Professional Documents
Culture Documents
Univerzitet Crne Gore Elektrotehnički Fakultet, Podgorica: Materijal Sa Osmog Termina Predavanja Iz Ekspertnih Sistema
Univerzitet Crne Gore Elektrotehnički Fakultet, Podgorica: Materijal Sa Osmog Termina Predavanja Iz Ekspertnih Sistema
Podgorica, 2013.
Predstavljanje znanja u formalnoj logici
Dakle, ne postoji model za koji bi iskaz (a b) bio neistinit (što bi se moglo desiti
samo u slučaju da je iskaz a istinit a iskaz b neistinit, Tabela 1)
Tautologije su vrsta formula koje imaju veliku primjenu [3]. Tautologije se
mogu direktno koristiti za zaključivanje u propozicionoj logici [4]. To su formule koje
su istinite na osnovu svoje forme, odnosno načina na koje su izgrađene korišćenjem
simbola logičkih veznika, a ne na osnovu neke posebne vrijednosti iskaznih simbola
od kojih su sastavljene. Tautologije su zato obrasci ispravnog zaključivanja. Pošto je
negacija svake tautologije kontradikcija – uvijek neistinita, ove formule se često
koriste kao pokazatelji stranputica do kojih se došlo u zaključivanju.
Formula ((PQ) P) Q je jedna tautologija. Već je rečeno da se ovo
neposredno provjerava ispisivanjem sve četiri različite interpretacije iskaznih simbola
P i Q, računanjem istinitosnih vrijednosti podformula formule i, konačno, računanjem
istinitosne vrijednosti same formule koja se razmatra:
a b akko (a | b) i (b | a).
A B, A
B
Uvedena oznaka znači, iskaz B može biti izveden kada god su, kao istiniti, dati iskaz
oblika A B i iskaz A. Označimo sa A, na primjer, iskaz „pada kiša“ i sa B iskaz
„zemlja je mokra“. Ako imamo iskaze A B, odnosno „ako pada kiša onda zemlja je
mokra“, i znamo da je iskaz A – „pada kiša“ istinit, korišćenjem Modus Ponensa
zaključujemo da važi B – „zemlja je mokra“.
Drugo korisno pravilo zaključivanje je pravilo uklanjanja konjunkcije, koje
kaže da se bilo koji od konjunkata može izvesti na osnovu konjunkcije:
AB
A
Za prethodni primjer bi značilo da ako znamo da je istinit iskaz A B – „pada kiša i
zemlja je mokra“, zaključujemo da je istinit i iskaz A – „pada kiša“. Analogno se
može utvrditi i istinitost iskaza B.
Posmatranjem tabele istinitosti za A i B, može se pokazati da su i Modus
Ponens i pravilo uklanjanja konjunkcije dosljedni algoritmi zaključivanja. Ovi
algoritmi zaključivanja se stoga mogu smatrati šablonima zaključivanja koji se mogu
primijeniti za bilo koju instancu (konkretno značenje iskaza A), generišući dosljedno
zaključivanje – dokazivanje bez potrebe za nabrajanjem modela.
Svaka od navedenih tautologija se može upotrijebiti kao dosljedno pravilo
zaključivanja. Na primjer, tautologija (10) (A B) ((A B) (B A))
(zakon uklanjanja ekvivalencije) se može iskoristiti za dobijanje dva pravila
zaključivanja:
A B i (A B) (B A)
(A B) (B A) A B
Postupak u kojem se sekvencionalno upotrijebljavaju date tautologije, odnosno
pravila zaključivanja, kako bi se izveo željeni iskaz naziva se dokaz zamjenom [4].
Ovaj postupak je alternativa postupku u kojem se isprobavaju mogući modeli dok se
ne dođe do nekog modela koji zadovoljava razmatrani iskaz. Dokazivanje se može
vršiti tako što se polazi od iskaza iz BZ i ide naprijed kako bi se dokazao željeni iskaz
(rezonovanje unaprijed), ili se može ići od ciljnog iskaza i pokušavati pronaći niz
pravila zaključivanja (tautologije) koja bi dovela do početne BZ, odnosno nekog od
iskaza koji se u njoj nalazi (rezonovanje unazad). Može se zaključiti da je složenost
ovakvog načina dokazivanja u najgorem slučaju jednaka složenosti zaključivanja
nabrajanjem modela. Međutim, u većini praktičnih slučajeva, pronalaženje dokaza
može biti jako efikasno, iz prostog razloga što ignoriše sve nerelevantne iskaze iz BZ,
bez obzira na to koliko ih ima. Dakle, posmatraju se samo oni iskazi koji se koriste
tokom dokazivanja ili koji su uključeni u toku dokazivanja.
