chapter04

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (491.05 KB, 28 trang )

(1)<div class='page_container' data-page=1>

Ch

ươ

ng 4

Bi

ể

u di

ễ

n tri th

ứ

c

GV: Nguyễn Thị Trúc Viên
Email:

Bi

ể

u di

ễ

n và ánh x

ạ

Tri th

ứ

c c

ủ

a l

ĩ

nh v

ự

c:

–

Là tồn b

ộ

nh

ữ

ng hi

ể

u bi

ế

t v

ề

l

ĩ

nh v

ự

c

đ

ó.

–

Th

ườ

ng g

ồ

m: khái ni

ệ

m,

đố

i t

ượ

ng, quan h

ệ

gi

ữ

a chúng, lu

ậ

t

ồ

n t

ạ

i gi

ữ

a chúng, …

–

Có th

ể

phân ra nhi

ề

u d

ạ

ng, xem ph

ầ

n sau.

–

Hi

ệ

n t

ồ

n t

ạ

i 1 s

ố lượ

c

đồ

ghi nh

ậ

n tri th

ứ

c.

Để

gi

ả

i bài toán AI c

ầ

n:

–

Knowledge:

tri th

ứ

c v

ề

bài tốn (có th

ể

nhi

ề

u).

–

Mechanism for manipulating that knowledge:

</div>
(2)<div class='page_container' data-page=2>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 3

Hình th

ứ

c hố tri th

ứ

c:

Dạng thực

Dạng hình thức

-Facts(sựkiện):
sự thật trong lĩnh vực

-Representations(sựbiểu diễn):
dạng biểu diễn của sự kiện theo lược
đồđược chọn.

Cái cần biểu diễn Cái có thểxử lý được

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Facts Internal

Representations

English
Representations

Reasoning
programs

English
generation
English

understanding

(*) Ánh xạthuận (forward):

Facts Internal representation
(**) Ánh xạ ngược (backward):

Internal representation Facts

*

**

</div>
(3)<div class='page_container' data-page=3>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 5

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Hai m

ứ

c c

ấ

u trúc cho facts/representations:

–

Mức tri thức:

mức mà các sựkiện, gồm cách hành xửcủa agent và goal hiện tại,
được mô tả.

–

Mức ký hiệu:

mức mà sựbiểu diễn của các đối tượng đã được chọn trong mức tri

thức được viết ra ởdạng ký hiệu đểcó thểxử lý được bằng chương

trình.

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Ví d

ụ

:

–

Câu ti

ế

ng anh:

“Spot is a dog”
“Every dog has a tail”

–

Có th

ể đượ

c bi

ể

u di

ễ

n

ở

nhi

ề

u l

ượ

c

đồ

.

D

ạ

ng logic (ch

ươ

ng sau):

1. dog(Spot).

2. ∀∀∀∀X(dog(X) => hastail(X)).

Từ đó câu: “Spot has a tail”, có thể thu được qua các bước:

3. Từ2, X=“Spot”: dog(Spot)=>hastail(Spot).

4. Từ1, 3: hastail(Spot).

</div>
(4)<div class='page_container' data-page=4>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 7

D

ạ

ng m

ạ

ng ng

ữ

ngh

ĩ

a (ch

ươ

ng sau):

dog

Spot
instance

“Spot is a dog.”

dog has tail

“Every dog has a tail”

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

D

ạ

ng m

ạ

ng ng

ữ

ngh

ĩ

a (ch

ươ

ng sau):

dog

Spot
instance

“Spot has a tail“

Qua con đường đi từ Spot đến tail

</div>
(5)<div class='page_container' data-page=5>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 9

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Ánh x

ạ

bi

ể

u di

ễ

n không h

ẳ

n là

one

-to-one (1-1),

th

ườ

ng là many-to-many.

All dogs have tails

Every dog has a tail Every dog has at least one tail

Each dog has several tails

English Sentences Facts

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Ánh x

ạ

bi

ể

u di

ễ

n không h

ẳ

n là

one

-to-one (1-1),

th

ườ

ng là many-to-many.

All dogs have tails

Every dog has a tail Every dog has at least one tail

Each dog has several tails

English Sentences Facts

</div>
(6)<div class='page_container' data-page=6>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 11

Bi

ể

u di

ễ

n t

ố

t

Suy lu

ậ

n chính xác

Vi

ệ

c suy lu

ậ

n

đơ

n gi

ả

n.

Ví d

ụ

:

Thửchọn cách biểu diễn nào sau đây cho bài tốn

“mutilated checkerboard”

(a) (b) (c)

Sơ ơ đen: 30
Sốơ trắng: 32

Bi

ể

u di

ễ

n và ánh x

ạ

(tt.)

Mơ hình gi

ả

i quy

ế

t v

ấ

n

đề

c

ủ

a con ng

ườ

i và máy:

Intial
facts

Final
facts

Internal
representation

of initial facts

Internal
representation

of final facts

Ánh xạthuận Ánh xạ ngược

</div>
(7)<div class='page_container' data-page=7>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 13

Các cách ti

ế

p c

ậ

n

4 thu

ộ

c tính c

ủ

a h

ệ

th

ố

ng bi

ể

u di

ễ

n tri th

ứ

c:

Representational adequacy:

Khả năng biểu diễn tất cảcác tri thức cần thiết cho lĩnh vực đó.

Inferential adequacy:

Khả năng xửlý các cấu trúc sẵn có đểsinh ra các cấu trúc mới

tương ứng với tri thức mới được sinh ra từtri thức cũ.

Inferential efficiency:

Khả năng thêm vào cấu trúc tri thức thơng tin bổsung mà nó có

thể được dùng để hướng dẫn cơ chếsuy luận theo hướng có nhiều

triển vọng nhất.

Acquisitional efficiency:

Khả năng thu được thông tin mới dễdàng. Trường hợp đơn giản

nhất là chèn trực tiếp tri thức mới (do người) vào cơ sởtri thức. Lý

tưởng nhất là chương trình có thểkiểm sốt việc thu được tri thức.

Các cách ti

ế

p c

ậ

n(tt.)

N

ă

ng l

ự

c hi

ệ

n nay:

–

Khơng m

ộ

t h

ệ

th

ố

ng nào có th

ể

t

ố

i

ư

u t

ấ

t c

ả

các kh

ả năng trên

cho m

ọ

i ki

ể

u tri th

ứ

c.

</div>
(8)<div class='page_container' data-page=8>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 15

Tri th

ứ

c quan h

ệ đơn giả

n:

–

Bi

ể

u di

ễ

n các s

ự

ki

ệ

n(facts) d

ạ

ng khai báo nh

ư

t

ậ

p quan h

ệ đã

dùng trong CSDL quan h

ệ

- xem ví d

ụ

–

D

ạ

ng bi

ể

u di

ễ

n này:

Đơn giản khả năng suy luận trên chính nó rất yếu.

Thường được dùng làm đầu vào cho các động cơ suy diễn mạnh

hơn.

Left-Right
205

6-3
Ted Williams

Left-Left
215

6-2
Babe Ruth

Right-Right
170

5-10
Willie Mays

Right-Right
180

6-0
Hank Aaron

Bats-Throws
Weight

Height
Player

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c quan h

ệ đơn giả

n (tt.):

–

N

ế

u b

ổ

sung các lu

ậ

t (ví d

ụ để

):

Tìm Player có trọng lượng lớn nhất.

Tìm Player đánh bóng tương ứng với 1 player ném bóng cho trước

(dựa vào trường bats-throws).

Thì các facts nói trên có th

ể đượ

c dùng nh

ư

đầ

u vào cho

nh

ữ

ng lu

ậ

t này

đượ

c.

–

Các nghiên c

ứ

u trong CSDL quan h

ệ đã đ

ào xâu ki

ể

u bi

ể

u

</div>
(9)<div class='page_container' data-page=9>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 17

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c có kh

ả năng thừ

a k

ế

:

–

1 d

ạ

ng b

ổ sung cơ chế

suy di

ễ

n vào c

ơ

s

ở

tri th

ứ

c quan h

ệ

nói

trên,

đ

ó là:

thừa kế thuộc tính.

–

Thừa kế thuộc tính:

Tổchức các đối tượng thành các lớp (class).

Các lớp được sắp xếp vào hệthống phân cấp (hierachy) – có lớp

cha (tống quát) và lớp con (cụthể) – xem hình.
Các lớp con thừa kếcác thuộc tính từlớp cha.

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c có kh

ả năng thừ

a k

ế

(tt.):

Line:

Thuộc tính

Box:

Đối tượng, Trịcủa thuộc tính của đối tượng.

