Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 07
Agentes lógicos
Como agentes podem formar
Prof. Dr. Alexandre da Silva Simões representações do mundo, usar um
processo de inferência para derivar
novas representações e utilizar essas
novas representações para deduzir o
que fazer?
Inteligência Artificial - Prof. Dr.
set-06 Alexandre da Silva Simões 2
1
Agente baseado em conhecimento Agente baseado em conhecimento
Recebe percepção e retorna ação (como todo agente)
função AGENTE-BC(percepção) retorna uma ação A BC pode conter inicialmente algum conhecimento
variáveis estáticas: geral
BC, uma base de conhecimento
Procedimento do agente:
t, um contador, inicialmente em 0, indicando tempo
1. Informa à BC (TELL) sua percepção
TELL (BC, CRIAR-SENTENÇA-DE-PERCEPÇÃO(percepção, t)) 2. Pergunta à BC (ASK) que ação ele deve executar
ação ← ASK(BC, CRIAR-CONSULTA-DE-AÇÃO(t)) 3. Informa à BC que a ação hipotética realmente foi executada
TELL(BC, CRIAR-SENTENÇA-DE-AÇÃO(ação, t))
t ← t+1
No processo de resposta, talvez seja desenvolvido um
retornar ação raciocínio extenso sobre os resultados de seqüências
de ações e assim por diante
2
Wumpus: definição do ambiente Wumpus: exemplo
Medida de desempenho: +1.000 por pegar ouro, -1.000 se cair em Situação do mundo:
um poço ou for devorado pelo Wumpus, -1 para cada ação
executada, -10 pelo uso da flecha
Ambiente: malha 4x4 de salas. O agente sempre começa no
quadrado identificado como [1,1] voltado para a direita. As posições
do Wumpus, ouro e poços são escolhidas ao acaso
Atuadores: O agente pode mover-se para frente, virar à esquerda,
virar à direita, agarrar um objeto e atirar a flecha
Sensores: fedor (quadrados adjacentes ao Wumpus, exceto
diagonal), brisa (quadrados adjacentes a um poço, exceto
diagonal), resplendor (quadrados onde existe ouro), impacto (ao
caminhar para uma parede) e audição (percebe o grito do Wumpus
ao morrer). Agente não conhece a configuração do ambiente
3
Wumpus: exemplo Lógica
Sensores: Organizada principalmente por Aristóteles em sua obra
[fedor, nada, nada, nada, nada] “Órganon”
Conclusões:
“É o conhecimento das formas gerais e regras gerais
Há Wumpus em [1,3] ou [2,2] do pensamento correto e verdadeiro, independen-
Wumpus não pode estar em [2,2] temente dos conteúdos pensados” (Chauí, 2002)
Wumpus em [1,3]
Não existe poço em [2,2] “Todo homem é mortal” “Todo cão late”
Poço em [3,1] “Sócrates é um homem” “Totó é um cão”
[2,2] é seguro “Logo, Sócrates é mortal” “Logo, Totó late”
Movimento escolhido:
[2,2] Estrutura geral: Todo X é Y. Z é X. Portanto, Z é Y.
4
Conseqüência lógica em Wumpus Possíveis modelos...
Base de conhecimento:
Nada em [1,1]
Brisa em [2,1]
Regras do mundo Wumpus
Interesse do agente:
Saber se os quadrados [1,2],
[2,2] e [3,1] contém poços
Possíveis modelos:
23=8
5
Conseqüência: BC╞ α2 Inferência lógica
Exemplo anterior:
Ilustraa conseqüência lógica
Mostra como a conseqüência lógica pode ser
aplicada para produzir inferência lógica (derivar
conclusões)
Um algoritmo de inferência que deriva apenas
sentenças permitidas é consistente
Um algoritmo de inferência será completo se
α2 é falsa em alguns modelos da BC. O agente não puder derivar qualquer sentença permitida
pode concluir que não existe nenhum poço em [2,2]
Inteligência Artificial - Prof. Dr. Inteligência Artificial - Prof. Dr.
set-06 Alexandre da Silva Simões 21 set-06 Alexandre da Silva Simões 22
Semântica
6
Sintaxe em lógica proposicional Gramática da lógica proposicional
Símbolos: Nomes em letras maiúsculas (P, Q, R, ...), Sentença → SentençaAtômica | SentençaComplexa
verdadeiro e falso SentençaAtômica → Verdadeiro | Falso | Símbolo
Sentenças atômicas (ou literais): constituídas por Símbolo → P | Q | R | ...
