Artificial Intelligence 4. Knowledge Representation

Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
John Rawls  John Rawls is the most famous American social contract theorist argued that “Justice is fairness” He Thought human natural have a appropriate.
Advertisements

“ The Four Principles of Spirituality ”
Set is a basic term in Mathematics. There is no precise definition for term “set”, But roughly speaking, a set is a collection of objects, Things or symbols,
จำนวน สถานะ NUMBER OF STATES. ประเด็นที่ สนใจ The number of distinct states the finite state machine needs in order to recognize a language is related.
E-R Model บรรยายโดย สุรางคนา ธรรมลิขิต.
Stack.
ฟังก์ชัน(Function).
Data Transmission Encoding Techniques and Transmission mode
นำเสนอโดย ดร.สุธี สุดประเสริฐ
INC 551 Artificial Intelligence
INC 551 Artificial Intelligence
Mind map (From Wikipedia, the free encyclopedia)
Mathematics for computing I
ข้อแตกต่างระหว่าง กับ ผู้ชนะ ผู้แพ้.
Asst.Prof. Dr.Surasak Mungsing
ให้ประหยัดการใช้หน่วยความจำ (space) ด้วยความรวดเร็ว (time)
1 หลักการภาษาชุดคำสั่ง อ. บุรินทร์ รุจจนพันธุ์.. ปรับปรุง 9 มิถุนายน 2556 Transition & Parse Tree มหาวิทยาลัยเนชั่น.
Menu and Interactive with Powerpoint ให้นำเรื่อง Input /Output Technology มา จัดทำ การนำเสนอ โดยใช้หลักการ Menu and Interactive with powerpoint มาประยุกต์
โครงสร้างควบคุมการทำงาน
Wh-Question.
การสร้าง WebPage ด้วย Java Script Wachirawut Thamviset.
Chapter 3 Simple Supervised learning
หลักสูตรอบรมครู คอมพิวเตอร์ หลักสูตรอบรมครู คอมพิวเตอร์ หลักสูตรที่ ๑ ทักษะการโปรแกรม เบื้องต้น วันที่สาม.
In-Class Exercises Discrete Mathematics
Chapter 04 Flowchart ผู้สอน อ.ยืนยง กันทะเนตร
ครูปัทมา แฝงสวัสดิ์. การอ่านเรื่องงานแล้ว บอกรายละเอียดและ สาระสำคัญ.
Mathematical Model of Physical Systems. Mechanical, electrical, thermal, hydraulic, economic, biological, etc, systems, may be characterized by differential.
Unit 10 As Good As It Gets M ฟังการโฆษณาสินค้า 2. อ่านบทความเกี่ยวกับ ผลิตภัณฑ์ที่มีชื่อเสียง 3. พูดอภิปรายเกี่ยวกับผลิตภัณฑ์ ที่มีชื่อติดอันดับโลก.
Programming & Algorithm
Present Continuous.
 How do we improve the test?  Why do we have to improve the test?
Part of Speech Conjunction.
English for everyday use
ครูรุจิรา ทับศรีนวล.
ว เคมีพื้นฐาน พันธะเคมี
Syntax and Semantics ธนวัฒน์ แซ่เอียบ.
How do scientists think and find( พบ ) answers?.
ปริมาณสัมพันธ์ ผู้สอน อ. ศราวุทธ แสงอุไร Composition Stoichiometry ว ปริมาณสัมพันธ์ สถานะของ สาร และเคมีไฟฟ้า นายศราวุทธ แสงอุไร ครูวิชาการสาขาเคมี
ครูรุจิรา ทับศรีนวล “Room service”. “Room service”
ครูวิชาการสาขาเคมี โรงเรียนมหิดลวิทยานุสรณ์
ภาษาอังกฤษ ชั้นมัธยมศึกษาปึที่ 4 Grammar & Reading ครูรุจิรา ทับศรีนวล.
TEST FOR 3RD GRADERS IN THAILAND: COMPARATIVE STUDY Pimlak Moonpo Valaya Alongkorn Rajabhat University under the Patronage Assoc. Prof. Dr. Maitree Inprasitha.
Verb to have (have, has)
Page : Stability and Statdy-State Error Chapter 3 Design of Discrete-Time control systems Stability and Steady-State Error.
D 2 E 1 S E M N G ม. I G I T Grammar A L 4.0.
สื่อการเรียนรู้ด้วยตัวเอง ชุดฝึกเขียนสรุป (Writing Summary)
Integrity Constraints
คิดไว สรุปไว ด้วย MIND MAP ยินดีต้อนรับผู้เข้าร่วมสัมมนาหลักสูตร
INC 161 , CPE 100 Computer Programming
Multimedia Production
1. นี่เป็นสิ่งที่พระเยซูทรงทำ พระองค์ทรงรักษาทุกคน ที่เจ็บป่วยให้หายดี
Computer Programming การเขียนโปรแกรมคอมพิวเตอร์
หน่วยที่ 2 ข้อมูลและสารสนเทศ
Adjective Clause (Relative Clause) An adjective clause is a dependent clause that modifies head noun. It describes, identifies, or gives further information.
Dr.Surasak Mungsing CSE 221/ICT221 การวิเคราะห์และออกแบบขั้นตอนวิธี Lecture 13: การคำนวณได้และการตัดสินใจของปัญหา ที่ยากต่อการแก้ไข.
ระเบียบวิธีวิจัยพื้นฐานทางการเงิน
บทที่ 1 ความรู้เบื้องต้น เกี่ยวกับระบบสารสนเทศ
นวัตกรรมการบริการสารสนเทศ ในยุคประเทศไทย 4.0
1 ยอห์น 1:5-7 5 นี่เป็นเรื่องราวซึ่งเราได้ยินจากพระองค์และประกาศแก่ท่าน คือพระเจ้าทรงเป็นความสว่าง ในพระองค์ไม่มีความมืดเลย 6 ถ้าเราอ้างว่ามีสามัคคีธรรมกับพระองค์แต่ยังดำเนินในความมืด.
อัตถิภาวนิยม existentialism J.K. Stevens, instructor
ระเบียบวิธีวิจัยพื้นฐานทาง การตลาด
ที่มาและหน่วยงานกาชาดต่างๆ
Dr.Surasak Mungsing CSE 221/ICT221 การวิเคราะห์และออกแบบขั้นตอนวิธี Lecture 05: การวิเคราะห์ความซับซ้อนของ ขั้นตอนวิธีการเรียงลำดับข้อมูล.
แล้วไงเกี่ยวกับความจริง What About Truth?
ตอนที่ 4: เคลื่อนไปกับของประทานของท่าน Part 4: Flowing In Your Gift
การวิเคราะห์และออกแบบขั้นตอนวิธี
โครงการสัมมนาเชิงปฏิบัติการบูรณาการภาครัฐและเอกชนในการจัดยุทธศาสตร์เศรษฐกิจภาคตะวันออก This template can be used as a starter file to give updates for.
Writing for communication
ระเบียบวิธีวิจัยพื้นฐานทางธุรกิจ
การวิเคราะห์และออกแบบขั้นตอนวิธี
ใบสำเนางานนำเสนอ:

