải tự phân tích, suy diễn, khám phá để có thêm tri thức mới 10/11/2009 Nhập môn Trí tuệ nhân tạo 15
- Phương pháp BDTT • Dựa trên logic hình thức: dạng biểu diễn tri thức cổ điển nhất trong máy tính, với hai dạng phổ biến là logic mệnh đề và logic vị từ. Cả hai kỹ thuật này đều dùng ký hiệu để thể hiện tri thức và các toán tử áp lên các ký hiệu để suy luận logic. 10/11/2009 Nhập môn Trí tuệ nhân tạo 16
- Phương pháp BDTT • Dạng sơ đồ mạng: là phương pháp biểu diễn tri thức dùng đồ thị trong đó nút biểu diễn đối tượng và cung biểu diễn quan hệ giữa các đối tượng 10/11/2009 Nhập môn Trí tuệ nhân tạo 17
- Phương pháp BDTT • Dạng luật dẫn: là cấu trúc tri thức dùng để liên kết thông tin đã biết với các thông tin khác giúp đưa ra các suy luận, kết luận từ những thông tin đã biết. 10/11/2009 Nhập môn Trí tuệ nhân tạo 18
- Phương pháp BDTT • Dạng cấu trúc frames, classes: là cấu trúc dữ liệu để thể hiện tri thức đa dạng về khái niệm hay đối tượng nào đó. • Sử dụng các ngôn ngữ đặc tả 10/11/2009 Nhập môn Trí tuệ nhân tạo 19
- BDTT theo logic hình thức • Logic mệnh đề • Logic vị từ cấp 1, cấp cao • Logic đa trị: các mệnh đề không đúng không sai • Logic mờ • Logic thời gian 10/11/2009 Nhập môn Trí tuệ nhân tạo 20
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Bài giảng Nhập môn trí tuệ nhân tạo: Chương 4 - Văn Thế Thành
16 p | 92 | 10
-
Bài giảng Trí tuệ nhân tạo: Giải quyết vấn đề bằng tìm kiếm - Trường Đại học Thủy Lợi
34 p | 114 | 9
-
Bài giảng Trí tuệ nhân tạo - Lê Thanh Hương
44 p | 60 | 9
-
Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 2: Tổng quan trí tuệ nhân tạo
26 p | 54 | 8
-
Bài giảng Tin học đại cương - Chương 8: Sở hữu trí tuệ (Các vấn đề xã hội của CNTT)
24 p | 35 | 8
-
Bài giảng Trí tuệ nhân tạo - ĐH Nha Trang
137 p | 46 | 7
-
Bài giảng Trí tuệ nhân tạo: Bài 9 - Trương Xuân Nam
32 p | 30 | 6
-
Bài giảng Trí tuệ nhân tạo: Giới thiệu và Tác nhân thông minh - Trường Đại học Thủy Lợi
31 p | 58 | 6
-
Bài giảng Trí tuệ nhân tạo: Các chiến lược tìm kiếm - Trường Đại học Thủy Lợi
86 p | 51 | 6
-
Bài giảng Trí tuệ nhân tạo: Logic - Trường Đại học Thủy Lợi
60 p | 45 | 5
-
Bài giảng Trí tuệ nhân tạo (Tuần 1 - Bài 1)
2 p | 79 | 5
-
Bài giảng Cơ sở hệ thống thông tin: Chương 6 - PGS. TS. Hà Quang Thụy
85 p | 47 | 4
-
Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 0 - ThS. Phạm Thi Vương
7 p | 22 | 4
-
Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 1 - ThS. Phạm Thi Vương
30 p | 31 | 4
-
Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 2 - ThS. Phạm Thi Vương
106 p | 38 | 4
-
Bài giảng Cơ sở Trí tuệ nhân tạo: Chương 4 - ThS. Phạm Thi Vương
22 p | 39 | 3
-
Bài giảng Trí tuệ nhân tạo (Artificial Intelligence): Chương 8 – GV. Nguyễn Văn Hòa
36 p | 8 | 2
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn