- •5 Июля 2007 года, протокол № 6
- •Рассуждения в условиях неопределенности.
- •Рассуждения с расширяющимися и уменьшающимися множествами заключений.
- •Логика немонотонных рассуждений.
- •Неточный вывод на основе фактора уверенности.
- •Рассуждения с нечеткими множествами
- •Теория доказательства Демпстера-Шафера
- •Стохастический подход при рассуждениях в условиях неопределенности (байесовские рассуждения).
- •Сильные и слабые методы решения задач.
- •Концептуальная модель и ее роль в приобретении знаний.
- •Рассуждения на основе моделей.
- •Стадии существования эс.
- •Специальные средства разработки эс и их выбор.
Московский Авиационный Институт
(Государственный Технический Университет)
МАИ
Лекции по курсу
«Искусственный Интеллект и Экспертные Системы»
Семестр II
Павлова Н.В.
Утверждено в качестве учебно-методического пособия
на заседании кафедры 303
5 Июля 2007 года, протокол № 6
Москва 2007
Рассуждения в условиях неопределенности.
Бертран Рассел (английский математик, логик и философ): “Любая традиционная логика обычно предполагает использование точных символов. Именно поэтому она применима не к земной жизни, а к лишь воображаемому небесному существованию”.
Аристотель: “Свойством разума является удовлетворенность той степенью точности, которую допускает природа субъекта, а не ожидание точности там, где лишь возможно приближение к истине”.
До сих пор в курсе рассматривались модели знаний, где рассуждения велись без учета неопределенности.
На практике часто полезные заключения должны быть получены из неудачно сформированных и неопределенных данных, причем с использованием несовершенных правил вывода.
Казалось бы, в таких условиях имеем неразрешимую задачу, но естественный интеллект с такими задачами справляется вполне успешно.
Примеры:
Понимание смысла по частично произнесенной фразе.
Узнавание человека по голосу или по походке.
Спрашивается, как учесть такую неопределенность в искусственной системе.
Для примера рассмотрим правила из экспертной системы диагностики автомобиля.
ЕСЛИ двигатель не вращается, и фары не горят
ТО проблема в аккумуляторе или проводке.
На первый взгляд – это обычное правило: из одного вытекает другое, но на самом деле это правило носит эвристический характер по своей природе. Действительно, обратное утверждение в нем всегда верно: если уж аккумулятор и проводка неисправны, то и двигатель не заведешь и фары гореть не будут.
А вот прямое утверждение необязательно. Здесь названы две наиболее вероятные причины, но при других обстоятельствах ситуация, сформулированная в части ЕСЛИ правила, может быть вызвана и другими причинами, пусть и менее вероятными (поврежден стартер и фары не горят).
Правила такого типа называются абдукциями или абдуктивными рассуждениями.
Формально правило пишется: P→Q
Означает это, что из Q P следует всегда, а из P можно только вывести Q.
Такое абдуктивное правило называется еще необусловленным. Это означает, что заключение необязательно истинно, для любой интерпретации, в которой истинны предпосылки правила.
Для того, чтобы использовать такие правила в искусственных системах необходимо ввести меру доверия к ним.
В качестве такой меры обычно выступает фактор (коэффициент) уверенности
Например:
Правило может выглядеть так: P→Q (0,9).
Это означает: если вы верите, что P – это истина, то Q будет выполняться в 90% таких случаев.
Таким образом, можно сказать, что абдукции, т.е. эвристические правила, выражают политику доверия тех, кто создавал систему.
Достоверность вводимых исходных данных учитывается аналогично. Их неполнота и некорректность также задаются коэффициентом уверенности.
Пример:
Факт может иметь вид:
Освещение работает на полную мощность (0,2).
Это означает, что источник света (исправная фара) горит, но очень слабо.
Спрашивается, как же управлять выводом на основе таких фактов и правил.
На сегодня существует 5 основных методов управления такими выводами:
Абдуктивный вывод, основанный на логике немонотонных рассуждений.
Неточный вывод на основе фактора уверенности.
Рассуждения с нечеткими множествами.
Теория обоснования Демпстера – Шафера.
Стохастический подход к описанию неопределенности.