1? история на изследванията по ии

Търсене в йерархия от пространства

Това е 3-ти модел за търсене. Използването му се налага когато проблема е сложен и работата с 1 пространство води до силно увеличаване на необх. време и памет за разглеждането му. Марвин Мински - общото пространство се разделя на подпространства и търсенето в тъх се прави по някой от изброените до сега методи. С-д Попов в пространството може да участват абстрактни и конкретни простр-ва.

Абстр. са тези к. съдържат описание на най-важните моменти в декомпозирането.

Подпространствата може да се пресичат или да нямат припокриване. Когато се работи с йерархични простр-ва се използва т.нар. мета простр-во. То съдържа описанието на методте за търсене и подпомага пр-са на т.нар. праниране на разсъжденията.

Търсение в алтернативни простр-ва

Работа с непълни и неточни Д изисква от с-мата възможности за моделиране на различни с-ми от мнения и резерви на предполаженията. Такива предположения се правят в случаите, когато не може да се избере възел поради равномерното разполагане на реш-ята в простр-вото или еднакви ст-сти на оценъчните фу-и. Някои направени предложения по-късно може да се ревизират ако е получ. допълнит. инф-я и търсенето да продължава в друго простр-во. Оочитането на този аспект при разсъжденията се нар. немонотонност, напр. способността на човека да прави корекции на изводите и поведението си при поява на нова инф-я е проява на типична немонотонност. За да се отчита непълнотата на Д при допускане че приблемната област е статична се използва различни предложения. В рез. те се представят н алтернатини простр-ва - търсене съотвестващи на отделни предположения. Търсене във всеки 1 от простр-вата се извършва по една от вече разгледаните стратегии. При не успех се прави връщане обратно (backtracking).

При търсене в алтернативни простр-ва има опр. специфика. Тя се изразява в това че връщането не е към непосредствено предходното състояние а към състояние предизвикало неуспеха т.е към направеното предложение. Вacktracking от този вид се нар. управляван от зависимости за разлика от традиционния, к. се нар. хронологичен. Прим. фиг..

Ако в простр-во П1 във възел 2 се стигне до неуспех традиц. backtracking означава връщане в възел 1 и продължаване към в.3. Ако има механизъм управляван от зависимости ще направи връщане към в.1 и след това към А, което е предположението довело до неуспеха и от А може да продължи към 4,5,10.

На практика такъв механизъм за възврат е по-близо до реалността. Приложенията при които се използват предположения имат средства за ревизията им а също и за премахване и допускане на цикли в тях.

Създаване на Евристична функция -The rules of the thumb

Евристиките се създават ч-з изследване на дефиницията та проблема или ч-з обобщаване на практическия опит по решаване на клас проблеми. Съществува практич. реализации за конструиране на евристики при определяне на проблема на формален език (с-ма Absolver).

Обикновено за оценъчната фу-я се предлага че представл. линейна комбинация от някои хар-ни ст-сти. Когато не е известно до каква степен е съществена всяка х-ка се използва обучаващи алгоритми за опр. на техни коефиц. на тежест.

Друг н-н за създаване на евристична ф-я се използва статическа инф-я.

Когато проблемите не са сложни евристиките може да се създават без използване на компютърна технология.

Евристичната ф-я създадена по1 или друг н-н тр. да бъде ефективна и точна. Тр.да се определи колко памет и време са необх. за неиното изчиславане. Ако тези рес-си съ същите или по-малки от тези на дад. възел се прави преразглеждане.

Проблема за отчитане на сигурността е един от най-важните в областта на ИИ. Еднакво информативни за с-мите с ИИ са както наличието на верни твърдения, така и липсата на зн-я. Това,че нещо не е известно или не е напълно сигурно е толкова важно за извода, колкото и за реш-то. Под изводимост се разбира извеждане на нови твърдения от верни предпоставки, ч-з повтарящо се прилагане на правилата за избор. Повечето от разсажденията при непълни Д са по х-р немонотонни.

