logo

Regler for slutninger i kunstig intelligens

Konklusjon:

I kunstig intelligens trenger vi intelligente datamaskiner som kan skape ny logikk fra gammel logikk eller bevis, så å generere konklusjonene fra bevis og fakta kalles inferens .

Inferensregler:

Inferensregler er malene for å generere gyldige argumenter. Inferensregler brukes for å utlede bevis i kunstig intelligens, og beviset er en sekvens av konklusjonen som fører til det ønskede målet.

I slutningsregler spiller implikasjonen blant alle forbindelsene en viktig rolle. Følgende er noen terminologier relatert til slutningsregler:

java-punkt
    Implikasjon:Det er en av de logiske forbindelsene som kan representeres som P → Q. Det er et boolsk uttrykk.Omvendt:Det motsatte av implikasjon, som betyr at proposisjonen på høyre side går til venstre side og omvendt. Det kan skrives som Q → P.Kontrapositivt:Negasjonen av omvendt betegnes som kontrapositiv, og den kan representeres som ¬ Q → ¬ P.Omvendt:Negasjonen av implikasjon kalles invers. Det kan representeres som ¬ P → ¬ Q.

Fra begrepet ovenfor er noen av de sammensatte utsagnene ekvivalente med hverandre, noe vi kan bevise ved å bruke sannhetstabell:

Regler for slutninger i kunstig intelligens

Derfor kan vi fra sannhetstabellen ovenfor bevise at P → Q er ekvivalent med ¬ Q → ¬ P, og Q→ P er ekvivalent med ¬ P → ¬ Q.

Typer slutningsregler:

1. Innstillingsmodus:

Modus Ponens-regelen er en av de viktigste inferensreglene, og den sier at hvis P og P → Q er sanne, så kan vi slutte at Q vil være sann. Det kan representeres som:

Regler for slutninger i kunstig intelligens

Eksempel:

Utsagn-1: 'Hvis jeg er søvnig, så legger jeg meg' ==> P→ Spm
Utsagn-2: 'Jeg er søvnig' ==> P
Konklusjon: 'Jeg legger meg.' ==> Sp.
Derfor kan vi si at hvis P → Q er sann og P er sann, vil Q være sann.

Proof by Truth-tabellen:

Regler for slutninger i kunstig intelligens

2. Fjerningsmetode:

Modus Tollens-regelen sier at hvis P→ Q er sann og ¬ Q er sant, deretter ¬ P vil også sant. Det kan representeres som:

Regler for slutninger i kunstig intelligens

Utsagn-1: 'Hvis jeg er søvnig, så legger jeg meg' ==> P→ Spm
Utsagn-2: 'Jeg går ikke til sengs.'==> ~Q
Utsagn-3: Som antyder at ' jeg er ikke trøtt ' => ~P

Proof by Truth-tabellen:

Regler for slutninger i kunstig intelligens

3. Hypotetisk syllogisme:

Den hypotetiske syllogisme-regelen sier at hvis P→R er sant når P→Q er sant, og Q→R er sant. Det kan representeres som følgende notasjon:

Eksempel:

Utsagn-1: Hvis du har hjemmenøkkelen min, kan du låse opp hjemmet mitt. P→Sp
Utsagn-2: Hvis du kan låse opp hjemmet mitt, kan du ta pengene mine. Q→R
Konklusjon: Hvis du har hjemmenøkkelen min, kan du ta pengene mine. P→R

Bevis ved sannhetstabell:

Regler for slutninger i kunstig intelligens

4. Disjunktiv syllogisme:

Regelen for disjunktiv syllogisme sier at hvis P∨Q er sann, og ¬P er sann, så vil Q være sann. Det kan representeres som:

Regler for slutninger i kunstig intelligens

Eksempel:

tredje normalform

Utsagn-1: I dag er det søndag eller mandag. ==>P∨Q
Utsagn-2: I dag er det ikke søndag. ==> ¬P
Konklusjon: I dag er det mandag. ==> Sp

Bevis ved sannhetstabell:

Regler for slutninger i kunstig intelligens

5. Tillegg:

Addisjonsregelen er en vanlig inferensregel, og den sier at hvis P er sann, så vil P∨Q være sann.

Regler for slutninger i kunstig intelligens

Eksempel:

Uttalelse: Jeg har en vaniljeis. ==> P
Utsagn-2: Jeg har sjokoladeis.
Konklusjon: Jeg har vanilje- eller sjokoladeis. ==> (P∨Q)

Bevis av Truth-Table:

Regler for slutninger i kunstig intelligens

6. Forenkling:

Forenklingsregelen sier at if P∧ Q er sant altså Q eller P vil også være sant. Det kan representeres som:

Regler for slutninger i kunstig intelligens

Bevis av Truth-Table:

Regler for slutninger i kunstig intelligens

7. Oppløsning:

Oppløsningsregelen sier at hvis P∨Q og ¬ P∧R er sanne, vil Q∨R også være sanne. Det kan representeres som

Regler for slutninger i kunstig intelligens

Bevis av Truth-Table:

Regler for slutninger i kunstig intelligens