人工智能导论

孔德川

目录

  • 1 第一章 绪论
    • 1.1 1.1人工智能的概念
    • 1.2 1.2人工智能发展简史
    • 1.3 1.3人工智能发展现状和趋势
    • 1.4 1.4课程定位及要求
  • 2 第二章 知识表示
    • 2.1 2.1知识表示概述
    • 2.2 2.2一阶谓词逻辑知识表示
    • 2.3 2.3产生式知识表示
    • 2.4 2.4框架知识表示
  • 3 第三章 自动推理与专家系统
    • 3.1 3.1引言
    • 3.2 3.2确定性推理
    • 3.3 3.3不确定性推理
    • 3.4 3.4专家系统简介
  • 4 第四章 知识图谱
    • 4.1 4.1知识图谱概念和历史
    • 4.2 4.2经典的知识图谱
    • 4.3 4.3知识图谱的应用
  • 5 第五章 搜索技术
    • 5.1 5.1引言
    • 5.2 5.2状态空间图模型
    • 5.3 5.3盲目搜索方法
    • 5.4 5.4启发式搜索方法
    • 5.5 5.5博弈搜索
  • 6 第六章 群智能算法
    • 6.1 6.1引言
    • 6.2 6.2遗传算法
    • 6.3 6.3蚁群算法
  • 7 第七章  机器学习
    • 7.1 7.1 引言
    • 7.2 7.2 监督学习
    • 7.3 7.3 无监督学习
    • 7.4 7.4 弱监督学习
    • 7.5 7.5 强化学习
  • 8 第八章  人工神经网络与深度学习
    • 8.1 8.1 引言
    • 8.2 8.2 感知器算法
    • 8.3 8.3 前馈神经网络与BP算法
    • 8.4 8.4 卷积神经网络
2.2一阶谓词逻辑知识表示

如何用符号来表示知识?

知识 → 符号表示→ 读入符号→ 获得知识

13

命题逻辑

• 我们首先来看命题逻辑的概念

• 命题:对客观世界的带有真假意义的确定性的陈述句。

– 命题一定是陈述而不是疑问,也不是感叹;

– 命题要有确定性, “他晚上可能会来” 不是一个命题

– 命题要有真假意义。

• 命题可以是单一命题,如“煤是白色的”,也可以是复合的,比如“香蕉具有黄色的皮并且内部是白色的”。

14

例2.1 利用命题逻辑表示知识

– 用大写英文字母表示命题中的实体和事实,配合逻辑符号,可以表示知识。

• 例:有A、B、C三位同学参加面试,面试官对三人进行了判断,得到如下几条想法:

– (1)三人中至少录取一人;

– (2)若录取A而不录取B,则一定录取C;

– (3)BC要么都录取,要么都不录取;

– (4)若录取C,则一定录取A。

15

例2.1 利用命题逻辑表示知识

• 我们令P、Q、R分别表示录取A、B、C,则老师的想法可以表示为:

– (1)三人中至少录取一人; // P∨Q∨R

– (2)若录取A而不录取B,则一定录取C; // P∧¬Q→R

– (3)B、C要么都录取,要么都不录取; // Q ↔R

– (4)若录取C,则一定录取A。 // R→P

16

命题逻辑公式

• 命题逻辑定义了完整的逻辑符号和逻辑公式,常用的包括:

– 幂等律: P∧P ≡ P,P∨P ≡ P

– 矛盾律: P∧¬P ≡ F – 排中律: P∨¬P ≡ T

– 零律: P∧F ≡ F,P∨T ≡ T

– 同一律: P∧T ≡ P,P∨F ≡ P

– 双重否定律: ¬¬P ≡ P

– 交换律: P∧Q ≡ Q∧P,P∨Q ≡ Q∨P – 结合律: (P∧Q)∧R ≡ P∧(Q∧R)

(P∨Q)∨R ≡ P∨(Q∨R)