Подходи:

1. Вероятностен - при него се правят опити за т.нар. детернминистично разбиране и отчитане на несигурността. Използват се различни теории. Най-пополярни са на Бейс и теорията на показанията на Демстър Шафер. За да се изясни същността на вероятностния подход тр. да се дефинират осн. понятия като безусловна и условна вероятност. Вероятностите се установяват по експериментален или статистически път като н-н за х-ране на субективната увереност в дад. събитие и като отразяване на установени зависимости.

Безусмовната вероятност е увереността, к. се присвоява на дад. твърдение без да се изисква изпълнението на някои условия. Записва се - Р (А), където Р (А) е неотрицателно число. При съответствие на друга инф-я интелектоалната с-ма ще присвои Р (А) на задад. въпрос.

Условната вероятност се използва, когато за установяване вероятността на дад. твърдение (А) се отчита сбъдването на определено събитие (В). Тогава се отбелязва така Р (АІВ). Същесвено за усл. вероятност е, че тя се използва когато всичко което знаем е от събитието В. Когато стане известно събитието С (допълнит. инф-я) тогава усл. вероятност се изчислява така Р (АІВ^С). Безусловната вероятност може да се разглежда като спец. случай на усл. вероятност, където липсата на факти за събитието В е означено с неговото отсъствие Р (АІ). Усл. вероятности могат да се определят от безусл. посредством следната формула Р (АІВ) = Р (А^В) / Р (В), където Р (В) > 0. Това равенство може да бъде записано и обратно Р (А^В) = Р (АІВ) * Р (В). Това е теорема за произведение на вероятностите. Всичко това е вярно, ако са налице следните аксиоми:

- всички вероятности са по ст-т м-у 0 и 1.

- истинните твърдения имат вероятност 1, а неистинните 0.

- вероятността на дезюнкция ( V ) е ................. Р (АVВ) = Р (АІ) + Р(В) - Р(А^В). От тези аксиоми могат да се изведат всички други свйства на вероятностите.

- Р (АІВ) * Р (В) = Р (ВІА) * Р (А). Ако разделим на Р (А) се получава Р (ВІА) = Р (АІВ) * Р (В) / Р (А). Това равенство е известно като правило на Бейс. То дава основание за разсъждение относно несигурността в много интелектуални с-ми. Правилото на Бейс изразява, че вероятността на събитие В, к. зависи от сбъдване на събитие А може да се изчисли, ако за известни безусловни вероятности А и В, както и усл. вероятност събитие А да се случи при сбъдване на събитие В. Равенството позволява неизвестна вероятност да се изчисли при известни други.

Пример: задача за поставяне на медицинска диагноза. В медицината има много усл. вероятности; статистическа безусловна вероятност и ....................... връзки. Каква е вероятността пациент да има менингит, ако е със схванат врат. Лекарят знае, че менингитът е диагноза в 50% от случаите, когато оплакванията са схванат врат. Статистическата вероятност някой да страда от тази болест е 1/50 000, а безусл. вероятност човек да има схванат врат е 1/20. Тогава S е твърдението, че пациента има схванат врат, а М е вероятност той да има менингит. Това означава, че само 1 от 5000 пациента със схванат врът може да има менингиг.

Правилото на Бейс се използва за оценки на хипотези. Осн. приложение е за мрежи на вероятности (увереност) belief Network, нар. се Бейнсиански мрежи - Bayes Networks. В тях се представят зьвисимости м-у отделни величини и се специфицира разпределението на вероятн. В същност мрежата на увереностите е граф, в к. се вкл.:а), б), в)

а) набор от величини, формиращи възлите в мрежата;

б) набор от директни връзки от стрелки свързващи двойките възли като интуитивното знач-е на стрелките е в посочване директното влияние на 1 величина в-у друга.

в) всеки възел има таблица с цел. вероятности, количествено определяща ефекта, к. имат т.нар. причинни величини - тези от к. се извеждат стрелки указващи към него.

При постъпване на нова инф-я налагаща промени в-у вероятностите се предизвиква разпространение на измененията по възлите и установяване на новото положение. Тези мрежи дават възможн. да се отрази фокта, че твърденията си влияят взаимно. Теорията на Бейс не дава възможност да се различи несигурността от незнаието, доколко разгледаните вероятности са подходящи за различни задачи, къде използването им е надеждно.

