3. 确定性推理笔记

推理的基本概念

3.1.1 推理的定义

在这里插入图片描述
在这里插入图片描述

3.1.2 推理方式及其分类

在这里插入图片描述
1.演绎推理:一般 → 个体

  • 三段论式(三段论法)
    在这里插入图片描述

2.归纳推理:个体 → 一般

  • 完全归纳推理(必然性推理)
  • 不完全归纳推理(非必然性推理)
    在这里插入图片描述
    3.默认推理(缺省推理):知识不完全的情况下假设某些条件已经具备所进行的推理。
    在这里插入图片描述
    1.确定性推理:推理时所用的知识与证据都是确定的,推出的结论也是确定的,其真值或者为真或者为假。
    2.不确定性推理:推理时所用的知识与证据不都是确定的,推出的结论也是不确定的。
    在这里插入图片描述
    1.单调推理(基于经典逻辑的演绎推理):随着推理向前推进及新知识的加入,推出的结论越来越接近最终目标。
    2.非单调推理(默认推理是非单调推理):由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使推理退回到前面的某一步,重新开始。
    1.启发式推理
    2.非启发式推理
    启发性知识:与问题有关且能加快推理过程、提高搜索效率的知识。

3.1.3 推理的方向

1.正向推理(事实驱动推理): 已知事实 → 结论
特点:正向推理简单,易实现。但目的性不强,效率低。
2.逆向推理(目标驱动推理):以某个假设目标作为出发点。

在这里插入图片描述
主要优点:不必使用与目标无关的知识,目的性强,同时它还有利于向用户提供解释。
主要缺点:起始目标的选择有盲目性,比正向推理复杂。

在这里插入图片描述

3.混合推理

在这里插入图片描述
(1)先正向后逆向:先进行正向推理,帮助选择某个目标,即从已知事实演绎出部分结果,然后再用逆向推理证实该目标或提高其可信度;
(2)先逆向后正向:先假设一个目标进行逆向推理,然后再利用逆向推理中得到的信息进行正向推理,以推出更多的结论。
4.双向推理:正向推理与逆向推理同时进行,且在推理过程中的某一步骤上“碰头”的一种推理。


在这里插入图片描述

3.1.4 冲突消解策略

事实与知识的三种匹配情况
(1)恰好匹配成功(一对一);
(2)不能匹配成功;
(3)多种匹配成功(一对多、多对一、多对多)-------冲突消解

多种冲突消解策略:
按针对性排序,
按已知事实的新鲜性排序,
按匹配度排序,
按条件个数排序。

3.2 自然演绎推理

自然演绎推理:从一组已知为真的事实出发,运用经典逻辑的推理规则推出结论的过程。
推理规则:P规则、T规则、假言推理、拒取式推理

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

优点:
 表达定理证明过程自然,易理解。
 拥有丰富的推理规则,推理过程灵活。
 便于嵌入领域启发式知识。
缺点:易产生组合爆炸,得到的中间结论一般呈指数形式递增。


归结演绎推理3.3-3.6
在这里插入图片描述
在这里插入图片描述

3.3 谓词公式化为子句集的方法

原子(atom)谓词公式: 一个不能再分解的命题。
文字(literal):原子谓词公式及其否定。
P :正文字,┐P :负文字。
子句(clause):任何文字的析取式。任何文字本身也都是子句。(只有否定、析取两种符号)
在这里插入图片描述
空子句(NIL):不包含任何文字的子句。(空子句是永假的,不可满足的。
子句集:由子句构成的集合。
合取:∧ 析取:∨
在这里插入图片描述
在这里插入图片描述
(2)到(3)因为后边的y是约束变元,x是自由变元,所以y变z,x不变。
在这里插入图片描述
yz在存在量词后,所以将其设为f,g,删掉存在量词
在这里插入图片描述
在这里插入图片描述
几个分别析取的子式合取起来
在这里插入图片描述
谓词公式不可满足的充要条件是其子句集不可满足。

3.4 鲁宾逊归结原理

子句集中子句之间是合取关系(子句内是析取关系),只要有一个子句不可满足,则子句集就不可满足。
鲁宾逊归结原理(消解原理)的基本思想
 检查子句集 S 中是否包含空子句,若包含,则 S 不可满足。
 若不包含,在 S 中选择合适的子句进行归结,一旦归结出空子句,就说明 S 是不可满足的。

3.4.1 命题逻辑中的归结原理(基子句的归结)

在这里插入图片描述
归结式C12是其亲本子句C1与C2的逻辑结论。即如果C1与C2为真,则C12为真。
r

3.4.2 谓词逻辑中的归结原理(含有变量的子句的归结)

在这里插入图片描述
在这里插入图片描述
注意:要归结的不能是两个变量,即C2中b变成y就不能归结了
在这里插入图片描述

  • 对于谓词逻辑,归结式是其亲本子句的逻辑结论。
  • 对于一阶谓词逻辑,即若子句集是不可满足的,则必存在一个从该子句集到空子句的归结演绎;若从子句集存在一个到空子句的演绎,则该子句集是不可满足的。
  • 如果没有归结出空子句,则既不能说 S 不可满足,也不能说 S 是可满足的。