17

命题逻辑公式

– 分配律: (P∨Q)∧R ≡ (P∨R)∧(Q∨R),

(P∧Q)∨R ≡ (P∧R)∨(Q∧R)

– 吸收律: P∧(P∨Q) ≡ P,P∨(P∧Q) ≡ P

– 德摩根定律: ¬( P∨Q) ≡ ¬P∧¬Q

¬( P∧Q) ≡ ¬P∨¬Q

– 蕴涵转换: P→Q ≡ ¬P∨Q

– 等价转换: P↔Q ≡ P→Q∧Q→P

– 假言易位: P→Q ≡ ¬Q→¬P

18

命题逻辑的局限性

• 命题逻辑用符号表示命题,通过逻辑符号连接命题得到复合命题,从而实现知识表示。但命题逻辑对命题内部的结构、对不同命题的共同特征缺少描述手段。

• 如:小张是一个父亲,小李也是一个父亲。

– 我们用P和Q表示两个命题,则整个命题表示为 P∧Q

– 虽然两个命题非常类似,但在符号中无法体现

• 因此,在命题逻辑基础上,发展出了谓词逻辑。

19

谓词逻辑的概念

• 仔细观察一个命题,会发现最简单的命题至少由一个主语和一个谓语组成。

– 小张是一个父亲

– 煤是白色的

– 香蕉的味道是甜的

– 主语表示了独立存在的某个事物、实体或者概念

– 谓语则刻画了主语的性质、状态、关系等属性。

20

谓词逻辑的概念

• 命题中,主语往往是具体的,特定的,但谓词具有通用性,如:

– 小张是一个父亲

小李是一个父亲

– 煤是白色的

棉花是白色的

– 香蕉的味道是甜的

苹果的味道是甜的

– 因此,将命题中的“谓词”抽象出来,作为知识的核心,而将主语作为谓词支配的部分,就可以将知识形式化。这就是谓词逻辑。

21

谓词的形式

• 用谓词来描述简单命题的基本形式,如:

– 其中,P是一个谓词,x1 ,x2 , … , xn 是谓词操作的个体。

– 谓词操作的个体数目,称为谓词的元数。如:

P(x1) 是一元谓词

P(x1,x2) 是二元谓词

• 谓词的定义、含义,一般由使用者自行规定,一般由具有相应意义的英文单词表示。

22

例2.2 用谓词表示知识

• 设计谓词,表示如下命题

– 小张是一个父亲

小李是一个父亲

– 煤是白色的

棉花是白色的

– 香蕉的味道是甜的

苹果的味道是甜的

• 一种合理的设计方式如下:

– is_a(小张,父亲), is_a(小李,父亲)

– color( 煤,白色), color( 棉花,白色)

– taste(香蕉,甜), taste(苹果, 甜)

23

例2.2 用谓词表示知识

• 设计谓词,表示如下命题

– 小张是一个父亲

小李是一个父亲

– 煤是白色的

棉花是白色的

– 香蕉的味道是甜的

苹果的味道是甜的

• 也可以将谓词设计的更具体,设计成一元谓词

– father(小张) , father(小李)

– white( 煤), white( 棉花)

– sweet(香蕉), sweet(苹果)

24

用谓词组成谓词语句

– 有了基本的谓词形式,就可以用谓词通过逻辑组合、嵌套等方式,组成更复杂的知识,如:

– 用逻辑运算符(连接符)组合谓词:

• 合取(与)∧、

• 析取(或)∨、

• 非¬ 、

• 蕴含→、

• 等价↔。

– 用括号( )、[ ]组成具有优先运算关系的谓词。

25

例2.3 用谓词组成语句

• 设计谓词,表示如下命题:

– 小李不在足球场

¬ in(小李,足球场)

– 李明会打篮球和踢足球

canplay(李明,篮球) ∧ canplay(李明,足球)

– 我想吃鸡蛋或者蛋糕

wanteat(我,鸡蛋) ∨ wanteat(我,蛋糕)