Arrow:

Từ đối tượng sang trịcủa thuộc tính.
Person

Adult-Male

Baseball-Player
isa

isa

</div>
(10)<div class='page_container' data-page=10>

Khoa Cơng Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 19

Tri th

ứ

c có kh

ả năng thừ

a k

ế

(tt.):

Person
Adult-Male
Baseball-Player
isa
isa
Pitcher Fielder

Three-Finger-Brown

Pee-Wee-Reese
isa isa
instance instance
Right
handed
5-10
height
6-1
.252
height

batting-average
.262
batting-average
Brooklyn
-Dodgers
team

Chicago-Cubs
team
.106
batting-average
equal to
handed
bats

Một mạng đầy đủ hơn

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c có kh

ả năng thừ

a k

ế

(tt.)

Baseball-Player

isa: Adult-Male

bats: (EQUAL handed)

height: 6-1

batting-average: .252

Adult-Male

isa: Person

height: 6-1

isa

</div>
(11)<div class='page_container' data-page=11>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 21

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c có kh

ả năng thừ

a k

ế

(tt.):

–

Gi

ả

i thu

ậ

t: (O-A-V)

L

ấ

y tr

ị

V c

ủ

a thu

ộ

c tính A c

ủ

a

đố

i t

ượ

ng O:

1. Tìm O trong cơ sởtri thức.

2. Nếu có link với nhãn A trảvềtrịV của A.

3. Ngược lại: nếu khơng có link với nhãn instance fail.

4. Ngược lại: chuyển đến nốt tương ứng trịcủa link instance, và tìm

trịV cho thuộc tính A. Nếu có thìtrảvề V cho A.

5. Ngược lại: lặp đến khi khơng có trịcho thuộc tính isaOR có câu

trảlời:

(a) Nhận trịcủa thuộc tính isa và di chuyển đến nốt đó.
(b) Nếu có trịV cho thuộc tính A trảvềV cho A.

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c có kh

ả năng thừ

a k

ế

(tt.):

–

1 s

ố

câu h

ỏ

i có th

ể

tr

ả

l

ờ

i b

ằ

ng cách áp d

ụ

ng gi

ả

i thu

ậ

t trên

vào m

ạ

ng ng

ữ

ngh

ĩ

a cho

ở trang trướ

c:

team(Pee-Wee-Reese) = Brooklyn-Dodgers.

batting-average(Three-Finger-Brown) = .106

height(Pee-Wee-Reese) = 6-1.

Bats(Three-Finger-Brown) = Right.

…

Giá trịtính được từ: (EQUAL handed)
Bằng cách gọi:

</div>
(12)<div class='page_container' data-page=12>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 23

Tri th

ứ

c suy di

ễ

n:

–

Th

ừ

a k

ế

thu

ộ

c tính

ở

trên là 1 d

ạ

ng suy di

ễ

n.

–

Logic truy

ề

n th

ố

ng: cung c

ấ

p d

ạ

ng suy di

ễ

n m

ạ

nh h

ơ

n.

–

M

ộ

t ví d

ụ

v

ề

tri th

ứ

c cho

baseball

ở

first-order-logic (FOL):

∀

X :

Ball(X) ^ Fly(X) ^ Fair(X) ^ Infield-Catchable(X) ^

Occupied-Base(First) ^ Occupied-Base(Second) ^

(Outs < 2) ^

¬[Line-Drive(X) v Attempted-Burnt(X)]

Infield-Fly(X)

∀

X :

Batter(X) ^ Batted(X,Y) ^ Infield-Fly(Y)

Out(X)

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c suy di

ễ

n (tt.):

–

Tri th

ứ

c suy di

ễ

n: c

ầ

n th

ủ

t

ụ

c suy di

ễ

n.

–

Th

ủ

t

ụ

c suy di

ễ

n: nhi

ề

u d

ạ

ng

Forward(tiến): Đi từsựkiện đến kết luận.

Backward(lùi): Đi từkết luận đến sựkiện đã cho.
Thủtục thường dủng: resolution– xem chương 5.

Tri th

ứ

c th

ủ

t

ụ

c:

–

Tri th

ứ

c trong các ví d

ụ trướ

c: T

ĩ

nh, d

ạ

ng khai báo.

