1 / 40

Intelligenza Artificiale Logiche non classiche Marco Piastra

Intelligenza Artificiale Logiche non classiche Marco Piastra. Argomenti. 1. In che senso non classiche? 2. Logica abduttiva 3. Logiche modali 4. Logiche multivalenti 5. Logiche sfumate ( fuzzy logic ). Logiche non classiche?. Per logica classica si intende: la logica proposizionale

Download Presentation

Intelligenza Artificiale Logiche non classiche Marco Piastra

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Intelligenza Artificiale Logiche non classiche Marco Piastra

  2. Argomenti 1. In che senso non classiche? 2.Logica abduttiva 3.Logiche modali 4.Logiche multivalenti 5.Logiche sfumate (fuzzy logic)

  3. Logiche non classiche? • Per logica classica si intende: • la logica proposizionale • la logica predicativa del primo ordine (in base alle definizioni viste nelle lezioni precedenti) • Una logica non classica adotta regole diverse o più estese • Perchè cambiare? • per risolvere problemi diversi dal calcolo deduttivo • per rappresentare altre forme di ragionamento • forme più deboli • forme legate a fattori di contesto

  4. derivabilità   rappresentazionesimbolica semantica semantica conseguenza logica v() v() significato Direzioni di estensione o modifica • Usare la logica classica in modo diverso • Abbandonare il principio di vero-funzionalità • non si impone più che il valore di verità di una proposizione sia solo funzione del valore di verità dei suoi componenti • si rinuncia alle “tavole di verità” • Abbandonare il principio di bivalenza • non si assume più che una proposizione possa essere solo vera o falsa

  5. 2 Logica abduttiva

  6.               Forme di ragionamento (C. S. Peirce) • Ragionamento deduttivo a) i fagioli che provengono da questo sacco sono bianchib) questi fagioli provengono da questo saccoQUINDIc) questi fagioli sono bianchi • Ragionamento induttivo a) questi fagioli provengono da questo sacco b) questi fagioli sono bianchi QUINDIc) i fagioli che provengono da questo sacco sono bianchi • Ragionamento abduttivo a) i fagioli che provengono da questo sacco sono bianchib) questi fagioli sono bianchiQUINDIc) questi fagioli provengono da questo sacco modusponens

  7. Logica abduttiva • Le regole di base per la rappresentazione delragionamento sono quelle della logica classica • E` invece diversa la rappresentazione formaledel tipo di ragionamento • e quindi il tipo di calcolo utilizzato • In generale: • si ha un modello o descrizione astrattaformalmente rappresentato da una teoria K • si ha un insieme di osservazioniformalmente rappresentate da un insieme di proposizioni  • in generale K   • si cerca è un completamento  tale per cui K     • intuitivamente,  descrive le ipotesi che spiegano 

  8. Esempio di ragionamento abduttivo • Modello (K) K1: batteriaScarica  (¬funzionanoLuci  ¬funzionaAutoradio  ¬avviamentoGira) K2: motorinoGuasto ¬motorinoGira K3: ¬motorinoGira  ¬macchinaParte K4: serbatoioVuoto  (indicatoreAZero  ¬macchinaParte) • Osservazioni () 1: ¬macchinaParte • Possibili completamenti o ipotesi() 1: batteriaScarica 2: motorinoGuasto 3: serbatoioVuoto

  9. Tecniche di ragionamento abduttivo • Identificazione delle ipotesi plausibili • tutte le ipotesi  in grado di spiegare tutte le osservazioni  • alcune ipotesi implicano anche altre osservazioni • Investigazione, allo scopo di acquisire nuove osservazioni • Strategie di scelta e tra varie ipotesi • scelta basata sul rischio • se il motorino è guasto, occorre un intervento del meccanico • è più facile rimediare alla batteria scarica o la mancanza di benzina • scelta basata sul costo delle osservazioni • distinguere tra batteria scarica e motorino guasto non è facile • In generale: • le tecniche di calcolo deduttivo sono di carattere generale • le tecniche di calcolo abduttivo sono specifiche • spesso si usano regole ‘ad hoc’ • associate a regole di applicazione (meta-knowledge)

