Bài giảng Trí tuệ nhân tạo - Bài 7: Biểu diễn tri thức

Trí Tuệ Nhân Tạo

(Artificial Intelligence)

Thân Quang Khoát

[email protected]

Viện Công nghệ thông tin và Truyền thông

Trường Đại Học Bách Khoa Hà Nội

Năm 2020

Nội dung môn học:

n Giới thiệu về Trí tuệ nhân tạo

n Tác tử

n Giải quyết vấn đề: Tìm kiếm, Thỏa mãn ràng buộc

n Logic và suy diễn

n Biểu diễn tri thức

q Luật sản xuất

q Khung

q Mạng ngữ nghĩa

q Ontology

n Biểu diễn tri thức không chắc chắn

n Học máy

Trí Tuệ Nhân Tạo

2

Dữ liệu, Thông tin, Tri thức (1)

n Dữ liệu (data) thường được định nghĩa là các sự kiện

(facts) hoặc các ký hiệu (symbols)

n Thông tin (information) thường được định nghĩa là dữ

liệu đã được xử lý hoặc chuyển đổi thành những dạng

hoặc cấu trúc phù hợp cho việc sử dụng của con người

q Thu được sau khi loại bỏ những thứ dư thừa và giữ lại phần cốt

lõi.

n Tri thức (knowledge) thường được định nghĩa là sự

hiểu biết (nhận thức) về thông tin

q Thu được sau quá trình nhận thức, phát hiện, hoặc học tập

Trí Tuệ Nhân Tạo

3

Dữ liệu, Thông tin, Tri thức (2)

n Dữ liệu

q Nhiệt độ ngoài trời là 5 độ C

n Thông tin

q Ngoài trời thời tiết lạnh

n Tri thức

q Nếu ngoài trời thời tiết lạnh thì bạn nên mặc áo choàng ấm (khi đi

ra ngoài)

Trí Tuệ Nhân Tạo

4

Dữ liệu, Thông tin, Tri thức (3)

Knowledge on knowledge

(e.g., how/when to apply)

Knowledge-

based

Meta-

Understanding of a

domain. Can be applied to

solve problems

systems

Knowledge

Lower volume. Higher

value. With context and

associated meanings

Management

information

systems

Information

Data

Databases,

transaction

systems

Large volume. Low

value. Usually no

meaning/ context

(Adapted from “Knowledge Engineering course (CM3016), by K. Hui 2008-2009”)

Trí Tuệ Nhân Tạo

5

Biểu diễn tri thức

n Biểu diễn tri thức (Knowlegde representation) là một bài

toán quan trọng của Trí tuệ nhân tạo

q các phương pháp, cách thức biểu diễn tri thức và các công cụ hỗ

trợ việc biểu diễn tri thức

n Tồn tại nhiều phương pháp biểu diễn tri thức

q Luật sản xuất (Production rules)

q Khung (Frames)

q Mạng ngữ nghĩa (Semantic networks)

q Ontology

q Các mô hình xác suất (probabilistic models)

q Học sâu (deep learning)

q …

Trí Tuệ Nhân Tạo

6

Biểu diễn tri thức: vấn đề

n Tính hoàn chỉnh (Completeness)

q Phương pháp biểu diễn có hỗ trợ việc thu thập và thể hiện mọi

khía cạnh của tri thức (của một lĩnh vực cụ thể)?

n Tính ngắn gọn (Conciseness)

q Phương pháp biểu diễn có cho phép việc thu thập tri thức một

cách hiệu quả?

q Phương pháp biểu diễn có cho phép việc lưu trữ và truy nhập dễ

dàng tri thức không?

n Tính hiệu quả về tính toán (Computational efficiency)

n Tính rõ ràng, dễ hiểu (Transparency)

q Phương pháp biểu diễn có cho phép diễn giải (để người dùng

hiểu) về các hoạt động và các kết luận của hệ thống?