</div>
(13)<div class='page_container' data-page=13>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 25

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c th

ủ

t

ụ

c:

–

Cách bi

ể

u di

ễ

n trong ch

ươ

ng trình:

1. Viết bằng các NNLT (LISP chẳng hạn)

Máy sẽthực thi mã đểthực hiện công việc.

Trởngại:

Vi phạm Inferential adequacy: khó viết CT suy diễn vềhành vi của

CT khác

Vi phạm Acquisitional efficiency: Cập nhật/debug số lượng lớn mã

khó khăn.

Xem ví dụ: Một đoạn LISP dùng đểtính trịcủa thuộc tính bats

như trong khung nói trước.

Các cách ti

ế

p c

ậ

n(tt.)

Tri th

ứ

c th

ủ

t

ụ

c:

Baseball-Player

Isa: Adult-Male

bats: (lamda (x)

(prog()
L1

(cond ((cardr x) (return (cardr x)))
(t (setq x (eval (cardr x)))

(cond (x (go L1))
(t (return nil)
)

)
)

)
)
)

Height: 6-1

</div>
(14)<div class='page_container' data-page=14>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Môn: Trí tuệnhân tạo Chương 04. Side 27

Tri th

ứ

c th

ủ

t

ụ

c:

–

Cách bi

ể

u di

ễ

n trong ch

ươ

ng trình:

2. Dùng luật sinh (production rules), như ví dụ:

Luật sinh + cách sửdụng chúng: là định hướng hoạt động hơn các

dạng biểu diễn nói trước đây.

Tuy phân biệt đâu là tri thức khai báo hay thủtục là một cơng việc

khó khăn.

IF:

ninth inning, AND
score is close, AND
less than 2 outs, AND
first base is vacant, AND

batter id better hitter than next batter
THEN

walk the batter.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c

Có nh

ữ

ng thu

ộ

c tính c

ơ

b

ả

n nào c

ủ

a

đố

i t

ượ

ng mà

chúng xu

ấ

t hi

ệ

n trong m

ọ

i l

ĩ

nh v

ự

c khơng?

N

ế

u có:

đ

ó là nh

ữ

ng thu

ộ

c tính nào?

N

ế

u có: có ch

ắ

c ch

ắ

n là chúng s

ẽ đượ

c x

ử

lý thích

h

ợ

p trong t

ừ

ng c

ơ

ch

ế đượ

c

đề

ngh

ị

không?

</div>
(15)<div class='page_container' data-page=15>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 29

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Tri th

ứ

c

đượ

c bi

ể

u di

ễ

n

đế

n m

ứ

c chi ti

ế

t nào?

Có t

ồ

n t

ạ

i nh

ữ

ng primitive c

ơ

b

ả

n mà

qua đ

ó t

ấ

t c

ả

tri th

ứ

c

đượ

c bi

ể

u di

ễ

n?

S

ử

d

ụ

ng primitives có ích khơng?

T

ậ

p các

đố

i t

ượ

ng

đượ

c bi

ể

u di

ễ

n nh

ư

th

ế

nào?

V

ớ

i s

ố lượ

ng l

ớ

n tri th

ứ

c

đượ

c ch

ứ

a trong CSDL,

B

ằ

ng cách nào truy xu

ấ

t nh

ữ

ng thành ph

ầ

n c

ầ

n

thi

ế

t?

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Các thu

ộ

c tính quan tr

ọ

ng:

Instance

:

Cho bi

ế

t quan h

ệ

thành viên gi

ữ

a

đố

i t

ượ

ng và l

ớ

p nó thu

ộ

c

vào.

Isa

Cho bi

ế

t m

ộ

t l

ớ

p là con c

ủ

a l

ớ

p khác.

–

C

ặ

p thu

ộ

c tính trên cho phép kh

ả năng thừ

a k

ế

thu

ộ

c tính.

–

Chúng có th

ể đượ

c g

ọ

i và bi

ể

u di

ễ

n khác nhau trong nhi

ề

u h

ệ

</div>
(16)<div class='page_container' data-page=16>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 31

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính:

–

Thu

ộ

c tính: entity | relationship

Có tính ch

ấ

t quan tr

ọ

ng:

1. Đảo

2. Tồn tại trong 1 hệthống isa

3. Các kỹthuật đểsuy diễn giữa các giá trí.

4. Các thuộc tính đơn trị.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính (tt.):

Adult-Male

Baseball-Player

isa isa: thuộc tính của Baseball-Player
isa: quan hệtừ <Baseball-Player>

đến Adult-Male

Pee-Wee-Reese

Brooklyn
-Dodgers
team

Team: thuộc của đối tượng <Pee-Wee-Reese>

</div>
(17)<div class='page_container' data-page=17>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 33

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính (tt.):

1.