  10. (do-backward-chaining indicatoreAZero) (defrule causa-effetto (macchinaNonParte) (indicatoreAZero)  (serbatoioVuoto) (printout t “Diagnosi: il serbatoio e` vuoto)) (defrule chiedi (need-indicatoreAZero) (test (ask “Indicatore a zero?”))  (assert (indicatoreAZero))) Backward chaining (goal-oriented strategy) • In un certo senso, è il procedimento inverso di una dimostrazione • si tratta di utilizzare il modus ponens alla rovescia • a partire da un goal si cercano gli  tali per cui    • assomiglia al ragionamento abduttivo, ma non lo è • Si utilizza nei sistemi esperti (p. es. Jess) per rappresentare il ragionamento abduttivo Jess> (assert (macchinaNonParte)) Jess> (run) Indicatore a zero? y Diagnosi: il serbatoio e` vuoto Jess>

  11. 3 Logiche modali

  12.       (  )  ( ) 1 1 1 1 1 0 1 1 0 1 1 0 0 1 1 0 0 1 0 1 Un paradosso? • Si consideri la formula proposizionale classica (  )  ( ) • tale formula è una tautologia • La letture informale è abbastanza inquietante: • comunque prese due proposizioni  e  • una delle due è una conseguenza logica dell’altra • infatti: • in logica classica,    implica che    • per il teorema di completezza,    equivale a   

  13. Implicazione stretta • Si direbbe che la relazione di conseguenza logica • è troppo ‘pervasiva’ • non si possono rappresentare coppie di proposizioniche non hanno alcuna relazione logica • “questi fagioli sono bianchi” • “anche oggi c’è lezione di IA” • L’origine storica della logica modale (Lewis): • il desiderio di rappresentare una forma di implicazioneper cui questo ‘paradosso’ non vale • originariamente detta implicazione stretta • che non sussiste per qualsiasi coppia di proposizioni • che si affianca e non rimpiazza l’implicazione classica • detta anche implicazione materiale

  14. Mondi possibili • L’implicazione stretta si esprime mediante un operatore modale unario: (  ) • L’idea di fondo è basata sull’idea dei mondi possibili (Kripke) • in logica classica si considera una sola interpretazione alla volta (interpretazione v mondo possibile) • in logica modale si considerano più interpretazioni alla volta(struttura di mondi possibili) • la logica classica vale in ciascun mondo possibile logica classica logica modale  (  )          mondo possibile                  

  15. derivabilità   rappresentazionesimbolica semantica semantica conseguenza logica v() v() significato Definizione della logica modale • Un’estensione della logica classica • Per ottenere un sistema logico-simbolico occorre: • estendere il linguaggio • definire le strutture e le regole semantiche • estendere la relazione di derivazione • dimostrare la correttezza e la completezza

  16.   Linguaggio e regole di derivazione • Il linguaggio della logica proposizionale classica • più un simbolo modale unario:   • si legga come ‘è necessario che ’ • o anche ‘io so che ’ • ed un’altro simbolo modale unario derivato:     • si legga come ‘è possibile che ’ • o anche ‘non mi risulta che non ’ • Regole di inferenza • il modus ponens • la regola di necessitazione

  17. Semantica dei mondi possibili • Strutture di riferimento • dato un linguaggio proposizionale modale LMP • le strutture di mondi possibili <W, R, v> dove: • W è un insieme di punti detti anche ‘stati’ o ‘mondi possibili’ • R è una relazione binaria su W2 che definisce l’accessibilità tra mondi • v è una funzione che assegna un valore di verità alle lettere proposizionali di LMP in ogni mondo w  W • Non ci sono solo mondi possibili,ma anche una relazione di accessibilità tra mondi w2 w1 w4 w3

  18. Regole semantiche • Soddisfacimento • si dice che una struttura <W, R, v> soddisfa una formula non modale  in un mondo w  W sse  è vera in w • si scrive <W, R, v>, w   • regole modali <W, R, v>, w    sse w W, wRw; <W, R, v>, w  <W, R, v>, w    sse w W, wRw; <W, R, v>, w  • data una qualsiasi formula   LMP <W, R, v>   sse w W; <W, R, v>, w  

  19. Pluralità delle assiomatizzazioni • Logica modale normale K:  (  )  (    ) (corrisponde alla possibilità di una semantica dei mondi possibili) • Assiomi principali: (gli assiomi del calcolo proposizionale più) D:      T:     4:      5:       • Principali logiche modali • gli assiomi del calcolo proposizionale più • una qualsiasi combinazione degli assiomi D, T, 4, 5

  20. Letture informali • Possibilità e necessità •   si legge come ‘è necessario che ’ •   si legge come ‘è possibile che ’ D:      T:     4:      5:       • Logica epistemica •   si legge come ‘io so che ’ •  (non modale) si legge come ‘ è oggettivamente vero’ • ad esempio KT45 (= KT5) è la logica della conoscenza infallibile • infatti vale T:     • la logica KD45 è invece la logica della conoscenza falsificabile • infatti vale D:     

