Человеческий разум основан на наших знаниях и делает выводы по какой-либо теме. Концепция представления знаний и получения из них выводов также используется в ИИ. Посмотрим, как!

В этом контексте знания используются агентами, основанными на знаниях, где информация представлена ​​внутри компьютера. В качестве примера мы можем предположить, что наши агенты, основанные на знаниях, знают это:

  • Если не было дождя, я шел к отцу домой
  • Я пошел в дом моей мамы или в дом папы, но не в оба
  • я ходил к маме сегодня

С помощью этих фрагментов информации мы можем сделать вывод, что шел дождь и что я не пошел в дом моего отца. Теперь давайте посмотрим, как ИИ может использовать нашу логику, чтобы делать выводы.

Предложения

Предложение — это утверждение, часть информации о мире на языке представления знаний, и именно так ИИ хранит знания.

Пропозициональная логика

Логика высказываний основана на утверждениях, которые могут быть как истинными, так и ложными.

Пропозициональные символы

Буквы или имена, которые представляют предложение. В приведенном выше примере буква R может обозначать утверждение о том, идет ли дождь или нет, и может быть истинным или ложным.

Логические связи

Это логические символы, которые помогают нам представлять информацию и соединять пропозициональные символы, чтобы представить наш мир.

  • Не (¬) инвертирует истинностное значение предложения. Так, например, если П: «Идет дождь», то ¬П: «Дождя нет».
  • И (∧) соединяет два разных предложения. Когда эти два предложения, P и Q, соединены знаком ∧, результирующее предложение P ∧ Q истинно только в том случае, если оба P и Q истинны.
  • Или (∨) истинно, если истинен любой из его аргументов. Это означает, что для того, чтобы P ∨ Q было истинным, хотя бы одно из P или Q должно быть истинным.
  • Импликация (→) представляет собой структуру «если P, то Q». Например, если P: «Идет дождь» и Q: «Я в помещении», то P → Q означает «Если идет дождь, то я в помещении». В случае, когда P подразумевает Q (P → Q), P называется антецедентом, а Q называется консеквентом.
  • Бикондиционал (↔) — это импликация, действующая в обоих направлениях. Вы можете прочитать это как «если и только если». P ↔ Q такое же, как P → Q и Q → P вместе взятые. Например, если П: «Идет дождь». и Q: «Я в помещении», тогда P ↔ Q означает, что «Если идет дождь, то я в помещении» и «если я в помещении, то идет дождь». Это означает, что мы можем сделать больше выводов, чем могли бы с помощью простой импликации. Если P ложно, то Q также ложно; если не идет дождь, мы знаем, что я тоже не в помещении.

Модель

Модель — это конкретная ситуация, конкретный мир, где мы присваиваем истинностное значение каждому утверждению. Модель — это задание истинности, которое дает информацию о мире.

База знаний

База знаний — это набор предложений, известных агенту, основанному на знаниях, что означает, что это информация, предоставляемая ИИ о мире через пропозициональные предложения, объединенные с логическими связками.

Наказание (⊨)

Если α ⊨ β (α влечет за собой β), то в любом мире, где α истинно, β тоже истинно. Например, если у нас есть:

  • α = январский понедельник
  • β = сегодня понедельник

Затем α влечет за собой β, потому что, если мы знаем, что сегодня январский понедельник, мы знаем, что это и понедельник.

Вывод

Вывод — это процесс извлечения новой информации из старой, и одним из примеров является то, что мы сделали выше, когда мы сделали вывод, что день был дождливый, потому что мы знали, что я пошел к маме, когда шел дождь, и что я не пошел. к моему отцу.

В следующей части этой статьи я объясню это с небольшим количеством кода и покажу, как этот процесс выполняется.

Спасибо за чтение!

-Лоренцо