Dodavanjem novih iskaza u BZ ne povećava se složenost algoritma ukoliko
neki od dodatih iskaza nije povezan sa iskazom koji se dokazuje. Ovo svojstvo
logičkih sistema slijedi iz fundamentalnog svojstva zvanog monotonost. Monotonost
tvrdi da se skup rečenica dobijenih logičkom implikacijom može samo povećavati
dodavanjem novih iskaza (informacija) u bazu znanja. Dakle, za iskaze A i B važi:
Rezolucija – razriješavanje
Za pravila zaključivanja navedena u prethodnom izlaganju je rečeno da su
dosljedna. Međutim, nije rečeno ništa o kompletnosti algoritama zaključivanja koji ih
koriste. Ovi algoritmi nisu uvijek kompletni. Naime, ukoliko su dostupna pravila
zaključivanja u datoj BZ neadekvatna za dostizanje postavljenog cilja, istinitost
postavljenog cilja se ne može odrediti. Ovdje se pod neadekvatnim misli, da ne postoji
mogućnost da se pravila iz BZ predstave u pogodnoj formi, iako se na osnovu
njihovog značenja može doći do željenog cilja.
Rezolucija je pravilo zaključivanja koje je kompletno zaključivanje kada se
kombinuje sa bilo kojim kompletnim algoritmom pretraživanja. Puna rezolucija se
može izreći kao: logička posljedica dvaju istinitih, konjunkcijom vezanih klauzula je
klauzula bez jednog komplementarnog para literala. Klauzula je formula oblika
disjunkcije literala. Komplementarni par literala su nenegirani i negirani jednaki
atomski simboli. Dakle:
A1 A k , m1 mn
, ..................... (1.1)
A1 Ai-1 Ai+1 A k m1 mi-1 mi+1 mn
A1 A k , m
A1 Ai-1 Ai+1 Ak
gdje su iskazi Ai i m komplementarni literali. Pravilo jedinične rezolucije uzima
klauzulu i jedan literal i izvodi novu klauzulu.
Kada je u pitanju klauzula dužine 2, puna rezolucija se može pisati kao:
A1 A 2 , A1 A3
A 2 A3 ,
t.j. rezolucija uzima dvije klauzule i izvodi novu klauzulu koja sadrži sve literale,
osim dva komplementarna literala iz originalne dvije klauzule.
Na osnovu definicije pravila rezolucije vidi se da je primjenljivo samo za
disjunkciju literala. Moglo bi se pomisliti da je stoga bitno samo za primjenu u
bazama znanja koji se sastoje od ovakvih disjunkcija. Međutim, pravilo rezolucije je
kompletan algoritam zaključivanja za cijelu propozicionu logiku (bilo koji oblik
iskaza) jer je svaki iskaz u propozicionoj logici, logički ekvivalentan konjunkciji
disjunkcija literala. Za iskaz predstavljen u obliku konjunkcije disjunkcija literala se
kaže da ima konjunktivnu normalnu formu (engl. conjunctive normal form – CNF).
Posmatrajmo proizvoljan iskaz
(PQ) (RP)
(P Q) (R P)
(P R P) (Q R P),
te dalje:
Početak:
1. Formirati skup S od aksioma i negirananog iskaza koji predstavlja cilj.
Tvrdimo da iz početnog skupa aksioma logički ne slijedi cilj.
2. Predstaviti svaki element iz S u CNF koristeći prethodno opisanu proceduru.
Sada se skup S sastoji od konjunkcije (sve rečenice smatramo da su istinite)
...........................................
1. PQ
2. QR
3. PS
4. ¬S
CNF forma gornjih klauzula postaje:
1. PQ
2. ¬ Q R tautologija (9)
3. ¬ P S tautologija (9)
4. ¬S
Negirani cilj je ¬ R. Sada treba postaviti skup S tako da sadrži svih 5 klauzula i
primijeniti rezolutivni lagoritam. Rezolutivni algoritam je dat grafom na slici 1.
Završava se nultom klauzulom, te se stoga zaključuje da je cilj dokazan i da će padati
kiša.
PQ QR
PR PS
RS S
R R
Æ
Slika 1 Koraci algoritma rezolucije primijenjenog na rješavanje Primjera 1.
a) (P ⇒ Q) ⇒ [(R ∨ P) ⇒ (R ∨ Q)]
b) [(P ⇒ Q) ⇒ P] ⇒ P
c) (¬P ⇒ P) ⇒ P
d) (P ⇒ Q) ⇒ (¬Q ⇒ ¬P)
Rješenje: U opštem slučaju dokazivanja neke propozicione formule
rezolucijom, posjedujemo skup aksioma P i tvrđenje T. Rezoluciju primjenjujemo na
skup P ∪ ¬T to jest na skup koji se sastoji od polaznih aksioma i negacije tvrđenja.
