ỨNG DỤNG MẠNG NGỮ NGHĨA TRONG VIỆC GIẢI BÀI TOÁN HÌNH HỌC

Viễn cảnh của điện toán tựnhiên như là một khái niệm mới thể hiện trong bài này dựa trên cơ sở sự hiểubiết của con người về những nguyên lý tư duy của con người kết hợp với cácnguyên lý

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN

TIỂU LUẬN

ỨNG DỤNG MẠNG NGỮ NGHĨA TRONG VIỆC GIẢI BÀI TOÁN HÌNH HỌC

GV HƯỚNG DẪN : PGS.TS ĐỖ VĂN NHƠN

HỌC VIÊN : NGUYỄN ĐẠT TIẾN

MÃ SỐ HỌC VIÊN : CH1102018

HÀ NỘI, THÁNG 1 NĂM 2013

MỤC LỤC

LỜI NÓI ĐẦU 3

A GIỚI THIỆU CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ CƠ SỞ TRI

LỜI NÓI ĐẦU

Khác biệt giữa các hệ cơ sở tri thức (CSTT) và các chương trìnhtruyền thống nằm ở cấu trúc

Trong các chương trình truyền thống cách thức xử lý hay hành vi củachương trình đã được ấn định sẵn qua các dòng lệnh của chương trình dựatrên một thuật giải đã định sẵn

Trong các hệ CSTT có hai chức năng tách biệt nhau, trường hợp đơngiản có hai khối: Khối tri thức hay còn được gọi là cơ sở tri thức; Khối điềukhiển hay còn được gọi là động cơ suy diễn

Với các hệ thống phức tạp, bản thân động cơ suy diễn cũng có thể làmột hệ CSTT chứa các siêu tri thức (tri thức về cách sử dụng tri thức khác)

Việc tách biệt giữa tri thức khỏi các cơ chế điều khiển giúp ta dễ dàngthêm vào các tri thức mới trong tiến trình phát triển một chương trình

Đây là điểm tương tự của động cơ suy diễn trong một hệ CSTT và não

bộ con người (điều khiển xử lý), là không đổi cho dù hành vi của cá nhân cóthay đổi theo kinh nghiệm và kiến thức mới nhận được

Giả sử một chuyên gia dùng các chương trình truyền thống để hỗ trợcông việc hàng ngày, sự thay đổi hành vi của chương trình yêu cầu họ phảibiết cách cài đặt chương trình

Nói cách khác, chuyên gia phải là một lập trình viên chuyên nghiệp.Hạn chế này được giải quyết khi các chuyên gia tiếp cận sử dụng các hệCSTT

Trong các hệ CSTT, tri thức được biểu diễn tường minh chứ khôngnằm ở dạng ẩn như trong các chương trình truyền thống

Do vậy có thể thay đổi các CSTT, sau đó các động cơ suy diễn sẽ làmviệc trên các tri thức mới được cập nhật nhằm thực hiện yêu cầu mới củachuyên gia

Chính những lý do trên, tôi lựa chọn nghiên cứu một phần về mạngngữ nghĩa để giải các bài toán hình học cơ bản để hiểu sâu hơn về phần kiếnthức này

Quá trình tìm hiểu, nghiên cứu không tránh khỏi những thiếu sót nênrất mong nhận được sự góp ý, giúp đỡ của thầy giáo và các bạn học viên

Xin trân trọng cảm ơn!