Теорията на Демстър Шафер е близка до тази на Бейс, той като и 2-те отчитат степени при измерване на несигурността като се използва вероятности. Всеки от двата метода задава ф-я на увереност (убеденост) в-у мн-во от хипотези, а също и механизъм за обновяване на текущото мн-во от вероятности при постъпване на нова инф-я. Теорията на Демстър преодолява някои от недостатъците на теорията на Бейс при нея може да се различи незнаието от несигурността. При Бейс степента на убеденост в хипотеза Н води до дефиниране на останалата убеденост, че с вероятността и нейното отрицание съгласно формулата Р(А) = 1-Р(_Н). При Демстър степента на убеденост в същата хипотеза Н заедно със степента на убеденост в допълнението й дава пълна сигурност 1-ца Р(Н)+Р(Ндоп.)<=1. Разликата до 1 определя степента на незнание.

2. Лингвистичен - за да се отчитат ф-ри, влияещи в-у дад. проблеми, к. имат качествени х-ки и се изразяват ч-з недостатъчно определени и двусмислени термини от естествения език и в частност от професионалната терминология в дад. предметна област се налага да се прилагат спец. методи за формализация. За обработка на размити понятия се използва Теорията на размитите мн-ва (fuzzysets). Тя е създадена 1965г. Лингвистичния подход използва тази теория и позволява в компют. с-ми да се представят субективните лингвистични оценки на специалистите и така да се опита неточността на инф-я съдържаща се в естествения език. В размитата логика на Заде се използва спец. понятия като лингвиктична променлива; размито мн-во, ф-я на принадлежност и др.

Лингвистич. променл. се определят от : - име, - мн-во от нейното знач-я, - област от знач-я, - синтактична процедура за образуване на нови знач-я на лингвист. проманл., -семантична процедура за приписване на образувано ново знач-е на някаква семантика ч-з формиране на съответно размито мн-во. Напр. лингвист. пром. РЪСТ, к формализира понятието човешки ръст има знач-я НИСЪК, СРЕДЕН, ВИСОК и област от днач-я от 1м до 2метра. Формално това може да бъде записано по следния н-н. <ръст{нисък, среден, висок},[1,2], Proc1, Proc2>, където Proc1 е синтактична, а Proc2 е семантична. Размитото мн-во позволява формализ-я на размитите значения на лингвист-те променливи ч-з крайно мн-во числови ст-сти, к. съотвестват в опр. степен на смисъла влаган в дад. понятие. Всяко размито мн-во има елеминти. Относно елем-тите можем да посочим следните твърдения:

- елем-та принадлежи на дад. мн-во

- елемента непринадлежи на дад. мн-во

- елемента принадлежи на дад. мн-во със степен на увереност Р където 0

1 (вероятност).

Понятието степен на принадлежност служи за означаване на степента на съотвествие на дад. ст-ст на лингвист. променл. на субективното знач-е влагано в нея. Напр. мн-во А съотвестнащо на размитото понятие "неголям запас в склада" изразител на А е крайно мн-во от ст-сти S{10,11,12,......40}, където елементите от 10 до 40 са отделни количества м-ли. Ако се изрази с число доколко вярно с-д запитан специалист е твърдението "неголям запас от м-л в склад" за всеки от елементите на S, то мн-вото А може да бъде представено по следния н-н: А ={0,05/10;0.1/11;0.2/12;....;0.1/40}. Според формализираните понятия на дад. специалист в най-пълна степен на "неголям запас в склада" съответстват някои знач-я от мн-вото

мах 20-23 14-19 30-40 мин.

Ч-з ф-я на принадлежност може да се изрази графично всяко от знач-ята на лингвист. пром.

Лингвистична скала - тя предсавлява последователност от размити квантификатори за оценка на елементите по 1 и същ показател. Когато скалат е построена добре, то интервалите следват плътно 1 до друг без да се припокриват. Проверка за кач-вото на използвания лингвист. подход може да направи ч-з контролни примери на подмн-во на естествения език, к. се отнася до предметната област.

