Notatki z wykładu o przetwarzaniu symbolicznym

Wprowadzenie

• Kontynuacja zadań dotyczących przetwarzania symbolicznego.
• Poprawiono błąd z poprzedniego wykładu dotyczący przykładów odcinania alfabetu.

Reprezentacja wiedzy i wnioskowanie

• Logika pierwszego rzędu jako sposób wyrażania wiedzy umożliwiający automatyczne wnioskowanie.
• Przydatność w:
  • Sieciach semantycznych
  • Modelowaniu języka w systemach ekspertowych.

Przetwarzanie symboliczne

• Operowanie na symbolach w celu uzyskania wyników i przeprowadzenia inferencji.

Rachunek predykatów

• Opis rzeczywistości za pomocą faktów i reguł, rozszerzenie algebry Boole'a z operatorami logicznymi i zmiennymi kwantyfikowalnymi.
• Kwantyfikatory:
  • Egzystencjalny
  • Uniwersalny

Predykaty

• Reprezentują własności lub relacje między elementami.
• Argumenty w predykatach są kluczowe dla przetwarzania z użyciem praw rachunków zdań.
• Zasady stalowe: AND, OR, zasady De Morgana.

Przykłady kwantyfikacji

• Umożliwiają różne interpretacje zdań:
  • "Dla każdego x istnieje y, że kocha xy" - każdy znajduje partnera.
  • "Dla każdego y istnieje x, że kocha x,y" - każdy jest kochany przez kogoś.
• Trudności w przetwarzaniu języka naturalnego przez maszyny.

Przetwarzanie w Prologu

• Prolog jako implementacja rachunku predykatów.
• Dwie grupy operatorów:
  • Przed regułami przetwarzania
  • W bazie wiedzy.

Przykłady i zadania

• Zapisywanie w języku predykatów zdań z języka naturalnego.
• Wprowadzenie do świata bloków z zastosowaniem predykatów (np. "A jest na B").
• Teza: Czy blok zielony leży na niezielonym?

Techniki wnioskowania

1. Wnioskowanie w przód: Pozwala na generowanie nowych faktów bazując na już znanych.
2. Wnioskowanie wstecz: Cofanie się do ostatnich faktów w celu wykazania prawdziwości.
3. Metoda rezolucji: Umożliwia wykazanie sprzeczności przez negację tezy.

Klauzule i ich znaczenie

• Klauzule Horna: Wyrażenia w postaci sumy, gdzie wszystkie literały są zanegowane oprócz jednego.
• Może być przekształcone do implikacji.

Zastosowanie rezolucji

• Proces przekształcania wyrażeń do klauzul.
• Dowodzenie prawdziwości przez wykazanie sprzeczności.

Wykład końcowy

• Możliwość zastosowania sztucznej inteligencji w systemach ekspertowych oraz interpretowalność decyzji.
• Temat kolejnego wykładu: przetwarzanie w warunkach niepewności.
• Przypomnienie o wyborze projektów do końca miesiąca oraz organizacja przyszłych zajęć.