Hà Nội, ngày 10 tháng 1 năm 2013

Học viên

Nguyễn Đạt Tiến

A GIỚI THIỆU CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ CƠ SỞ TRI THỨC

1 Trí tuệ nhân tạo và trí tuệ tự nhiên

Tư duy là một quá trình phức tạp, cần thiết để giải quyết các vấn đềcủa thế giới phức tạp Các máy móc thiết bị có khả năng hỗ trợ con người để

xử lý những vấn đề phức tạp này có thể coi là các công cụ trí tuệ hỗ trợ khảnăng tư duy của con người Nhu cầu cần có các công cụ như vậy sẽ pháttriển khi những dạng mới của sự phức hợp này phát triển, ví dụ như các dạngcủa xã hội thông tin kết nối mạng toàn cầu ngày càng gia tăng

Máy móc có khả năng xử lý thông tin một cách trí tuệ cần phải thựchiện việc này như cách thức con người tư duy Thứ nhất là, cần có nhữngtiền đề để con người có thể giao lưu một cách tự nhiên với máy móc Thứ hai

là, con người phải phát triển các phương pháp tinh vi hiện đại để giải quyếtcác vấn đề của thế giới phức tạp và cần thích ứng với một số phương phápnày "Máy móc tư duy tự nhiên" có kỹ năng toán học thông thường có thểảnh hưởng đến năng lực trí tuệ của con người

Máy móc tư duy tự nhiên cần có các giải pháp phần mềm cũng nhưcác giải pháp phần cứng mới, rất có thể sẽ dựa trên cơ sở công nghệ nano.Tuy nhiên, trong bài này, sẽ tập trung vào các nguyên lý của "điện toán tựnhiên" (do máy móc tư duy tự nhiên thực hiện), không phụ thuộc vào việcthực hiện về phần cứng hay phần mềm

Năng lực của máy móc ngày nay còn xa mới bằng năng lực của conngười Tuy nhiên, điện toán tự nhiên còn chưa đạt đến giới hạn của nó Cáccách tiếp cận hiện nay cùng với các khái niệm và ý tưởng mới hứa hẹn manglại những tiến bộ đáng kể trong tương lai gần Viễn cảnh của điện toán tựnhiên như là một khái niệm mới thể hiện trong bài này dựa trên cơ sở sự hiểubiết của con người về những nguyên lý tư duy của con người kết hợp với cácnguyên lý chức năng của các hệ thống tế bào sinh học

2 Cách tiếp cận đã được xác lập

Lĩnh vực trí tuệ nhân tạo có nhiều cách tiếp cận khác nhau để mô hìnhhoá quá trình tư duy tự nhiên Các cách tiếp cận này gồm có các mạng ngữnghĩa (Semantic Networks), mạng Bayesian (Bayesian Networks) và otomatdạng ô (Cellular Automata); nhưng các ví dụ nổi bật nhất là mạng nơron và

hệ thống chuyên gia Đồng thời, các công cụ lập trình hiện đại cũng thường

liên quan đến điện toán tự nhiên trong việc hỗ trợ cho các nhà lập trình thiếtlập mã cho những vấn đề ngày càng phức tạp Những nguyên lý cơ bản củacác cách tiếp cận được trình bày dưới đây sẽ là những yếu tố cơ bản của điệntoán tự nhiên trong tương lai Trong phần "mạng tam giác 3 chữ S", sẽ trìnhbày cách thức có thể kết hợp chúng với nhau thành một công cụ và có thể bổsung thêm những khía cạnh mới như thế nào

4 Hệ thống nơron

Các hệ thống nơron tập trung vào khía cạnh mạng Chúng thể hiệndạng rất cơ bản của điện toán tự nhiên Về cơ bản, các mạng nơron môphỏng chức năng cơ bản của cấu trúc micro và nano của bộ não, các nơron

và các liên kết của chúng Các tín hiệu đầu vào thường liên kết với mạng này

và truyền trong toàn mạng theo một phương thức xác định Có thể kiểm soátcách thức truyền tín hiệu bằng đánh giá mối liên hệ giữa các nút Đánh giánày có thể được điều chỉnh tự động bằng các phương tiện của mọt quy trìnhhuấn luyện (means of a training procedure)