3. Коеф-ти на достоверност - тяхното изпол. е 1 от най-разпространените подходи за отчитане на сигурността. При него към правилата и фактите се добавят ст-ти в [0;100] [0;1]

[-100;100] [-1;1]. При х=1 или 100 се оказва пълна сигурностр а при х=0,-1,-100 абсолютна несигурностл М-дът не се подлага на статична интерпретация тъй като не се прави избор на подходящо мн-вор той просто използва подреждане на хипотезите в съотвествие със степента им на обоснованостл За комбиниране на знач-ята при коеф. на достоверност се изпол. следните примери:

-коеф. на дост. на конюкция ^ оттвърдения е минимал. от коеф-те на вкл-те елементи, напр.(P1сК1^Р2сК2)сК3 при К3=min(K1,K2) общата достоверност е =К3.

--коеф. на дост. На дезюнция V оттвърдения е минимал. е = на максим. коеф. на вкл-те елементил

-коеф. на достоверност на отрицание е = на разликата м-у 1ца и коеф. на дост. За твърдението:_(P1сK1)=1-K1

-сигурността на цялото правило се разглежда произведение на коеф. на предпоставкота със сигурността на следствието, т.е. (Ако Алекс, то СсК2)сК3 то К3=К1+К2

Използвайки тези правила е възможно да се комбинират частични сведения на основата на математически подходи. Обикновено правилото има някаква прагова ст-т на сигерност, свързана със сигерността на предпоствката. Под тази прагова ст-т правилото не се активира. Пр. Да се опр. Сигурносста на правилото А с 0,6 В с 0,4 то С с 0,9. Сигурността на предпоствката е 0,4, а за цялото правило =0,4*0,9=0,36.

8? Немонотонни разсъждения
Разсъжденията в интелигентните с-ми се доближанат до чевешките, ако в тях се вкл. Немонотонност, абдукция и индукция. Повечето от ръзсъждл при непълни и неточни Д са по х-р немонотонни. Вкл-то на незнанието при обработката на зн-я (по м-да на Шафер) означава, че се нрушана монотония х-р на разсъж-ята. Причината за това е че за намаляване на неизвестността интелигентната с-ма вкл. Нови факти, някои от които правят неверни част от получените заключения. Немонотонността е типична за човешките разсъждения. Ако човек знае нещо с опр. Сигурност и от получените нови Д установи че няма осн-я да се запазят осн.

Разсъжденията к. се реализ. ч/з логич. извоз имат монотонен х-р. Това означ. че процедурата за извод запазва знач-ето за истинност на формулите п-з целия пр-с на обработка. С др. думи ако се знае че дад. формула е истинна то тя ще сеприема за такава без знач-е даби вомине факти не налагат промяна в лоическата й ст-т. По този н-н обаче не могат да се моделират реалви ситуации.

Един от подходите за формализиране на немонотонните разсъжд-я, к. близки до човека представляват немонотонните модални логико. Модална логика е тачи к. работит с понятия като "възможно" и "влече". Събитието А влече събитието В ако събитието В се сбъдва винаги, когато се сбъдва събитието А, т.е. истинността на А води до истинност на В. Най популярни от мн-вото на модалните логики са: немонотоната модална логика NML1 и автоепимистичната логика. Изводимостта в тях се дехинира ч/з разрешение на класическата логика. Принципът на създаване на тези логики е общ, а именно началното непъно мн-во откъдето са изводими представляващите интерес факти или формули. В логиката NML1 е констуиран логич. модел на разсъжденията по подразбиране. Извежда заключения от непълни Д при липса на установени противоположни факти. Тези разъждения имат прогностичен елемент, т.като изпълнимостта на предпоставките зависи от бъдещото поведение на с-мата. Автоептимистичната логика използва разсъжд-я за собствените поддържащи заключението. Докато при разсъжд-ята по подразбиране се има превид типичните допълнит. се използват и всички ситуации и изключения.

Абдукцията е извод к. се използва главно за генериране на обясненията. При нея от заключенията се извеждат предпоставките. Тя не винаги е коректен извод т.като понягока могат да се извличат неверни причини за дад. явления от ситуации. Напр. ако някой не се чувства добре има зъбобол при ситуация с вярно заключение не може да се гарантира обаче точността на предпоставката. Затова абдукцията е правдоподобан и вероятностен извод, въпреки това тя се използва и е полезна , когато тр. да се обясни дад. ситуация свърз. с дад. предпоставка. Напр. ако при празненство с торта се духат свещи но голяма е вероятността някой да има рожден ден.