Đả

o:

Đố

i t

ượ

ng O có thu

ộ

c tính, quan h

ệ

, A v

ớ

i giá tr

ị

V. N

ế

u xu

ấ

t phát t

ừ

V, xem V là

đố

i t

ượ

ng

đượ

c bi

ể

u di

ễ

n, thì

c

ũ

ng có quan h

ệ đế

n

đố

i t

ượ

ng O ban

đầ

u, thông th

ườ

ng là

khác v

ớ

i quan h

ệ A ban đầ

u, tr

ừ trườ

ng h

ợ

p A là quan h

ệ đố

i

x

ứ

ng nh

ư

:

friend

,

sibling

, ..

Có hai cách bi

ể

u di

ễ

n, nh

ư

VD:

1. team(Pee-Wee-Reese, Brooklyn-Dodgers)

2. team = Brooklyn-Dodgers

team-members = Pee-Wee-Reese.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính (tt.):

2. T

ồ

n t

ạ

i m

ộ

t h

ệ

th

ố

ng isa gi

ữ

a các thu

ộ

c tính:

–

H

ệ

th

ố

ng isa này gi

ố

ng nh

ư

isa gi

ữ

a các l

ớ

p.

–

Ví d

ụ

:

height
Physical-size
Physical-attribute

</div>
(18)<div class='page_container' data-page=18>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 35

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính(tt.):

3. Các k

ỹ

thu

ậ

t suy di

ễ

n trên các tr

ị

:

–

Các thu

ộ

c tính có tr

ị tườ

ng minh

dùng tr

ị đ

ó.

–

Các thu

ộ

c tính ch

ư

a có

đặ

c t

ả

tr

ị tườ

ng minh

th

ự

c hi

ệ

n

độ

ng tác suy di

ễ

n.

–

Các thông tin c

ầ

n cho suy di

ễ

n:

Kiểu của giá trị. Ví dụ: Kiểu trịcủaheightlà giá trịtính theo đơn

vị đo chiều dài nào đó.

Ràng buộc trên trị: Ví dụ: tuổi của 1 nguời khơng lớn tuổi của cha

hoặc mẹhọ.

Luật tính tốn trịkhi cần nó: như ví dụtính trịcho batsởtrên. Gọi

làbackward ruleshay if-needed rules

Luật mô tảhành động được thực hiện khi giá trịcủa nó đã biết.

Gọi làforward ruleshay if-added rules.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Các quan h

ệ

cùng v

ớ

i các thu

ộ

c tính(tt.):

4. Các thu

ộ

c tính

đơ

n tr

ị

:

–

Các thu

ộ

c tính

đơ

n tr

ị

: thu

ộ

c tính ch

ỉ

có 1 tr

ị

duy nh

ấ

t t

ạ

i b

ấ

t

k

ỳ

th

ờ

i

đ

i

ể

m nào.

–

Ví d

ụ

: M

ộ

t

Player

, trong h

ệ

th

ố

ng ví d

ụ

, ch

ỉ

có 1 tr

ị

duy nh

ấ

t

cho

height, team,…

–

Vài cách khác nhau

để

h

ổ

tr

ợ

s

ự đơn trị

:

Đưa ra ký hiệu khoảng thời gian tường minh hai trịkhác nhau

cho cùng 1 thuộc tính trong 1 khoảng thời gian báo hiệu mâu

thuẩn tự động.

Viết đè lên giá trịcũnếu gặp trịmới.

Không hổtrợ tường minh (cho logic-based system). Người xây

dựng CSTT ghi nhận rằng: một thuộc tính có trịrồi thì nó khơng

</div>
(19)<div class='page_container' data-page=19>

Khoa Cơng Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 37

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Bi

ể

u di

ễ

n

ở

m

ứ

c chi ti

ế

t nào?

–

Các primitive nào?

–

Ví d

ụ

: n

ế

u s

ự

ki

ệ

n quan tâm là …

“John spotted Sue”

–

D

ạ

ng bi

ể

u di

ễ

n có th

ể

:

Spotted(agent(John), object(Sue))

Trảlời được: “Who spotted Sue?”