Giải quyết các nhiệm vụ khó, như nhiệm vụ nhận dạng (khó xử lýbằng các thuật ngữ logic), là điểm mạnh của mạng nơron Tuy nhiên, nhữngnhiệm vụ cực kỳ phức tạp đòi hỏi phải có số lượng lớn các khái niệm phứctạp đan xen với nhau, (giống như những nhiệm vụ trong bộ não người), cũng

có thể được phát triển tự động Điều này cũng tương tự như sự tái hiện lại sựphát triển của tư duy từ lúc khởi đầu

có thể tiếp cận cục bộ trong cấu trúc nội tại của chúng đến con người Mộtnhược điểm so với mạng nơron là phải thiết kế cấu trúc mạng bằng cách thủcông Tuy nhiên, sau đó có thể kiểm tra tính hợp lý của cấu trúc này và sửađổi khi cần thiết vì các nút và các liên kết mang ý nghĩa ngữ nghĩa mà conngười hiểu được Đối với những mạng lớn và phức tạp có thể có những hạnchế như khó kiểm soát được tính năng tổng thể của toàn mạng

Cấu trúc mạng Baysian có thể thiết kế bằng cách thủ công và kiểmchứng đánh giá bằng cách huấn luyện Không giống như mạng nơron, đánhgiá của các liên kết đến một nút không được coi là liên kết độc lập Về mặt

kỹ thuật, có thể xử lý vấn đề này bằng các matrix đánh giá ở các nút thay vìđánh giá các liên kết Kết quả là số lượng các đánh giá có thể sẽ rất lớn

Trong mạng ngữ nghĩa, các liên kết cũng như các nút có thể mang một

ý nghĩa Ví dụ, các sự kiện đơn giản như "chân là một bộ phận của cơ thểngười" và "nam giới cụ thể hơn là người" có thể biểu hiện bằng các liên kếtthứ bậc như "là một bộ phận của" và "cụ thể hơn là"

Nói chung, mạng ngữ nghĩa và mạng Baysian sử dụng các thuật toán

mà thế giới đang dùng trên các mạng để tính toán các trị số kích thích củacác nút Một số mạng ngữ nghĩa được gắn với các quy trình ("proceduralattachments") tại các nút, chúng sẽ được kích hoạt khi sự kích thích nút vượtquá ngưỡng cho phép

6 Ngôn ngữ lập trình

Phương thức phổ biến nhất đưa trí tuệ nhân tạo vào là viết chươngtrình máy tính thông thường theo ngôn ngữ như C++ hoặc Java, ví dụ nhưcho quá trình nhận biết Các ví dụ điển hình là các bộ chương trình (SearchEngine) văn bản trên cơ sở các phương pháp thống kê hoặc bộ lọc ở các hìnhảnh đưa ra các đối tượng xác định Nhiệm vụ ở đây là tìm các thuật toán tối

ưu nhất và kết hợp chúng lại theo cách thông minh nhất Các nhà lập trìnhthực hiện điều này bằng phương pháp thủ công và họ chính là người làm chochương trình có trí tuệ hay không Nếu trong một hình ảnh của chip máy tính

tự động tìm thấy một đường gãy, hoặc nếu máy tính chơi cờ đánh thắng nhà

vô địch thế giới, thì chắc chắn là phải có một trí tuệ ẩn sau quá trình này.Không thể viết một chương trình phức tạp hợp lý mà không có lỗi và cũngkhông thể kiểm soát được các chương trình như vậy hoạt động như thế nào

Do đó, các chương trình cần phải được gỡ rối, thử nghiệm tính năng và luônluôn sửa đổi Nếu các nhà lập trình phải viết các chương trình này bằng ngônngữ của máy, gần như là sẽ không thể thực hiện được Các ngôn ngữ máytính hiện đại cho phép các nhà lập trình viết mã ở cấp độ cao hơn, tức là cóthể tư duy nhiều cách hơn và bộ vi xử lý phải làm việc ít hơn Do đó, ngônngữ lập trình hiện đại là công cụ phản ảnh tư duy của con người ở một chừngmực nào đó và như vậy thiết lập nên một loại điện toán tự nhiên