Общия модел на абдукцията е: Ако А, то В като от В се извежда А. Абдуктивните разсъждения са немонотонни - новополучената инф. може да направи невалидни някои получени заключения. Индукцията представл. изнеждане на заключения от истинността на представително мн-во от + и- факти. По-популярно това е разсъждение от частното към общото. Ня също не винаги е коректен извод, т.като от правилно избраните истинни предпоставки може да се правят както верни така и неверни заключения. особеността е че изводът зависи от степента на субективна увереност в достатъчността на предпоставката за олучаване на заключение. Затова в правдоподобните раздсъж-я вместо оценка на верноста /неверността на заключенията се прави оценка на правдоподобността. Границата след която индуктивността е непълно правилна да сега не може да се опр. точно. Индукцията най-често се изпол. в обучението. Индуктивният извод е тясно свързан с личния опит и възприятия на човека способност. Общия вид на индукцията е: Ако А, ако В... ИЗвежда се: за всички Х, ....

В пр-са на изследване на индукцията са съцдадени различни методи за извличаве на закономерности от Д или примери с нечислова инф. Такива методи са DSM, AQ, IDX. DSM предлата индукционни принципи за установянане на причинно-следствени връзки м/у обектитет като се основава на идеите да извличане на сходство и различия в наблюдаваните ситуации. Съществино знач-е за прилагато им има н-н за извеждане и подреждане на признаците с к. се описва ситуацията. Този м-д е създаден за автоматично пораждане на хипотези, за установяване на причинно следствени връзки в БД съдържащи стр-рирани нечислови обекто като този метод изпол. мн-во от обектите. IDX дава възможн. за извличаве ва закономерности от емпирични Д. Осн. пробвем тук е поредността на признака в параметрите. Тя може да установи ако добре се познава предметната област и се разпита експерт.

При 1. тези зн-я се задават описателно като 1ците от тях се презднамян онзебво една от др., т.е. модулно. Тези модели са подходящи за зн-я, вкл. логически отн-я с мн-во описателни условия. Напр. подходящо за декларативно представяне е твърдението: Ако студент е успешно издържал първо ниво изпита тогава той има право да се яви на второ ниво. Измененията в БЗ в тези модели се правят лесно. Механизма за извод се създава независимо от БЗ и съдържа достатъчно общи процедури за извод, така че да е приложимо това за различни предмети области. Декларативното предствяне на зн-ята се дели на 2 групи: модулни и мрежови. При модулната орг-я се изпол. правилно построени формули от логиката за предикатно смятане от първи ред и продукционни правила. При мрежовите модели в увна фрма се оказват отн-ята м-у обектите и явл-ята. Най-ярък представител са семантичните мрежи.

При 2. БЗ и интерпретатора се изграждат като 1 цяло и зн-ята се вграждат в с-мата. Подходящи за тези модели са зн-я съставени от действия, свързани с условни връзки, напр. предписания за действие, рецепти, аритметични изчисления. Управлението на този вид представяне се предава от процедура на процедура в завис. от текущите Д. Това е по-ефективно но затруднява управ-то на пр-са отвън т.като връзките са заложени в самите процедури. БЗ-я от тези методи използв. описание на връзките с графи.

При 3. съществуват предимствата на др-те 2 типа формализми. При тях процедурите и декларативните зн-я се разгл. по 1 и същ н-н и може да е възможно да се активират. Към този тип модели се причисляват frames и сценариите. В реалните задачи имат предпоставки за използв. на 3те вида модели като особеностите на конкретната задача определят съотн-ето м/у тях.

Логически модели за представяне и обработка на

Ср-вата на класическата логика намират приложение във всички с-ми с ИИ. Те представляват описателен(декларативен) формализъм. За извличане на валидни заключениа се прилага индуктивен метод по обобщена логическа схема. Изводът осъщ. връзка м/у кодираните Д и факти, представлява извличане на нови неявни посочени заключения. Той се счита за завършен когато се получат всички верни заключения от мн-во предпоставки. Една от хар-ките му е че няма ограничение за сложността на логическите изрази,к индуктивния механизъм сам обработва. Логеческият извод е базиран на строга математическа теория, к гарантира верността му.