Không được: “Did John see Sue?“

N

ế

u thêm lu

ậ

t:

Spotted(X,Y) saw(X,Y) trảlời được câu hỏi trên.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Bi

ể

u di

ễ

n

ở

m

ứ

c chi ti

ế

t nào?

–

Các primitive nào?

–

Ví d

ụ

: n

ế

u s

ự

ki

ệ

n quan tâm là …

“John spotted Sue”

–

D

ạ

ng bi

ể

u di

ễ

n có th

ể

:

saw(agent(John),object(Sue),timespan(briefly))

Cách này bẻ:

spotting = seeing + timespan

dễdàng trảlời cho hành động saw.

</div>
(20)<div class='page_container' data-page=20>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 39

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Primitives: ph

ầ

n t

ử cơ bả

n, có th

ể

là:

Hành động cơ bản,
Khái niệm cơ bản, …

đ

ã

đượ

c quy

đị

nh tr

ướ

c ý ngh

ĩ

a.

–

Primitives : công c

ụ

bi

ể

u di

ễ

n thu

ộ

c low-level.

–

Advantage c

ủ

a primitives:

Các luật suy diễn chỉcần làm việc trên các primitives.

–

Disadvantage c

ủ

a primitives:

Bộnhớnhiều: cho các sựkiện ởhigh-level (ởNNTN) – do biểu

diễn lặp lại khái nhiệm.

Phải chuyển từ high-level (như NNTN) sang low-level (primitives).

Và không phải lúc nào cũng dễdàng.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Primitives: Ph

ươ

ng pháp CD cho câu “

John punched Mary

”

John P PROPEL O fist

Poss-by
John

Mary
John

fist Physcontact

Poss-by
John

Mary

John MOVE

O
fist
Poss-by
John

</div>
(21)<div class='page_container' data-page=21>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 41

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Primitives: Ph

ươ

ng pháp CD cho câu “

Mary punched John

”

Mary P PROPEL O fist

Poss-by
Mary

John
Mary

fist Physcontact

Poss-by
Mary

John

Mary MOVE

fist
Poss-by
Mary

John
D
Toàn bộ cấu trúc phải được lưu lại

tương tự như cấu trúc cho câu trước.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Disadvantage c

ủ

a primitives:

Tập primitives không rõ ràng

–

Ví d

ụ

:

T

ậ

p primitives nào cho câu “

Mary is Sue’cousin

” ???

–

V

ớ

i primitives: mother, father, son, daughter, brother, sister.

Mary = daughter(brother(mother(Sue)))

Mary = daughter(sister(mother(Sue)))

Mary = daughter(brother(father(Sue)))

Mary = daughter(sister(father(Sue)))

–

V

ớ

i primitives: parent, child, sibling, male, female.

</div>
(22)<div class='page_container' data-page=22>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 43

Ch

ọ

n l

ự

a m

ứ

c bi

ể

u di

ễ

n:

–

Disadvantage c

ủ

a primitives:

Nếu dùng primitives ởmức cao thì khó mà biết được những

primitives cấp thấp nào tương ứng.

Ví dụ: phát biểu “John broke the window” thì “BROKE” có

thể được thực hiện thông qua:

1. Pick up a hard object.

Hurl the object through the window.
2. Pick up a hard object.

Hold onto the object while causing it to crash into the window.
3. Cause hand (or foot) to move fast and crash into the window.

4. Shut the window so hard that the glass breaks.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Bi

ể

u di

ễ

n t

ậ

p

đố

i t

ượ

ng:

–

Lý do: Có m

ộ

t s

ố

quan h

ệ

/thu

ộ

c tính ch

ỉ đ

úng v

ớ

i t

ậ

p h

ợ

p mà

khơng

đ

úng v

ớ

i t

ừ

ng ph

ầ

n t

ử

.

–

VD:

1. “There are more sheep than people in Australia”
2. “English speakers can be found all over the world”

Ởví dụtrên: các tính chất được kết hợp với các tập hợp , không

phải phần tử: sheep, people in Australia, English speakers, …

</div>
(23)<div class='page_container' data-page=23>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Môn: Trí tuệnhân tạo Chương 04. Side 45

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Bi

ể

u di

ễ

n t

ậ

p

đố

i t

ượ

ng:

–

Lý do: Cho dù tính ch

ấ

t

đ

úng v

ớ

i m

ọ

i ph

ầ

n t

ử

c

ủ

a t

ậ

p thì vì lý

do hi

ệ

u qu

ả

c

ũ

ng khơng nên li

ệ

t kê tính ch

ấ

t

đ

ó cho m

ọ

i ph

ầ

n

t

ử

.