– 小张的父亲是教师

is_a( father(小张), 教师)

26

例2.4 带有蕴含的谓词语句

• 蕴含→是一种特殊的逻辑运算,P→Q表示了如果P成立,那么Q成立

• 我们看几个带有蕴含的谓词语句

– 如果李明跑得最快,那么他会夺得冠军。

run(李明, 最快) → win(李明,冠军)

– 如果王亮做好整个传感器,但传感器仍然无法使用,那么他得加班修理,或者明天交给他的师傅。

make(王亮,传感器) ∧ ¬work(传感器) →fix(王亮,传感器) ∨give

(王亮,传感器,master(王亮) )

27

原子语句

• 在谓词语句中,我们将“一个谓词”称为原子语句。

• 这是个常用概念,原子语句中允许出现嵌套,但没有逻辑运算符号。下面是一些原子语句的例子。

– weather( today , rain )

– likes( tom, kate )

– friends( father_of(david) , father_of(tom) )

28

谓词的变量与量词

• 至此,我们可以用谓词语句来表达一些固定的知识。

• 但这些知识中的“实体”都是特指的,如果我们想表达 “所有人都喜欢吃苹果”,如何实现?

• 这就是谓词中的“变量”。既然所有人不是特指,则可以用一个大写英文字母来表示,得到: lovetoeat(X,apple)

29

谓词的变量与量词

• 但仔细想想仍然有问题,这种表示无法区分“所有人”和

“有些人”。

• 对此,谓词逻辑设计了两种“量词”

– 存在量词 ∃x :一定存在一个x,满足。。。

– 全称量词 ∀x : 对所有的x,都满足。。。

• 将量词与谓词搭配,就可以得到:

– 所有人都喜欢吃苹果 : (∀x) lovetoeat(x,apple)

– 有些人喜欢吃苹果 : (∃x) lovetoeat(x,apple)

30

量词的转换公式

• ¬∃X p(X) ≡ ∀X ¬p(X)

– 不存在X使p(X)成立,等价于对任意X,都使¬p(X)成立

• ¬∀X p(X) ≡ ∃X ¬p(X)

– 不是所有的X都使p(X)成立,等价于至少存在一个X,使¬p(X)成立

• ∀X (p(X)∧q(X)) ≡ ∀X p(X)∧∀Y q(Y) • ∃X (p(X)∨q(X)) ≡ ∃X p(X)∨∃Y q(Y)

– 这两条留给大家分析含义

31

例2.5 带有量词的谓词语句

• 如果星期一不下雨,Tom会去登山。

• ¬weather(monday, rain)→go(tom, mountains)

• 所有篮球运动员都很高。

• ∀X (baskateball_player(X)→tall(X))

• 许多人喜欢三文鱼。

• ∃X (person(X)∧likes(X, Salmon))

• 没有人喜欢纳税。

• ¬∃X likes(X, taxes)

32

一阶谓词逻辑

• 至此,我们介绍了有关谓词逻辑的基本知识。

• 在谓词逻辑中,如果全称量词和存在量词仅针对谓词支配的实体,而不针对谓词本身,称为一阶谓词。反之则是高阶谓词。如:

– (∀Likes) Likes(bill, cat)

– 这里的量词支配的是谓词,因此不是一阶谓词。

33

一阶谓词逻辑的优点

• 一阶谓词可以表达对客观世界的陈述、以及对象关系、逻辑关系。

• 有许多优点:

– 自然性、精确性、容易实现

• 也有许多缺点:

– 不能表示不确定性知识

– 形式过于自由,兼容性差

34

一阶谓词逻辑设计制定过程

• 将一组命题知识表示为一阶谓词逻辑的过程可以描述为:

– 正确理解命题。分析原子命题、以及原子命题之间的关系。

– 为每个原子命题定义个体、谓词;

– 使用恰当的量词。应注意全称量词后跟条件式,存在量词后跟合取式。

– 使用恰当的连接符。用连接符连接谓词句子,表示给定的命题。