Съществено е че математическата логика не се занимава с определяне на истинността при записване на елементи,а главно с коректността на логическата схема. Зададената истинност зависи от реалността,к се моделира от оценката, к е дадена от човека. Осн. Вид логика , к е база за повеето схеми за представяне на зн-я в ИИ е предикатната логика от първи ред. Основа на тази логика е съждителната логика. Тя съответства на булевата алгебра, но се изп. за цели различни от нейните и включва спец методи за изчисление. Характерно за този вид математика е допускането че света се състои само от факти, затова в съждителната логика всеки израз е изречение,к преставя факт.

Представяне на зн-ята при съжд логика. Осн елемент е съждението. Съждение е всяко елементарно твърдение с известна истинност. Истинността не се п одлага на ан-з. Ако се пренебрегне конкретния смисъл на съжденията, то те представляват логически променливи с опр истинност(Т/Ф). Като се изп съжденията,азбука на съжд логика и опр правила могат да се конструират изрази нареч правилно построени форми. В тях могат да участват съждителни променливи означаващи прости или съставни съждения. В азбуката на съжд логика се вкл логически съюзи(_,конюнкция ^, дезюнкция V,импликация =>,еквивалентност ), логич константи (Т/Ф) и спомагателни скоби({},()). По определени таблици може да се установи истинността на изразите.

Логическите изрази могат да се преобразуват в еквивалентни чрез употреба на К или Д като се прилагат опр формули:

m => n = _m V n

m n = (m ^ n)V(_m ^ _n)

m ^ n = _ (_m V _n)

m V n = _ (_m ^ _n)

Когато се изпълняват логич операции те следват определен приоритет: _,^,V,=>, .

Таблицата за истинност може да бъде използвана не само за дефиниране на връзки, но и за проверка валидността на изразите. Компютърната програма може да съдава такива таблици за истинност на сложни изрази от съжд логика и проверявайки редовете или установява истинността на цялата фраза.

Обработка на зн-ята в съжд логика – тя се изв чрез изчисления. Доказателството за удовлетворимост(общовалид9ност) на формулата или нейното извеждане се нарича в съжд логика изчисление. Вместо съставяне на таблици за проверка на истинността при изчисление на фу-ии от изрази могат да се използват правила за извод по следния н-н:

1. 
   ако А и В са цели изрази,а не отделни съждения, то от А => В и нейната истинна предпоставка А се извежда В.
   
2. 
   от А1 ^ А2 ^ А3 ^ ....Аn може да се изведе всеки от изразите Аj включени в нея ( j = 1,2,3,...n)
   
3. 
   от списък изрази А1,А2,А3....Аn може да се изведе тяхната конюнкция А1^ A2^A3^…An
   
4. 
   от истинен израз Аi може да се изведе неговата дезюнкция с какъвто и да е израз АiVA1VA2VA3V…An
   
5. 
   от двойно отрицание на израза _ _А може да се изведе израза А
   
6. 
   от вярна дезюнкция АVВ ако един от компонентите е неверен може да се изведе че друг е верен
   

Азбуката на предик логика включва следните групи елементи:

1 костанти – изп се за означаване на конкретни обекти. Записват се като се започне с малка буква и след това се включат букви,цифри, както и _

2 променливи – изп се за обозначаване на неопределени обекти които не могат или няма желание да бъдат конкретизирани

3 предикати – съждения изразяващи връзки и отн-я м/у обектите или св-вата. Те се записват като най-напред се зададе отн-ето и след това в (,) се поставят променливите или аргументите к представляват обектите участващи във връзката. Предикатите като нормални съждения имат 2 значения (Т/Ф). Редът на задаване на аргументите е от важно знач-е тъй като предикатното смятане има композиционна семантика. Включва се необходимостта да се определи типа и броя на аргументите. Всеки от аргументите има дефиниционна област,к се дели на 2 истинни и неисттинни ст-ти. Аргументите в предикатите са част от мн-вото на т нар терми. Термите могат за бъдат константи, променливи и фу-ии. По отн-е на фу-иите терми че ако f е фу-я с аргументи, термите t1,t2….tn то f(t1,t2…tn) също е терм. В предик логика термите се изп като аргументи на фу-ии и предикати,а предикатите за отношения.