  21. Corrispondenze semantiche • I principali assiomi corrispondono a proprietà della relazione di accessibilità R tra i mondi possibili • Ad esempio: T:      riflessività 5:        simmetria 4:       transitività • quindi la logica KT45 (=KT5) (detta anche S5) corrisponde alla classe di strutture dove R è una relazione di equivalenza • non tutte le proprietà di R corrispondono ad un assioma modale: e.g. irriflessività

  22. Possibili impieghi • Logica epistemica • una rete di agenti software • ciascuno dei quali opera su un computer in rete • gli agenti si scambiano messaggi • che cosa ‘sa’ o ‘può sapere’ ciascun agente? • “il frigorifero sa che il forno è acceso?” • Logica temporale • la relazione di accessibilità R rappresenta la successione temporale • ogni ‘cammino’ in W è una storia possibile(p. es. di un sistema automatico) • la correttezza di una strategia di controllo • si può rappresentare con l’assenza di ‘cammini critici’ • e quindi tramite una formula • la cui falsità deve essere dimostrabile

  23. Logiche modali • In generale, le logiche modali • sono caratterizzate dalla scelta di un particolare insieme di assiomi (e.g. KT5, KD45) a seconda del tipo di nozione informale (o di struttura dei mondi possibili) si vuole rappresentare • sono complete rispetto alla corrispondente classe di strutture • sono decidibili • Tuttavia • non sono vero-funzionali, ovvero non esiste la possibilità di creare le tavole di verità con un numero finito di valori • non sono puramente estensionali, in quanto il valore di verità dipende anche da un ‘mondo possibile’ o contesto

  24. 4 Logiche multivalenti

  25. Logiche multivalenti • Origini storiche • il fatto che le logiche modali non siano vero-funzionali è stato dimostrato qualche tempo dopo la loro comparsa • agli inizi, si pensava che le logiche modali fosserovero-funzionali ma in riferimento ad un insieme di valori di verità con più di due valori (Lukasiewicz) • malgrado le origini comuni, le due linee si sono sviluppate in direzioni diverse • Idea intuitiva • una logica a due soli valori rappresenta una sorta di certezza implicita riguardo alla conoscibilità del valore di verità • la presenza di ulteriori valori permette di rappresentare meglio situazioni di incertezza e/o di ambiguità

  26.       0 0 0 0 0 0 N U N N U U 1 1 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 1 N 1 0 N U N 1 1 0 1 1 0 U N N U U N U 1 0 N N N N N N U U U 1 U 1 N N N 1 1 1 1 1 1 1 1 0 0 0 0 N N U U N 1 1 1 1 1 1 1   0 0 1 1 U N U N 1 1 0 0 Logiche trivalenti • Lukasiewicz • Bóchvar

  27. Logica a valori infiniti • Lukasiewicz • una logica multivalente ‘generica’ che include anche la logica a valori infiniti (intervallo [0, 1]) • regole algebriche al posto delle tavole di verità: | | = 1 – |  | |    | = 1 – |  | + |  | |    | = min(|  |, |  |) |    | = max(|  |, |  |) |    | = min(1 – |  | + |  |, 1 – |  | + |  |) • In tutte queste logiche: •    non è una tautologia •    non è una contraddizione • (  )  ( ) rimane una tautologia • i valori in [0, 1] non possono essere probabilità:una logica probabilistica non può essere vero-funzionale

  28. derivabilità ?   rappresentazionesimbolica semantica semantica conseguenza logica v() v() significato Sistemi logici multivalenti • Sono sistemi logici diversi dalla logica classica • non tutte le tautologie e le contraddizioni classichesono preservate • Inoltre: • viene progressivamente indebolito il ruolo del linguaggio • nel caso di valori infiniti, la definizione è persino problematica • e quindi la rilevanza della relazione di derivabilità • ci si deve affidare al calcolo semantico (regole algebriche) • sono logiche per usi ‘ad hoc’(comunque pochi)

  29. 5 Logiche sfumate (fuzzy logic)

  30. Long(walk) 1 Long( ) 0 20 40 60 80 meters Insiemi sfumati • “E la tartaruga fece una lunga camminata ...” • ma quant’è lunga, una lunga camminata ... • per una tartaruga? • La funzione caratteristica  di un insieme non sfumatoè del tipo:  : U  {0, 1} • La funzione caratteristica  di un insieme non sfumatoè del tipo:  : U  [0, 1] (tutto l’intervallo, non solo i valori estremi) mooolto lunga