Artificial Intelligence 4. Knowledge Representation Course 254482 Lecturer : Sukchatri PRASOMSUK University of Phayao, ICT Slide by ©Jeremy Gow Department of Computing, Imperial College, London

Representation AI agents deal with knowledge (data) Facts (believe & observe knowledge) ข้อเท็จจริง Procedures (how to knowledge) ขั้นตอนการ Meaning (relate & define knowledge) ความหมาย Right representation is crucial การแสดงที่ถูกต้องเป็นสิ่งสำคัญ Early realisation in AI การก่อเกิดของ AI Wrong choice can lead to project failure ทางเลือกที่ผิดสามารถนำไปสู่การล้มเหลวของโครงการ Active research area พื้นที่วิจัยใช้งานล่าสุด

Choosing a Representation For certain problem solving techniques ‘Best’ representation already known การแสดงที่รู้จักกันอยู่แล้ว Often a requirement of the technique โดยใช้เทคนิคต่างๆ ให้ตรงกับความต้องการ Or a requirement of the programming language (e.g. Prolog) Examples First order theorem proving… first order logic Inductive logic programming… logic programs Neural networks learning… neural networks Some general representation schemes Suitable for many different (and new) AI applications เหมาะสำหรับการประยุกต์ใช้ AI ที่แตกต่างกัน

Some General Representations Logical Representations การแสดงเชิงตรรกะ Production Rules การกำหนดกฎต่างๆ Semantic Networks เกี่ยวกับความหมายของคำโดยใช้เครือข่าย Conceptual graphs, frames Description Logics รายละเอียดของตรรกะ

A language with concrete rules ภาษาหนึ่งที่มีกฎระเบียบที่เป็นรูปธรรม What is a Logic? A language with concrete rules ภาษาหนึ่งที่มีกฎระเบียบที่เป็นรูปธรรม No ambiguity in representation (may be other errors!) Allows unambiguous communication and processing Very unlike natural languages e.g. English Many ways to translate between languages A statement can be represented in different logics And perhaps differently in same logic Expressiveness of a logic ความหมายในเชิงลึกของตรรกะ How much can we say in this language? Not to be confused with logical reasoning เหตุผลตรรกะ Logics are languages, reasoning is a process (may use logic)

Syntax and Semantics ไวยากรณ์และอรรถศาสตร์ Rules for constructing legal sentences in the logic Which symbols we can use (English: letters, punctuation) How we are allowed to combine symbols Semantics อรรถศาสตร์หรือความหมายของภาษาศาสตร์ How we interpret (read) sentences in the logic Assigns a meaning to each sentence Example: “All lecturers are seven foot tall” A valid sentence (syntax) And we can understand the meaning (semantics) This sentence happens to be false

Propositional Logic ประพจน์ของลอจิก Syntax Propositions, e.g. “it is wet” ข้อความหรือประโยคบอกเล่าหรือประโยคปฏิเสธที่มีค่าความจริงเป็นจริงหรือเป็นเท็จ Connectives: and, or, not, implies, if (equivalent) Brackets, T (true) and F (false) Semantics (Classical AKA Boolean) Define how connectives affect truth “P and Q” is true if and only if P is true and Q is true Use truth tables to work out the truth of statements