4 функции – предсавлява зависимост отнасяща се за група обекти но изразена чрез 1 елемент най-често променлива

5 съюзи- логически

6 квантори – изп се за изразяване на по-широк кръг от зн-я. Те са 2: за всеобщност V и за съществуване Э.

За всички възможни х[ V х(а(х))] предиката а(х) е истинен.

Съществува поне 1 х [Эх(а(х))] за което предиката а(х) е истинен.

Връзката м/у V и Э е отрицание.

В логиката от първи ред кванторите се изп като факти за обекти. Ако се приложат над отн-я м/у обекти се получава предик логика от по-висок ред. Тя е по-изразителна,но не са добре изучени методите за разсъждение в такава среда.

7 символи за пунктоация

Представяне на зн-я – за представяне на факти за обектите в предик логика се изп терми, а за изразяване на отн-я и св-ва се изп предикати и квантори,к се включват в прости и комплексни формули. Една от главните идеи в предик логика е че всеки израз означава нещо конкретно. От формална гл т изборът на имена за отн-ята и аргументите няма значение, но помага за четимостта на израза. При записване на предикатите и термите програмистът сам определя какво ще означават те. За да се изп термът не е необх дефиниция какво означава той, тъй като чрез записването не се вика процедура, а се описва обект. Записването има за цел да опише обекта,а не да определи действията върху него. Изразните ср-ва на предик смятане дават възможност да се създават т нар формули-атоми. Ако Р е n-местен предикат и t1,t2…tn са терми,то P(t1,t2…tn) е атомарна формула, т е 1 предикат представлява атом. Предикатите с комплексни терми са също атоми. Атом от неговото отрицание в предик логика се нар литерал.

Понятието формула в предик смятане е по-широко понятие от атом. Формулата може да включва още: 1) правилно построени изрази с квантори за общност или за съществуване 2) ^,V,_,=>, на правилно построени изрази. Чрез предикати и логически съюзи могат да се изразяват и по-сложни изрази.

Обработка на зн-я в предик логика – те се осъществяват чрез логически извод,т е разсъждение. Под понятието логическо разсъждение се разбира възможност за извеждане на нови формули от зададено мн-во формули, така че изведените формули да са истинни във всички интерпретации където са истинни изходните формули. Осн правила използвани в извода за предикатно смятане са modus ponens (потвърждавам);метод на резолюцията;специализация и др.

Modus ponens – според това правило ако е вярно твърдението P при импликацията P => Q се извежда Q.

Методът на резолюцията изп принципа че верността на една хипотеза се установява чрез доказателство на неудовлетворимостта на нейното отрицание. Това е един с-матичен н-н за установяване дали 1 твърдение може да бъде доказано от мн-во правила и наличните факти. Този метод следва т нар 4-стъпкова стратегия:

Ст 1- при записване всички изрази от типа Ако ... то, като изрази ... или ...

Ст 2- приема се отрицанието на разглежданото твърдение като истина

Ст 3- използва се принципа на резолюцията за получаване на ново твърдение като заключение

Ст4- доказва се постигане на противоречие м/у резултата в ст2 и 3

Метода на резолюцията работи с формули без квантори. Ако има такива е необх те да се заменят с т нар фу-ии на Сколем. Тъй като областта на действие на квантора Э е част от областта на квантора V се предполага че има зависимост м/у променливата отнасяща се към 1 тип квантор и тази отнасяща се за 2 тип. Тази ф-я се нар фу-я на Сколем.

А(Э В р (В,А)) – за V А Э В така че да е изпълнено р(В,А). Формулата съдържа двата типа квантори. Означава ме Э В с g(A) и става V А(р(g(A),A))

Процеса на замяна на 1 квантор с фу-я на сколем се нар сколемизация. Тя може да се прилага към всички формули,к съдържат квантора Э.

Основа на метода на резолюцията е алгоритъма за унификация. Той определя дали и при какви условия дадени стр-ри на Д могат да бъдат идентични. Чрез него се реализира техниката за съпоставка на образци,к е осн подход в ИИ.