Nếu con người ra lệnh cho máy tính thực hiện một nhiệm vụ nào đótheo cách tự nhiên, thì người ta gọi đấy là máy tư duy tự nhiên Nhìn lại lịch

sử của ngôn ngữ lập trình, người ta thấy xu hướng phát triển theo hướng này.Các ngôn ngữ định hướng vào đối tượng và các ngôn ngữ hiện đại khác thực

sự đã sử dụng nhiều khái niệm tự nhiên như các lớp (Classes) và tính kế thừa(Inheritance)

7 Otomat dạng ô (Cellular automata)

Otomat dạng ô là công cụ tính toán các tình huống phức tạp ý tưởnghàm chứa trong otomat dạng ô hoặc máy dạng ô rất tự nhiên: các đối tượnggần nhau có ảnh hưởng đến nhau Người ta đã sử dụng một số lượng lớn các

ô như vậy theo cách bố trí hình học đều Các ô thường ở trạng thái rời rạc, bịảnh hưởng bởi những mối quan hệ của chúng với các ô lân cận Otomat dạng

ô có thể được coi là mạng sơ đẳng, nhưng tính năng động của chúng có thểcực kỳ phức tạp Về nguyên tắc, bất kỳ một loại điện toán nào đều có thểthực hiện bằng các máy như vậy

8 Mạng tam giác 3 chữ S (triple-S network), máy fractal

Khi kết hợp tất cả các phương pháp nêu trên hoặc ít nhất là một sốkhía cạnh của chúng vào một công nghệ, người ta có thể tận dụng sức mạnhcủa từng cá thể để tạo nên một máy mạnh hơn Một trong các loại máy nhưvậy là mạng tự tổ chức, ngữ nghĩa và tự tương tự, hoặc còn gọi là mạng tamgiác ba chữ S (Self-organizing, Semantic, Self-similar Network) Mạng tamgiác 3 chữ S về cơ bản là một loại mạng tri thức của thế giới theo thứ bậc cóchứa tri thức về các đối tượng, các thuộc tính và các mối quan hệ của chúngcũng như là tri thức xử lý điều cần làm khi một số đối tượng có trong thếgiới thực "Thế giới thực" ở đây có nghĩa là biến đổi đầu vào tương tác với

mạng tam giác 3 chữ S Đầu vào này có thể là một hình ảnh, văn bản hoặcbất kỳ một cấu trúc phức tạp nào

Có các nút và các liên kết mang ngữ nghĩa (giống như các mạng ngữnghĩa) cũng như là các trình gắn thủ tục, gọi là Jani (Thần có hai mặt) Một

số liên kết thể hiện logic ES ("and", "or" và các chức năng phức tạp hơn).Các liên kết và các nút có mang các đánh giá có thể huấn luyện được (giốngnhư mạng nơron) Các liên kết có thể được nối với nhau, tạo nên sự phụthuộc giữa chúng (giống như mạng Bayesian)

Đặc trưng nổi bật nhất của mạng tam giác 3 chữ S là sự kết hợp cấutrúc thứ bậc và số lượng lớn các trình gắn thủ tục Như vậy, sẽ tạo ra máyotomat dạng ô tổng quát: trạng thái (hoạt động) của Jani phụ thuộc vào trạngthái (kích thích) của nút mà nó gắn với, trạng thái này lại phụ thuộc vào cáctrạng thái của các nút và các liên kết lân cận Trong mạng tam giác 3 chữ S,các nút và các liên kết được nhóm thành các mạng con Nếu những mạngcon này cũng được coi là các nút với các trạng thái liên quan, cuối cùng ta sẽ

có otomat dạng ô tổng quát, theo thứ bậc, có các đặc trưng tương tự theo thứbậc, gọi là máy fractal