Ukoliko primjenom rezolucije dobijemo prazan stav, to jest protivriječnost u skupu P
∪ ¬T, to znači da skup P ∪ ¬T ne može biti istinito ni za jedan model (semantiku
koju dodjeljujemo pojedinim konstantama, promenljivima) aksioma i tvrđenja. Iz
ovoga slijedi da je skup P ∪ T istinit u svakoj interpretaciji – za svaki model, shodno
1
Zadatak preuzet iz [6]
tome T je teorema koja se dobija iz polaznih aksioma P nezavisno od modela –
tautologija.
Zamislimo sada da imamo samo tvrđenje T bez bilo kakvih aksioma.
Ponovimo razmatranje iz prethodnog pasusa stavljajući da je P prazan skup: Ako
rezolucijom pokažemo da ¬T nije istinito, dokazali smo da je T zadovoljeno nezavisno
od interpretacije i nezavisno od ikakvih polaznih pretpostavki.
Propoziciona (iskazna) logika je podskup predikatske logike bez promenljivih.
Formule iskazne logike koje su tačne za svaku interpretaciju (to jest, bez obzira koju
istinitosnu vrednost imaju iskazi koje se pojavljuju u formuli) nazivaju se tautologije.
Prema tome, da bismo dokazali da je neka formula tautologija, potrebno je
primjenom rezolucije naći protivriječnost u skupu stavova koji predstavljaju negaciju
polazne formule.
a) Negiramo datu formulu:
(¬P ∨ Q) ∧ (R ∨ P) ∧ ¬(R ∨ Q)
Transformisanjem posljednjeg člana formule dobijamo:
(¬P ∨ Q) ∧ (R ∨ P) ∧ ¬R ∧ ¬Q
Podjelom na klauzule dobijamo traženu formu:
1. ¬P ∨ Q
2. R ∨ P
3. ¬R
4. ¬Q
Primjenom rezolucije tražimo protivrječnost u navedenim stavovima (stavovi za
spajanje će biti birani tako da se cilj postigne u što manje koraka):
1., 2. → 5. Q ∨ R
3., 5. → 6. Q
4., 6. → NIL
Dobijanjem protivrečnosti dokazano je da je polazna formula tautologija.
Minimum zahtijevanog znanja sa trećeg termina
1. Tipovi znanja?
2. Šta je meta znanje i zašto je bitno u ekspertnim sistemima?
3. Od čega se sastojala Aristotelova logika?
4. Šta je atomska rečenica u propozicionoj logici. Na koji način se obilježava. Koji
su to iskazi sa fiksnim značenjem.
5. Navesti svih pet simbola povezivanja propozicione logike. Dati tabelu istinitosti
za sve ove simbole.
6. Prokomentarisati tabelu istinitosti za logičku implikaciju.
7. Šta je dobro formirana rečenica u propozicionoj logici?
8. Koliko modela ima za iskaz ((¬ P) (Q R)) S, navesti jedan (na
kolokvijumu će se tražiti odgovor ovog tipa, za neki drugi iskaz. Navedeni iskaz
služi za vježbu.).
9. Semantika propozicione logike – način na koji način se računa vrijednost
istinitosti bilo kojeg iskaza, za dati model.
10. Šta znači a|=b, a šta BZ|-ia?
11. Šta je dosljednost, a šta kompletnost algoritma? Zašto se ovo karakteristike
zahtijevaju od algoritama koji se koriste u ekspertnim sistemima?
12. Koja je razlika između ekvivalencije i logične posljedičnosti iskaza u
propozicionoj logici?
13. Kada se u propozicionoj logici za neki iskaz kaže da je zadovoljiv?
14. Šta je tautologija, a šta kontradikcija u propozicionoj logici?
15. Koja je mana Modus Ponens i pravila uklanjanja konjunknkcija? Koja im je
prednost u odnosu na pravilo nabrajanja modela sa stanovišta kompleksnosti
odgovarajućeg agoritma?
16. Svaki student će dobiti po jedan ili dva zadatka slična primjeru 1 ili primjeru 2.
LITERATURA
[1] Joseph C. Giarratano, Gary D. Riley.: Expert Systems: Principles and
Programming, Prentice Hall, 2nd ed., 2002.
[2] Russell S., Norvig P.: Artificial Intelligence: A Modern Approach, Prentice
Hall, NJ, 1995.
[3] Poliščuk, E.J.: Ekspertni sistemi, Informatička literatura JEP (vlastito izdanje),
Podgorica, 2004.
[4] Konar A.: Artificial Intelligence and Soft Computing: Behavioral and
Cognitive Modeling of the Human Brain, CRC Press, December 8, 1999.
[5] http://www.zemris.fer.hr/predmeti/tes/nastava.html - zadnji put pristupano, 10.
02. 2010. godine.
[6] Dragan Bojić, Dušan Velašević, Vojislav Mišić: Zbirka zadataka iz
Ekspertskih sistema, Beograd, 1996.
[7] http://ri4es.etf.rs/, posljednji put pristupano, 18. 02. 2010. godine.