3.5 归结反演

应用归结原理证明定理的过程称为归结反演。
用归结反演证明的步骤是:
在这里插入图片描述
某公司招聘工作人员,A,B ,C 三人应试,经面试后公司表示如下想法:
(1) 三人中至少录取一人。
(2) 如果录取 A 而不录取 B ,则一定录取 C。
(3) 如果录取 B ,则一定录取 C 。
 求证:公司一定录取 C。
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

应用归结原理求解问题

在这里插入图片描述

  • 1
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能读书笔记 今天读完X老师的《人工智能》这本书,整体感觉能收获的东西并不太多,或许是自己 对人工智能已经有些了解的原因,但是这本书仍然是关于人工智能方面比较科普的一本 书,对于我给这本书评分3星,如果是对人工智能不了解的读者阅读可以打4星。 什么是人工智能?维基百科的定义是AI就是根据对环境的感知,做出合理的行动, 并获得最大收益的计算机程序。人工智能是有关智能主体研究的学问,而智能主体是指 一个可以观察周遭环境并做出行动以达到目标的系统。简单来说就是计算机具备了人的 智能能力。那么人的智能能力包括了识别,定义,归纳,抽象,推理,决策等多个方面 的能力。 深度学习+大数据 = 人工智能人工智能上我们走的弯路就是一直想着去模仿人脑思考和推理的过程,即始终想 去把人的神经网络这个复杂模型的结构搞清楚,但是这种方式却收效胜微。而真正的转 变就在于从传统思路转移到基于统计学的思路,这个李X确实在里面做出了不小的贡献。 其次就是在统计学基础上引入了深度学习的概念,而深度学习又依赖于海量大数据作为 样本输入。 也就是书里面说的深度学习+大数据引领了第三次AI浪潮。简单来说就是你不需要去 搞清楚人工神经网络这个精确模型是如何的?你只需要通过大量的样本输入去训练这个 模型,最终得到你需要的输出。简单来说一个计算机能够识别一只动物图片是猫,并不 是计算机能够精确的描述出来猫应该具备的体型特征,而是图片中的动物的特征矩阵和 数据库里面的动物猫最匹配而已。 对于谷歌的阿拉法狗战胜李世石在17年也引起了轰动,再次展示了深度学习算法和 人工智能的威力。对于人工智能来讲,计算机本身的CPU并行计算能力远超人脑,主要有 了合适的深度学习方法,计算机程序所发挥出来的人工智能威力巨大。 强人工智能和超人工智能 首先我们来看下人工智能应该具备的能力,我们把人的智能能力做下分类。 1. 固有模式和公式下的识别和计算能力。-这类计算机性能完胜。 2. 非固有模式的识别能力,包括语音的识别,图像的识别。- 这类在深度学习下已基本解决。 3. 固有模式下的问题解决能力。-计算机已经解决。 4. 非固有模式下的问题解决和决策能力。- 当前已经对类似自动驾驶等问题得到解决。 而实际上最难的就是第四类,也就是说对于前三类计算机往往都很容易的通过图灵 测试,但是第四类往往要通过是最困难的地方。 书里面首先给出强人工智能的一些能力概括,其中包括了: 1. 存在不确定性因素进行推理,决策和解决问题的能力。 2. 知识表示的能力。 3. 规划能力和学习能力。 4. 使用自然语言进行交流和沟通的能力。 5. 将上述能力整合起来完成既定目标的能力。 而超人工智能则是机器在所有方面完胜人类的人工智能能力,即在科学创造力,智 慧和社交能力等每一个方面都比最强的人类大脑聪明很多的智能。 今天的人工智能还不能做什么? 这个小章节部分的总结还是比较到位的,具体包括了如下方面: 1. 跨领域推理能力(比如举一反三,触类旁通,跨领域的联想和类别能力) 2. 抽象能力(人只需要少量样本就能进行事物抽象,但是机器往往需要大量样本输入) 3. 知其然也知其所以然(计算机程序能够识别猫的图片并不代表程序真正知道猫的外在特 征该如何) 4. 常识(或者说人类超过20万年遗传下来的基因上天生具备的能力) 5. 自我意识(机器如果有了自我意识,就会有自我和情感,就不再是简单的工具) 6. 审美(绘画,诗歌,音乐,文化,艺术,建筑,舞蹈) 7. 情感(机器如果拥有了自我意识,就很容易发展为拥有欢乐,悲伤,愤怒等情感) 人工智能时代是否会导致大量人员失业,实际上我们看到即使没有在人工智能时代 ,在当前的大量自动化,信息化和智能制造时代,已经有大量员工会失业。或者说这些 员工的工作会转移为其它相关工作。科学技术的进步,产业的审计,乃至后续人工智能 的发展一定会带来部分工种的消失,部分工作的替代和转移。 哪些工作最容易被替代,书里面提到了一个5秒钟法则,即一项本来由人从事的工作 ,如果人可以在5秒钟以内对工作中需要思考和决策的问题作出相应的决定,那么,这项 工作就有非常大的可能被人工智能技术全部或部分取代。 简单来说就是简单重复类+简单模式推理类(显性的有章可循)类工作都将被人工智 能所取代。而对于那些较为复杂的综合分析决策,艺术创造,审美和情感相关的工作却 最不容易被替代。 ----------------------- 人工智能读书笔记全文共5页,当前为第1页。 人工智能读书笔记全文共5页,当前为第2页。 人工智能读书笔记全文共5页,当前为第3页。 人工智能读书笔记全文共5页,当前为第4页。 人工智能读书笔记全文共5页,当前为第5页。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值