Khi mạng này tương tác với các đầu vào phức tạp, tính kế thừa sẽ pháthuy tác dụng: các đối tượng đầu vào kế thừa jani từ các nút và các liên kếtphù hợp với nó nhất Tính kế thừa này cũng có thể coi như là sự kích hoạtcác trình gắn thủ tục Các đối tượng ở đầu vào thay đổi trạng thái của chúngtừng bước một, tuỳ theo ảnh hưởng của láng giềng Một số jani thể hiện cácthủ tục phân lớp, so sánh các lớp và các nấc với nhau, trong đó các jani tạolập mạng hoặc tạo lập nhóm các đối tượng đầu vào Như vậy, trong thủ tụctừng bước thay đổi phân loại và phân đoạn jani được kích hoạt sẽ biến đổiđầu vào ban đầu chưa được cấu trúc thành mạng thứ bậc Cấu trúc mạng đầuvào sẽ ngày càng giống mạng tam giác 3 chữ S Ví dụ, ban đầu, một hìnhảnh đầu vào có thể chỉ chứa các điểm khác nhau Trong tiến trình thủ tục,cấu trúc mạng, thứ bậc của hình ảnh sẽ phát triển từng bước để tạo ra cácdạng (như nhà cửa) với các đối tượng quanh đó (như đường sá), và cuốicùng là thành một thành phố

Với cách tiếp cận này, có thể tạo ra nhiều đối tượng và mối quan hệhơn là cần thiết Một số trong chúng sẽ bị bỏ đi Một số khác thích hợp vớichúng hoặc hữu ích cho việc tạo ra các đối tượng theo cấp độ thứ bậc khác

nhau được giữ lại Việc tạo ra các đối tượng và các quan hệ trên và theo cáccấp độ thứ bậc khác nhau tương đương với việc biến đổi thông tin thành trithức Nó bao gồm ngữ cảnh vì nó được thể hiện bởi láng giềng mạng cục bộcủa đối tượng cụ thể

Sự tự động thay đổi thủ tục phân lớp và phân đoạn các đối tượng đầuvào là một khía cạnh mới, gọi là điện toán tự tổ chức hoặc điện toán có xúccảm Còn hai khía cạnh khác là điện toán chung (generic computing) và điệntoán tự tương tự Ba cơ chế này thể hiện các cơ chế quan trọng của tự nhiên

sự việc) này

Chẳng hạn : giữa các khái niệm chích chòe, chim, hót, cánh, tổ có một

số mối quan hệ như sau :

Chích chòe là một loài chim

Do mạng ngữ nghĩa là một loại đồ thị cho nên nó thừa hưởng được tất

cả những mặt mạnh của công cụ này Nghĩa là ta có thể dùng những thuậttoán của đồ thị trên mạng ngữ nghĩa như thuật toán tìm liên thông, tìmđường đi ngắn nhất,… để thực hiện các cơ chế suy luận Điểm đặc biệt củamạng ngữ nghĩa so với đồ thị thông thường chính là việc gán một ý nghĩa(có, làm, là, biết, ) cho các cung Trong đồ thị tiêu chuẩn, việc có một cungnối giữa hai đỉnh chỉ cho biết có sự liên hệ giữa hai đỉnh đó và tất cả cáccung trong đồ thị đều biểu diễn cho cùng một loại liên hệ, cùng lắm là trong

đồ thị thông thường có thêm trọng số Trong mạng ngữ nghĩa, cung nối giữa

hai đỉnh còn cho biết giữa hai khái niệm tương ứng có sự liên hệ như thếnào Việc gán ngữ nghĩa vào các cung của đồ thị đã giúp giảm bớt được sốlượng đồ thị cần phải dùng để biễu diễn các mối liên hệ giữa các khái niệm.Chẳng hạn như trong ví dụ trên, nếu sử dụng đồ thị thông thường, ta phảidùng đến 4 loại đồ thị cho 4 mối liên hệ : một đồ thị để biểu diễn mối liên hệ

"là", một đồ thị cho mối liên hệ "làm", một cho "biết" và một cho "có"

