Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji
(PSZT)
Paweł Wawrzyński
Wnioskowanie logiczne i systemy eksperckie
Logika rozmyta
Niepewność, niedokładność,
niedeterminizm
• Niepewność/niedokładność wiedzy
w systemach wnioskujących/eksperckich
• Niepewność prognoz służących do
planowania
• Niedeterminizm wiedzy deklaratywnej
pozyskiwanej przez uczenie maszynowe
• Niedeterminizm świata, w którym działa
podmiot uczenia proceduralnego
PSZT, zima 2013, wykład 6
2
Niepewność
• Zmienność aleatoryczna
– wrodzona, nieredukowalna
– wiedza pozwala ją opisać, ale nie usunąć
– przykład: wynik rzutu kostką
• Niepewność epistemiczna
– poznawcza, związana z ograniczoną wiedzą
– przykład: konsekwencje regulacji
administracyjnych
PSZT, zima 2013, wykład 6
3
Niepewność, niedokładność,
niedeterminizm - recepty
• Zmienność aleatoryczna
– probabilistyka, statystyka
– metody Bayesowskie
• Niepewność, niedokładność
– Rozmyte: zbiory, pojęcia, reguły, systemy, logika
– Zbiory przybliżone
PSZT, zima 2013, wykład 6
4
Logika rozmyta
• Główna motywacja: zmusić komputer do
posługiwania się wiedzą wyrażaną w języku
naturalnym
• Przykład takiej wiedzy: „jeśli od dłuższego
czasu jest sucho, nawadnianie powinno być
obfite”
• Ogólnie: człowiek umie podejmować decyzje
posługując się ograniczoną wiedzą wyrażoną
przy użyciu nieprecyzyjnych pojęć.
Tego samego chcemy od komputera
PSZT, zima 2013, wykład 6
5
Zbiory rozmyte
PSZT, zima 2013, wykład 6
6
Zbiory rozmyte, przykłady
PSZT, zima 2013, wykład 6
7
Rozmyte spójniki logiczne
PSZT, zima 2013, wykład 6
8
Stwierdzenie w logice rozmytej
PSZT, zima 2013, wykład 6
9
Reguły rozmyte
PSZT, zima 2013, wykład 6
10
Wyostrzenie (Defuzyfikacja)
PSZT, zima 2013, wykład 6
11
Systemy rozmyte
PSZT, zima 2013, wykład 6
12