Trí Tuệ Nhân Tạo

7

Biểu diễn tri thức: bằng luật (1)

n Biểu diễn tri thức bằng các luật (rules) là cách biểu diễn phổ

biến trong các hệ cơ sở tri thức

q Một luật chứa đựng (biểu diễn) tri thức về việc giải quyết một vấn đề nào

đó

q Các luật được tạo nên khá dễ dàng, và dễ hiểu

n Một luật được biểu diễn ở dạng:

IF A₁AND A₂AND … AND A_nTHEN B

n A_i

q Là các điều kiện (conditions, antecedents, premises)

n B

q Là kết luận (conclusion, consequence, action)

Trí Tuệ Nhân Tạo

8

Biểu diễn tri thức: bằng luật (2)

n Mệnh đề điều kiện của một luật

q Không cần sử dụng toán tử logic OR

q Một luật với toán tử logic OR trong mệnh đề điều kiện, thì sẽ

được chuyển thành một tập các luật tương ứng không chứa OR

q Ví dụ: Luật (IF A₁ÚA₂THEN B) được chuyển thành 2 luật (IF

A₁THEN B) và (IF A₂THEN B)

n Mệnh đề kết luận của một luật

q Không cần sử dụng toán tử logic AND

q Một luật với toán tử logic AND trong mệnh đề kết luận, thì sẽ

được chuyển thành một tập các luật tương ứng không chứa AND

q Ví dụ: Luật (IF … THEN B₁ÙB₂) được chuyển thành 2 luật (IF

… THEN B₁) and (IF … THEN B₂)

q Không cho phép sử dụng toán tử OR!

Trí Tuệ Nhân Tạo

9

Các kiểu luật

n Các kiểu luật khác nhau để biểu diễn các kiểu tri thức

khác nhau

n Quan hệ liên kết

q IF addressAt(x, Hospital) THEN heathIs(x, Bad)

n Quan hệ nguyên nhân (kết quả)

q IF diseaseType(x, Infection) THEN tempIs(x,

High)

n Tình huống và hành động (gợi ý)

q IF diseaseType(x, Infection) THEN

takeMedicine(x, Antibiotic)

n Quan hệ logic

q IF tempGreater(x, 37) THEN isFever(x)

Trí Tuệ Nhân Tạo

10

Đồ thị AND/OR (1)

n IF (Shape=long) AND (Color=(green OR yellow)) THEN (Fruit=banana)

n IF (Shape=(round OR oblong)) AND (Diam > 4) THEN (Fruitclass=vine)

n IF (Fruitclass=vine) AND (Color=green) THEN (Fruit=watermelon)

Shape=long

Shape=round

Shape=oblong

Diam > 4

Fruit = banana

AND

OR

Fruitclass = vine

Color=green

Color=yellow

Fruit = watermelon

Trí Tuệ Nhân Tạo

11

Đồ thị AND/OR (2)

n Luật IF (Shape=long) AND (Color=(green OR yellow))

THEN (Fruit=banana) được tạo nên bởi các luật:

q IF (Shape=long) AND (Color=green) THEN (Fruit=banana)

q IF (Shape=long) AND (Color=yellow) THEN (Fruit=banana)

n Luật IF (Shape=(round OR oblong)) AND (Diam > 4)

THEN (Fruitclass=vine) được tạo nên bởi các luật:

q IF (Shape=round) AND (Diam > 4) THEN (Fruitclass=vine)

q IF (Shape=oblong) AND (Diam > 4) THEN (Fruitclass=vine)

Trí Tuệ Nhân Tạo

12

Vài vấn đề với biểu diễn luật

n Các luật có chứa các vòng lặp

q IF A THEN A

q {IF A THEN B, IF B THEN C, IF C THEN A}

n Các luật có chứa mâu thuẫn

q {IF A THEN B, IF B THEN C, IF A AND D THEN ¬C}

n Các kết luận không thể suy ra được (từ các luật hiện có)

n Khó khăn trong việc thay đổi (cập nhật) cơ sở tri thức

q Cơ sở tri thức cũ: {IF A₁THEN B₁, IF A₂THEN B₂, …, IF A_n

THEN B_n}

q Cần bổ sung thêm điều kiện C vào tất cả các luật

q Cơ sở tri thức mới: {IF A₁AND C THEN B₁, IF A₂AND C THEN

B₂, …, IF A_nAND C THEN B_n}

Trí Tuệ Nhân Tạo

13

Sử dụng các luật trong suy diễn

n So khớp mẫu (Pattern matching)

q Để kiểm tra một luật có thể được sử dụng (áp dụng) hay không

q Ví dụ: Nếu cơ sở tri thức chứa đựng tập các luật {IF A₁THEN

B₁, IF A₁AND A₂THEN B₂, IF A₂AND A₃THEN B₃} và các

sự kiện (được lưu trong bộ nhớ làm việc) bao gồm A₁và A₂, thì 2

luật đầu tiên có thể được sử dụng

n Chuỗi suy diễn (chuỗi áp dụng các luật)

q Xác định trật tự áp dụng các luật trong quá trình suy diễn

q Với một tập các luật và một tập các sự kiện (các giả thiết), các

luật nào nên được sử dụng, và theo trật tự nào, để đạt tới (suy ra)

một kết luật cần chứng minh?

q 2 chiến lược suy diễn: tiến (forward) vs. lùi (backward)

q 2 chiến lược suy diễn này đã được trình bày trong bài trước!