Một điểm khá thú vị của mạng ngữ nghĩa là tính kế thừa Bởi vì ngay

từ trong khái niệm, mạng ngữ nghĩa đã hàm ý sự phân cấp (như các mối liên

hệ "là") nên có nhiều đỉnh trong mạng mặc nhiên sẽ có những thuộc tính củanhững đỉnh khác Chẳng hạn theo mạng ngữ nghĩa ở trên, ta có thể dễ dàngtrả lời "có" cho câu hỏi : "Chích chòe có làm tổ không?" Ta có thể khẳngđịnh được điều này vì đỉnh "chích chòe" có liên kết "là" với đỉnh "chim" vàđỉnh "chim" lại liên kết "biết" với đỉnh "làm tổ" nên suy ra đỉnh "chích chòe"cũng có liên kết loại "biết" với đỉnh "làm tổ" (Nếu để ý, bạn sẽ nhận ra đượckiểu "suy luận" mà ta vừa thực hiện bắt nguồn từ thuật toán "loang" hay "tìmliên thông" trên đồ thị!) Chính đặc tính kế thừa của mạng ngữ nghĩa đã chophép ta có thể thực hiện được rất nhiều phép suy diễn từ những thông tin sẵn

có trên mạng

Tuy mạng ngữ nghĩa là một kiểu biểu diễn trực quan đối với conngười nhưng khi đưa vào máy tính, các đối tượng và mối liên hệ giữa chúngthường được biểu diễn dưới dạng những phát biểu động từ (như vị từ) Hơnnữa, các thao tác tìm kiếm trên mạng ngữ nghĩa thường khó khăn (đặc biệtđối với những mạng có kích thước lớn) Do đó, mô hình mạng ngữ nghĩađược dùng chủ yếu để phân tích vấn đề Sau đó, nó sẽ được chuyển đổi sangdạng luật hoặc frame để thi hành hoặc mạng ngữ nghĩa sẽ được dùng kết hợpvới một số phương pháp biểu diễn khác

2 Các kỹ thuật biễu diễn tri thức

Phần này trình bày các kỹ thuật phổ biến nhất để biểu diễn tri thức, baogồm: Bộ ba Đối tượng-Thuộc tính-Giá trị, Các luật dẫn, Mạng ngữ nghĩa,Frames và Logic

2.1 Bộ ba Đối tượng-Thuộc tính-Giá trị

Cơ chế tổ chức nhận thức của con người thường được xây dựng dựatrên các sự kiện (fact), xem như các đơn vị cơ bản nhất Một sự kiện là một

dạng tri thức khai báo Nó cung cấp một số hiểu biết về một biến cố hay mộtvấn đề nào đó.

Một sự kiện có thể được dùng để xác nhận giá trị của một thuộc tínhxác định của một vài đối tượng Ví dụ, mệnh đề "quả bóng màu đỏ" xác nhận

"đỏ" là giá trị thuộc tính "màu" của đối tượng "quả bóng" Kiểu sự kiện nàyđược gọi là bộ ba Đối tượng-Thuộc tính-Giá trị (O-A-V – Object-Attribute-Value)

Biểu diễn tri thức theo bộ ba O-A-V

Một O-A-V là một loại mệnh đề phức tạp Nó chia một phát biểu chotrước thành ba phần riêng biệt: đối tượng, thuộc tính, giá trị thuộc tính Hình0.1 minh họa cấu trúc bộ ba O-A-V

Trong các sự kiện O-A-V, một đối tượng có thể có nhiều thuộc tínhvới các kiểu giá trị khác nhau Hơn nữa một thuộc tính cũng có thể có mộthay nhiều giá trị Chúng được gọi là các sự kiện đơn trị (single-valued) hoặc

đa trị (multi-valued) Điều này cho phép các hệ tri thức linh động trong việcbiểu diễn các tri thức cần thiết