Predicate Logic ตรรกะมูลฐานหรือคำกริยา Propositional logic combines atoms An atom contains no propositional connectives Have no structure (today_is_wet, john_likes_apples) Predicates allow us to talk about objects Properties: is_wet(today) Relations: likes(john, apples) True or false In predicate logic each atom is a predicate e.g. first order logic, higher-order logic

First Order Logic (FOL) More expressive logic than propositional Used in this course (Lecture 6 on representation in FOL) Constants are objects: john, apples Predicates are properties and relations: likes(john, apples) Functions transform objects: likes(john, fruit_of(apple_tree)) Variables represent any object: likes(X, apples) Quantifiers qualify values of variables ระบุบ่งปริมาณ True for all objects (Universal): X. likes(X, apples) Exists at least one object (Existential): X. likes(X, apples)

Example: FOL Sentence “Every rose has a thorn” ดอกกุหลาบทุกต้นมีหนาม For all X if (X is a rose) then there exists Y (X has Y) and (Y is a thorn)

Example: FOL Sentence “On Mondays and Wednesdays I go to John’s house for dinner” Note the change from “and” to “or” Translating is problematic

Higher Order Logic (HOL) More expressive than first order Functions and predicates are also objects Described by predicates: binary(addition) Transformed by functions: differentiate(square) Can quantify over both E.g. define red functions as having zero at 17 Much harder to reason with

Beyond True and False นอกเหนือจาก True และ False Multi-valued logics More than two truth values e.g., true, false & unknown Fuzzy logic uses probabilities, truth value in [0,1] Modal logics เป็นกิริยาช่วย Modal operators define mode for propositions Epistemic logics (belief) e.g. p (necessarily p), p (possibly p), … Temporal logics (time) e.g. p (always p), p (eventually p), …

Logic is a Good Representation Fairly easy to do the translation when possible Branches of mathematics devoted to it It enables us to do logical reasoning Tools and techniques come for free Basis for programming languages Prolog uses logic programs (a subset of FOL) Prolog based on HOL

Non-Logical Representations? Production rules Semantic networks Conceptual graphs Frames Logic representations have restrictions and can be hard to work with Many AI researchers searched for better representations

Production Rules Rule set of <condition,action> pairs “if condition then action” Match-resolve-act cycle Match: Agent checks if each rule’s condition holds Resolve: Multiple production rules may fire at once (conflict set) Agent must choose rule from set (conflict resolution) การแก้ไขความขัดแย้ง Act: If so, rule “fires” and the action is carried out Working memory: rule can write knowledge to working memory knowledge may match and fire other rules

Production Rules Example IF (at bus stop AND bus arrives) THEN action(get on the bus) IF (on bus AND not paid AND have oyster card) THEN action(pay with oyster) AND add(paid) IF (on bus AND paid AND empty seat) THEN sit down conditions and actions must be clearly defined can easily be expressed in first order logic!

Graphical Representation Humans draw diagrams all the time, e.g. Causal relationships And relationships between ideas

Graphical Representation Graphs easy to store in a computer To be of any use must impose a formalism Jason is 15, Bryan is 40, Arthur is 70, Jim is 74 How old is Julia?

Semantic Networks Because the syntax is the same We can guess that Julia’s age is similar to Bryan’s Formalism imposes restricted syntax

Semantic Networks (SN) Graphical representation (a graph) Links indicate subset, member, relation, ... Equivalent to logical statements (usually FOL) Easier to understand than FOL? Specialised SN reasoning algorithms can be faster Example: natural language understanding Sentences with same meaning have same graphs e.g. Conceptual Dependency Theory (Schank)

Conceptual Graphs (CG) Semantic network where each graph represents a single proposition Concept nodes can be Concrete (visualisable) such as restaurant, my dog Spot Abstract (not easily visualisable) such as anger Edges do not have labels Instead, conceptual relation nodes Easy to represent relations between multiple objects

Frame Representations Semantic networks where nodes have structure Frame with a number of slots (age, height, ...) Each slot stores specific item of information When agent faces a new situation Slots can be filled in (value may be another frame) Filling in may trigger actions May trigger retrieval of other frames Inheritance of properties between frames Very similar to objects in OOP

Example: Frame Representation

Flexibility in Frames ความยืดหยุ่นในเฟรม Slots in a frame can contain Information for choosing a frame in a situation Relationships between this and other frames Procedures to carry out after various slots filled Default information to use where input is missing Blank slots: left blank unless required for a task Other frames, which gives a hierarchy Can also be expressed in first order logic

Representation & Logic AI wanted “non-logical representations” Production rules Semantic networks Conceptual graphs, frames But all can be expressed in first order logic! Best of both worlds Logical reading ensures representation well-defined Representations specialised for applications Can make reasoning easier, more intuitive ใช้งานง่ายขึ้น

Thank you Are there any question?