–

VD:

“Every dog has a tail”.

“Spot, Lulu and Nana are dogs”

–

Ở

ví d

ụ

trên: Spot, Lulu và Nana là nh

ữ

ng con chó

nhưng

chúng ta khơng nên k

ế

t h

ợ

p tính ch

ấ

t “has a tail” tr

ự

c ti

ế

p vào

chúng.

–

Chúng ta k

ế

t h

ợ

p thu

ộ

c tính vào t

ậ

p và lan truy

ề

n xu

ố

ng thành

viên c

ủ

a t

ậ

p, nh

ư

m

ạ

ng ng

ữ

ngh

ĩ

a – xem ph

ầ

n tr

ướ

c.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Bi

ể

u di

ễ

n t

ậ

p

đố

i t

ượ

ng:

–

L

ư

u ý: Ngh

ĩ

a c

ủ

a các primitives ph

ả

i rõ ràng

để

phân bi

ệ

t

nh

ữ

ng tr

ườ

ng h

ợ

p nh

ư

large(Elephant).
–

Ngh

ĩ

a là:

“the set of elephants is large”

OR

</div>
(24)<div class='page_container' data-page=24>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 47

Bi

ể

u di

ễ

n t

ậ

p

đố

i t

ượ

ng:

–

Hai cách bi

ể

u di

ễ

n:

Ngoại diện – extension.

Liệt kê các phần tửcủa tập hợp.
Nội hàm – intension.

Đưa ra luật đểphán quyết 1 phần tử như thếnào là thuộc tập hợp.

–

Ví d

ụ

:

Ngoại diện:

{Earth}

Nội hàm:

{X: sun-planet(X) ^ human-inhabited(X)}

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Bi

ể

u di

ễ

n t

ậ

p

đố

i t

ượ

ng:

–

Hai cách bi

ể

u di

ễ

n:

Ánh xạ: Nội hàm Ngoại diện, khơng 1-1.
Nội hàm có thể:

– Mơ tảtập vô hạn.

– Tập chứa các phần tử chưa được biết.

– Cho phép định nghĩa phụthuộc thông số thay đổi ( theo thời gian, khơng

gian…).

Ví dụ:

</div>
(25)<div class='page_container' data-page=25>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 49

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Tìm ra c

ấ

u trúc tri th

ứ

c c

ầ

n thi

ế

t:

–

Các bài toán:

L

ự

a ch

ọ

n c

ấ

u trúc thích h

ợ

p ban

đầ

u.

Đư

a vào chi ti

ế

t t

ừ

tr

ạ

ng thái

đầ

u.

Tìm c

ấ

u trúc khác n

ế

u c

ấ

u trúc

đ

ang có khơng thích h

ợ

p.

Làm gì khi khơng m

ộ

t c

ấ

u trúc hi

ệ

n t

ạ

i nào thích h

ợ

p.

Khi nào t

ạ

o ra và

lưu trữ

l

ạ

i c

ấ

u trúc m

ớ

i.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Tìm ra c

ấ

u trúc tri th

ứ

c c

ầ

n thi

ế

t:

–

L

ự

a ch

ọ

n c

ấ

u trúc ban

đầ

u:

1. Chỉrõ những cấu trúc bằng những từtiếng anh có thể được dùng 
đểmơ tảchúng.

Bất tiện:

> Nhiều từcó nhiều hơn 1 nghĩa.

> Có bản mơ tảbằng tiếng anh trước khi biểu diễn.

2. Xem mỗi khái niệm chính như 1 pointer đến tất cảcác cấu trúc mà

nó có thể được dùng trong đó.

Mỗi concept nhiều cấu trúc.

Như: Steak restaurant, supermarket.

Bill restaurant, shopping

Lấy giao của các tập này tập cấu trúc dùng được.

Bất tiện:

> Có thểsẽcho ra tập rỗng các cấu trúc.