Các sự kiện không phải lúc nào cũng bảo đảm là đúng hay sai với độchắc chắn hoàn toàn Ví thế, khi xem xét các sự kiện, người ta còn sử dụngthêm một khái niệm là độ tin cậy Phương pháp truyền thống để quản lýthông tin không chắc chắn là sử dụng nhân tố chắc chắn CF (certainlyfactor) Khái niệm này bắt đầu từ hệ thống MYCIN (khoảng năm 1975),dùng để trả lời cho các thông tin suy luận Khi đó, trong sự kiện O-A-V sẽ cóthêm một giá trị xác định độ tin cậy của nó là CF

Ngoài ra, khi các sự kiện mang tính "nhập nhằng", việc biểu diễn trithức cần dựa vào một kỹ thuật, gọi là logic mờ (do Zadeh đưa ra năm 1965).Các thuật ngữ nhập nhằng được thể hiện, lượng hoá trong tập mờ

2.2 Các luật dẫn

Luật là cấu trúc tri thức dùng để liên kết thông tin đã biết với cácthông tin khác giúp đưa ra các suy luận, kết luận từ những thông tin đã biết

Trong hệ thống dựa trên các luật, người ta thu thập các tri thức lĩnhvực trong một tập và lưu chúng trong cơ sở tri thức của hệ thống Hệ thốngdùng các luật này cùng với các thông tin trong bộ nhớ để giải bài toán Việc

xử lý các luật trong hệ thống dựa trên các luật được quản lý bằng mộtmodule gọi là bộ suy diễn

2.2.1 Các dạng luật cơ bản

Các luật thể hiện tri thức có thể được phân loại theo loại tri thức Vànhư vậy, có các lớp luật tương ứng với dạng tri thức như quan hệ, khuyếncáo, hướng dẫn, chiến lược, và heuristic Các ví dụ sau minh họa cho các loạiluật

Quan hệ

IF Nguồn điện hỏng

THEN Máy tính sẽ không khởi động được

Lời khuyên

IF Máy tính không khởi động được

THEN không thể lấy bất kỳ thông tin trong đó

Hướng dẫn

IF Máy tính không khởi động được

AND các linh kiện trong CPU tốt

THEN Kiểm tra hệ thống nguồn điện

Chiến lược

IF Máy không khởi động được

THEN Đầu tiên hãy kiểm tra hệ thống điện, sau đó kiểm tra cáclinh kiện trong CPU

Các luật cũng có thể được phân loại theo cách thức giải quyết vấn đề.Điển hình theo phân loại này các luật theo cách thức diễn giải, chẩn đoán, vàthiết kế

Diễn giải

IF Cao 1m65

AND Nặng 65 kg

AND Giới tính Nam

THEN Phát triển bình thường

Ví dụ:

IF Lạm phát CAO

THEN Hầu như chắc chắn lãi suất sẽ CAO

Luật này được viết lại với giá trị CF có thể như sau:

IF Lạm phát cao

THEN Lãi suất cao, CF = 0.8

Dạng luật tiếp theo là siêu luật - một luật với chức năng mô tả cách thứcdùng các luật khác Siêu luật sẽ đưa ra chiến lược sử dụng các luật theo lĩnhvực chuyên dụng, thay vì đưa ra thông tin mới

Ví dụ:

IF Xe không khởi động

AND Hệ thống điện làm việc bình thường

THEN Có thể sử dụng các luật liên quan đến hệ thống điện

Qua kinh nghiệm, các chuyên gia sẽ đề ra một tập các luật áp dụngcho một bài toán cho trước Ví dụ tập luật trong hệ thống chẩn đoán hỏnghóc xe ô tô Điều này giúp giải quyết các trường hợp mà khi chỉ với các luậtriêng, ta không thể lập luận và giải quyết cho một vấn đề

Hình 2.2 Tập các luật liên quan đến việc hỏng xe

Một nhu cầu đặt ra trong các hệ thống tri thức là sự hợp tác giữa cácchuyên gia Trên phương diện tổ chức hệ thống, ta có thể sử dụng một cấutrúc được gọi là bảng đen, dùng để liên kết thông tin giữa các luật tách biệt,

thông qua các module với các nhiệm vụ tách biệt Dạng hệ thống này đượcErman đưa ra lần đầu tiên vào năm 1980 áp dụng cho hệ chuyên gia hiểu biếttiếng nói HEARSAY-II.