Разгледания модел за представяне на зн-ята предикатност има всички педимства на предикацията. Недостатък: има само 2 значения.
10? Продукционни правила
Те са 2 от най-популярните формализми за представяне на Д. Представени са от POST през 1943г. този метод използ. модел в к. записванията са от типа

Ако <условие> то <действие/следствие> .

Същноста на пр-цията е а-->в тълкува се като в се изпълнява, или ь се заменя с в, ако я е истинна лявата страна на усл-ето се състои от мн-во вкл. и невкл. в БД шаблони к. със спец. интерпретатор се съпоставят със съдържанието. Винаги с правилата се използ. БД, к представя текущото състояние на предметната област. Извикването на всяко правило се определя като съдър-ето та БД. В дясната част на правилото може да се задават промени в БД като добавяне и изтриване на факти, активиране на групи от правила и т.н. В правилата може да се използ. различни ср-ва за отчитане несигурността на зн-ята. В такива с-ми се приема че БД (работната памет) моделира човешката краткосрочна памет а БЗ - дългоср-та. Правилата се подреждат на групи с/д параметрите, к. съдържат в лявата или дясната си страна, въвежда се индексиране, приоритети, използва се т.нар мета правила. Те най-често са зн-я за това как и кога се използват различнита групи правила.

Обработка на Д. Както във всяка обработваща зн-я с-ма така и за този вид представяне на зн-ята е необх. интерпретатор - механизъм за разсъждения. Неговото осн. предназначение тук е да избере и предложи подходящо правило към Д-те за задачата. В него се вгражда общия алгоритъм на търсене, к. може да бъде 2 осн. типа: извод в право направление и извод в обратно направление. В някои интелигентни с-ми (Prospector) механизйма работи и в 2-те направления което увеличава бързодействието на с-мата.

Правият интерпретатор изследва за истинност усл-ята в правилата (лявата страна) съпоставяйки ги с наличните факти, след което изпълнява дясната страна при истинни предпоставки н лявата. Идеята е де се намери импликация, к. има за предпоставка зададен факт и ако другите предпоставки са вече известни да се добави в заключението към БФакти след което извода да продължи. Така се осъществи цикличен пр-с, к. започва от наличната инф. и спира при постигане на целево състояние или ичерпване на правилата.

Обратният интерпретатор е създаден за намиране на всички отговори на ? поставен към БЗ. Той извършва търсене в/у десните части на правилата и се опитва директно да извлечеотговора от базата. Намират се всички импликации, к. се унифицират с ? и се прави опит за установяване истинността на предпоставките. Ако предпоставката е конюнкция се обработва всеки от компонентите когато е установена истинността от намерена опр. ст-т се преминава към разглеждане на лявата страна. Неизвестните параметри се задават като нови цели. Пр-сът продължава до удовлетворяване на всички подцели. Облаботкато с възраст е ефективна когато се установи 1 частна цел или когато възложения извод е известен.

Когато повече от 1 правило е приложимо към БД интерпретаторът тр. да избере едно от тези правила за реш-е. Втози случай имаме конфликт и той използ. стратегия за разрешаване на конфликти. Те могат да се решат ч/з различни подходи. Стратегията е осн. механизъм за настройване на интерпетатора към спецификите на предметната област. Препоръчва се използване на няколко стратегии със зададени приоритети.

Освен като ср-во за решаване на конфликти, стратегията дава възможност за използване на метазн-я и е 1 от н-ните за повишаване ефективносттта на интерпретатора. Във фазата на избор на правило се изразходва 85-90% от времето за работа на с-мата затова изследванията са насочени за повишаване ефективността на програмите в тази насока. Поради по-голямотоколич-во инф-я, с к. работят с-мите те имат и по-сложни проблеми.

Алгоритъм за работа на интерпретатора при продукционни правила:


Основни предимства за представяне на зн-ята в продукционни правила са :

1. 
   Естествен н-н на представяне на зн-ята
   
2. 
   Модулност на представяне на зн-ята,което подобрява нейната четимост
   
3. 
   Корекцията на грешките става лесно с един универсален редактор