Trí Tuệ Nhân Tạo

14

Giải quyết xung đột

n Một xung đột (conflict) xảy ra khi có nhiều hơn một luật

có thể áp dụng được (phù hợp với các sự kiện trong bộ

nhớ làm việc)

q Lưu ý, một xung đột không phải là một mâu thuẫn của tập luật

n Trong trường hợp xảy ra xung đột, cần một chiến lược

giải quyết xung đột (conflict resolution strategy - CRS) để

quyết định luật nào được (ưu tiên) áp dụng

n Sự lựa chọn thích hợp một chiến lược giải quyết xung

đột có thể mang lại những cải thiện đáng kể đối với quá

trình suy diễn của hệ thống

Trí Tuệ Nhân Tạo

15

Chiến lược giải quyết xung đột

n Áp dụng luật xuất hiện đầu tiên (theo thứ tự) trong cơ

sở tri thức

n Không áp dụng các luật sinh ra các kết quả (sự kiện) đã

có trong bộ nhớ làm việc

n Áp dụng luật cụ thể nhất (luật có nhiều điều kiện nhất)

n Áp dụng các luật phù hợp với các sự kiện được đưa vào

trong bộ nhớ làm việc gần thời điểm hiện tại nhất

n Không áp dụng lại một luật, nếu nó vẫn sinh ra cùng một

tập các sự kiện (giống như lần áp dụng trước của nó)

n Áp dụng luật có độ tin cậy (chắc chắn) cao nhất

n …

n Kết hợp của các chiến lược trên

Trí Tuệ Nhân Tạo

16

Hệ thống suy diễn dựa trên luật (1)

Kiến trúc điển hình của một hệ thống suy diễn dựa trên luật (Rule-

based system – RBS)

Dữ liệu quan sát được

Working

memory

Lựa chọn

Cập nhật

Rule

memory

Interpreter

Áp dụng

Kết quả

(http://www.cwa.mdx.ac.uk/bis2040/johnlect.html)

Trí Tuệ Nhân Tạo

17

Hệ thống suy diễn dựa trên luật (2)

n Bộ nhớ làm việc (Working memory)

q Lưu giữ các sự kiện (các giả thiết đúng, đã được chứng minh)

q Các sự kiện này sẽ quyết định những luật nào được áp dụng (bởi

thành phần Interpreter)

Working

memory

n Bộ nhớ các luật (Rule memory)

q Chính là cơ sở tri thức của hệ thống

Rule

q Lưu giữ các luật có thể áp dụng

Interpreter

memory

n Bộ diễn dịch (Interpreter)

q Hệ thống bắt đầu bằng việc đưa một sự kiện (dữ liệu) phù hợp

vào bộ nhớ làm việc

q Khi sự kiện (dữ liệu) trong bộ nhớ làm việc phù hợp với các điều

kiện của một luật trong bộ nhớ các luật, thì luật đó sẽ được áp

dụng

Trí Tuệ Nhân Tạo

18

RBS: Ưu điểm (1)

n Cách biểu diễn (diễn đạt) phù hợp

q Rất gần với cách diễn đạt trong ngôn ngữ tự nhiên

q Rất dễ dàng để diễn đạt nhiều tri thức bởi các luật

n Dễ hiểu

q Các luật dạng IF-THEN rất dễ hiểu đối với người sử dụng

q Trong một lĩnh vực (bài toán) cụ thể, cách biểu diễn bằng luật

giúp các chuyên gia trong lĩnh vực này có thể đánh giá và cải tiến

các luật

Trí Tuệ Nhân Tạo

19

RBS: Ưu điểm (2)

n Một cách biểu diễn tri thức theo kiểu khai báo

(declarative)

q Thu thập các tri thức (ở dạng các luật IF-THEN) về một lĩnh vực

cụ thể, và đưa chúng vào trong một cơ sở các luật (rule base)

q (Có thể) không cần phải quan tâm đến khi nào, làm thế nào, và

theo trật tự nào mà các luật được sử dụng – Hệ thống sẽ tự động

đảm nhận các nhiệm vụ này

Trí Tuệ Nhân Tạo

20

Bài giảng Trí tuệ nhân tạo - Bài 7: Biểu diễn tri thức - Thân Quang Khoát