</div>
(26)<div class='page_container' data-page=26>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 51

Tìm ra c

ấ

u trúc tri th

ứ

c c

ầ

n thi

ế

t:

–

L

ự

a ch

ọ

n c

ấ

u trúc ban

đầ

u:

3. Ch

ỉ

ra nh

ữ

ng manh m

ố

i c

ơ

b

ả

n

l

ự

a c

ấ

u trúc ban

đầ

u.

Khi manh m

ố

i khác xu

ấ

t hi

ệ

n

tinh ch

ỉ

nh c

ấ

u trúc OR t

ạ

o

c

ấ

u trúc m

ớ

i.

B

ấ

t ti

ệ

n:

> Không d

ễ

ch

ỉ

ra manh m

ố

i ban

đầ

u.

> Xác

đị

nh tính quan tr

ọ

ng c

ủ

a manh m

ố

i.

Các v

ấ

n

đề

trong bi

ể

u di

ễ

n tri th

ứ

c (tt.)

Tìm ra c

ấ

u trúc tri th

ứ

c c

ầ

n thi

ế

t:

–

Xem xét l

ạ

i l

ự

a ch

ọ

n:

Khi nào thay thếcấu trúc?

Khơng một trịthích hợp nào có thể đựơc ràng buộc vào biến, lấp 
đầy trịcủa thuộc tính nào đó trong cấu trúc.

Q trình trên có thểgặp trởngại và 1 số hướng giải quyết:

1. Thực hiện trên những mảnh cấu trúc hiện tại.

2. Chấp nhận 1 sốlỗi trong cấu trúc hiện tại.

3. Chọn hướng mới đểkhảo sát dựa vào các links được lưu giữcụ

thể.

</div>
(27)<div class='page_container' data-page=27>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 53

V

ấ

n

đề

khung

B

ằ

ng cách nào bi

ể

u di

ễ

n hi

ệ

u qu

ả

chu

ổ

i tr

ạ

ng thái

cho bài tốn tìm ki

ế

m?

Bài tốn robot:

–

on(Plant12, Table34).

–

under(Table34, Window13).

–

in(Table34, Room15).

1 tr

ạ

ng thái = danh sách các facts trên.

b

ấ

t ti

ệ

n: danh sách dài.

t

ừ

tr

ạ

ng thái A

B: nhi

ề

u facts không thay

đổ

i.

V

ấ

n

đề

khung: bài toán v

ề

bi

ể

u di

ễ

n facts thay

đổ

i

cùng v

ớ

i nh

ữ

ng facts không

đượ

c bi

ế

t.

V

ấ

n

đề

khung

S

ử

d

ụ

ng các ti

ề

n

đề

khung:

–

Mô t

ả

t

ấ

t c

ả

nh

ữ

ng cái s

ẽ không thay đổ

i khi áp d

ụ

ng 1 tốn t

ử

c

ụ

th

ể

nào

đ

ó

để

chuy

ể

n t

ừ

tr

ạ

ng thái n

n+1.

–

Ví d

ụ

:

“V

ậ

t X có màu Y t

ạ

i tr

ạ

ng thái S1 thì c

ũ

ng có màu Y t

ạ

i tr

ạ

ng

thái S2 khi di chuy

ể

n X t

ừ

S1

S2’

color(X,Y, S1) ^ move(X,S1,S2)

color(X,Y,S2).

B

ấ

t ti

ệ

n:

</div>
(28)<div class='page_container' data-page=28>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Chương 04. Side 55

chapter04

<b>Ch</b>

ươ

<b>ng 4</b>

<b>Bi</b>

ể

<b>u di</b>

ễ

<b>n tri th</b>

ứ

<b>c</b>

<b>Bi</b>

ể

<b>u di</b>

ễ

<b>n và ánh x</b>

ạ

<b>Tri th</b>

ứ

<b>c c</b>

ủ

<b>a l</b>

ĩ

<b>nh v</b>

ự

<b>c:</b>

Là tồn b

ộ

nh

ữ

ng hi

ể

u bi

ế

t v

ề

l

ĩ

nh v

ự

c

đ

ó.

Th

ườ

ng g

ồ

m: khái ni

ệ

m,

đố

i t

ượ

ng, quan h

ệ

gi

ữ

a chúng, lu

ậ

t

t

ồ

n t

ạ

i gi

ữ

a chúng, …

Có th

ể

phân ra nhi

ề

u d

ạ

ng, xem ph

ầ

n sau.

Hi

ệ

n t

ồ