  31. Long(walk) Medium(walk) 1 Medium( ) Long( ) (Medium(walk)  Long(walk)) 0 20 40 60 80 meters Operatori insiemistici • Operatori insiemistici per gli insiemi sfumati • sono definiti per analogia con gli operatori non sfumati • Alcune scelte comuni • complemento: A = 1 – A • intersezione: AB= min(A , B) • unione: AB= max(A , B) –

  32. Scelta degli operatori insiemistici • La scelta degli operatori insiemistici per gli insiemi sfumati non è affatto ovvia • Si possono identificare dei requisiti: • norme e co-norme triangolari intersezioneAND T-norm (Dubois & Prade)boundary: T(0,0) = 0; T(1,a) = amonotonicity: ac; bd  T(a,b) T(a,b) commutativity: T(a,b) = T(b,a)associativity: T(a,T(b,c)) = T(T(a,b),c) T-conorm (Dubois & Prade)boundary: S(1,1) = 1; S(0,a) = amonotonicity: ac; bd  S(a,b) S(a,b) commutativity: S(a,b) = S(b,a)associativity: S(a,S(b,c)) = S(S(a,b),c) unioneOR

  33. Scelta degli operatori insiemistici (2) • Esistono inifinite norme e co-norme triangolari • Esempi: intersezioneAND T-normMinimum: min(a, b)Algebraic product: abBounded product: max(a  b  1, 0) unioneOR T-conormMaximum: max(a, b)Algebraic sum: a  b  abBounded sum: max(a  b, 1) Qual’è la scelta giusta per la passeggiata della tartaruga? Long(walk)  (Medium(walk)  Flat(walk))

  34. Sistemi inferenziali sfumati • La risposta (o forse la domanda) relativa alla scelta degli operatori insiemistici può essere meglio inquadrataconsiderando i sistemi inferenziali sfumati • (fuzzy inference systems) • Sono sistemi a regole • in cui si usa una rappresentazione tramite insiemi sfumati • per le premesse e le conseguenze • Molto usati nei sistemi di controllo automatico

  35. conditioning z1=a z2=b 1 = min(1, 1) A1 B1 C1 result if (z1 is A1)and (z2 is B1) then (u is C1) 1 1 1 û z1 z2 u B2 A2 C2 if (z1 is A2)and (z2 is B2) then (u is C2) u 2 (u)= max(min(C1, 1), min(C2, 2)) 2 2 z1 z2 u z1 is a z2 is a 2 = min(2, 2) Sistema di Mamdani • Una base di regole sfumate • le premesse vengono intersecate con le osservazioni • i degrees of fulfillment vengono propagati ai conseguenti • si calcola l’unione delle conseguenze

  36. z1=a z2=b A1 B1 if (z1 is A1)and (z2 is B1) thenu = f1(z1, z2) 1 1 1 z1 z2 û= 1f1(a, b) + 2f2(a, b) B2 A2 if (z1 is A2)and (z2 is B2) thenu = f2(z1, z2) 2 2 2 z1 z2 z1 is a z2 is a Sistema di Sugeno • Una base di regole sfumate • il calcolo dei degrees of fulfillment è identico al caso precedente • ma l’unione dei  è calcolata in modo diverso

  37. derivabilità ?   rappresentazionesimbolica semantica semantica conseguenza logica v() v() significato Sistemi logici sfumati • Sono sistemi molto diversi dalla logica classica • Infatti: • il linguaggio formale perde completamente rilevanza • tuttavia rimane il concetto di simbolo (long, short, medium) ... • il calcolo inferenziale si effettua per via semantica • il livello di generalità è scarsissimo • si tratta di fatto di sistemi ‘ad hoc’ • una logica per ogni problema • però i sistemi funzionano ...

  38. one particular walk one possible set Long(x) All conceivable walks the same particular walk Long(x) All conceivable walks many possible sets Un’ipotesi esplicativa • La logica sfumata potrebbe essere un incontro tra: • logica modale • probabilità logica classica logica modale

  39. walk  a probability distribution ( ) Long(x) All conceivable walks walk  Long(x) Long(x) ( ) Un’ipotesi esplicativa (2) • La probabilità misura l’appropriatezza delle descrizioni • dal punto di vista del soggetto che ne fa uso Long(m) = (Long(x)  (length(x) = m))

  40. Riferimenti • Il programma dimostrativo dei fuzzy inference systemssi trova al sito: http://ai.iit.nrc.ca/IR_public/fuzzy/fuzzyJToolkit.html • Il sistema si integra anche con Jess

More Related