2.3 Mạng ngữ nghĩa

Mạng ngữ nghĩa là một phương pháp biểu diễn tri thức dùng đồ thịtrong đó nút biểu diễn đối tượng và cung biểu diễn quan hệ giữa các đốitượng

Hình 2.3 "Sẻ là Chim" thể hiện trên mạng ngữ nghĩa

Người ta có thể nới rộng mạng ngữ nghĩa bằng cách thêm các nút vànối chúng vào đồ thị Các nút mới ứng với các đối tượng bổ sung Thôngthường có thể nới rộng mạng ngữ nghĩa theo ba cách:

Thêm một đối tượng tương tự

Thêm một đối tượng đặc biệt hơn

Thêm một đối tượng tổng quát hơn

Thứ nhất, thêm "Cánh cụt" thể hiện một loại chim mới Thứ hai, thêm

"Chip" cũng có nghĩa nó là con "Sẻ" và đồng thời là "Chim" Thứ ba, có thểđưa ra đối tượng tổng quát như "Con vật" Lúc này, không những có thể biếtđược rằng "Chim là Con vật", mà còn biết "Chip thở bằng không khí"

Hình 2.4 Phát triển mạng ngữ nghĩa

Tính chất quan trọng của mạng ngữ nghĩa là tính kế thừa Nó cho phépcác nút được bổ sung sẽ nhận các thông tin của các nút đã có trước, và chophép mã hóa tri thức một cách dễ dàng

Để minh họa cho tính kế thừa của mạng ngữ nghĩa, hãy xét một câuhỏi trên đồ thị Chẳng hạn tại nút "Chim", người ta muốn hỏi con "Chip"hoạt động như thế nào? Thông qua cung hoạt động người ta biết được nóbay

Hình 2.5 Các bước thực hiện phép toán trên mạng ngữ nghĩa

2.4 Frame

Một trong các kỹ thuật biểu diễn tri thức là dùng frame, phát triển từkhái niệm lược đồ Một lược đồ được coi là khối tri thức điển hình về kháiniệm hay đối tượng nào đó, và gồm cả tri thức thủ tục lẫn tri thức mô tả.Theo định nghĩa của Minsky (1975), thì frame là cấu trúc dữ liệu để thể hiệntri thức đa dạng về khái niệm hay đối tượng nào đó

Hình: Cấu trúc frameMột frame có hình thức như bảng mẫu, như tờ khai cho phép người tađiền các ô trống Cấu trúc cơ bản của frame có tên đối tượng được thể hiệntrong frame, có các trường thuộc tính của đối tượng Mỗi thuộc tính có mộtngăn để nhập dữ liệu riêng Các thuộc tính và giá trị thuộc tính tạo nên danhsách các mệnh đề O-A-V, cho phép thể hiện đầy đủ về đối tượng

Một frame lớp thể hiện các tính chất tổng quát của tập các đối tượngchung Chẳng hạn người ta cần mô tả các tính chất tổng quát như bay, cócánh, sống tự do,… của cả loài chim

Để mô tả một biểu diễn của frame lớp, ta dùng một dạng frame khác,gọi là frame thể hiện Khi tạo ra thể hiện của một lớp, frame này kế thừa tínhchất và giá trị của lớp Có thể thay đổi giá trị để phù hợp với biễu diễn cụthể Thậm chí, ta cũng có thể thêm các tính chất khác đối với frame thể hiện

Cũng như tính chất kế thừa giữa các đối tượng trong mạng ngữ nghĩa,frame thể hiện nhận giá trị kế thừa từ frame lớp Khi tạo một frame thể hiện,người ta khẳng định frame đó là thể hiện của một frame lớp Khẳng định nàycho phép nó kế thừa các thông tin từ frame lớp