elementos sintáticos indivisíveis (símbolo proposicional) SentençaComplexa → ¬Sentença
Sentenças complexas: são construídas a partir de | (Sentença ∧ Sentença)
sentenças mais simples com a utilização de conectivos | (Sentença ∨ Sentença)
| (Sentença ⇒ Sentença)
lógicos: ¬ (não), ∧ (e), ∨ (ou), ⇒ (implica), ⇔ (dupla
| (Sentença ⇔ Sentença)
implicação, ou “se e somente se”)
Sentença cujo principal conectivo é ∧: conjunção
Ordem de precedência: ¬ ∧ ∨ ⇒ ⇔
Sentença cujo principal conectivo é ∨: disjunção
7
Wumpus: base de conhecimento Base de conhecimento simples
8
Inferência em Wumpus Equivalência
Duas sentenças α e β são logicamente equivalentes (α ⇔ β) se são
Em três desses modelos, BC é
verdadeiras no mesmo conjunto de modelos
verdadeira. Nesses três modelos, ¬P1,2 é (α∧β) ≡ (β∧α) comutatividade de ∧
(α∨β) ≡ (β∨α) comutatividade de ∨
verdadeira. Conseqüentemente, não (α∧β)∧γ ≡ α∧(β∧γ) associatividade de ∧
existe poço em [1,2] (α∨β)∨γ ≡ α∨(β∨γ) associatividade de ∨
¬¬α ≡ α eliminação de dupla negação
P2,2 é verdadeira em dois dos três (α⇒β) ≡ (¬β⇒¬α) contraposição
(α⇒β) ≡ (¬α∨ β) eliminação de implicação
modelos e falsa em um. Assim, não (α⇔β) ≡ ((α⇒β) ∧ (β⇒α)) eliminação de bicondicional
¬(α∧β) ≡ (¬α∨¬β) de Morgan
podemos dizer ainda se existe um poço ¬(α∨β) ≡ (¬α∧¬β) de Morgan
em [2,2] (α∧(β∨γ)) ≡ ((α∧β)∨(α∧γ)) distributividade de ∧ sobre ∨
(α∨(β∧γ)) ≡ ((α∨β)∧(α∨γ)) distributividade de ∨ sobre ∧
9
Satisfabilidade Padrões de raciocínio em LP
Uma sentença é satisfatível se ela é verdadeira em • Modus Ponens. A partir de uma implicação α→β, α
algum modelo e a premícia da implicação, pode-se inferir a
Satisfabilidade pode ser verificada enumerando-se os conclusão β
modelos possíveis até ser encontrado um modelo que
satisfaça a sentença • Eliminação de E. De uma conjunção, pode- α∧β
Determinar a satisfabilidade de sentenças em lógica se inferir qualquer dos conjuntores
proposicional foi o primeiro problema que se comprovou α
ser NP-Completo
Com transformações apropriadas, problemas de busca • Resolução unitária. De uma disjunção, se α∨β, ¬β
podem ser resolvidos verificando–se a satisfabilidade: um dos disjuntores é falso, então pode-se
inferir que o outro é verdadeiro α
“α╞ β se e somente se a sentença (α∧¬β) é não-
satisfatível”
Inteligência Artificial - Prof. Dr. Inteligência Artificial - Prof. Dr.
set-06 Alexandre da Silva Simões 37 set-06 Alexandre da Silva Simões 38
10
Provando P3,1 em Wumpus Forma normal conjuntiva
BC:
Toda sentença da lógica proposicional é
...
R1: ¬P1,1 logicamente equivalente a uma conjunção
R3: B2,1 ⇔ (P1,1 ∨ P2,2 ∨ P3,1)
R5: B2,1
de disjunções de literais
Novo
...
R11: ¬B1,2
Uma sentença expressa como uma
R12: B1,2 ⇔ (P1,1∨ P2,2 ∨ P1,3)
R13: ¬P2,2
conjunção de disjunções de literais está
derivado
R14: ¬P1,3 na forma normal conjuntiva (FNC)
R15: P1,1∨ P2,2 ∨ P3,1
R16: P1,1∨ P3,1 Resolução
R17: P3,1 Resolução
11
Um algoritmo de resolução Resolução em Wumpus
Idéia: provar por contradição . Para mostrar que BC╞ α,
mostramos que (BC∧¬α) é não-satisfatível
Algoritmo:
(BC∧ ¬α) é convertido em FNC
Aplicar regra de resolução às cláusulas resultantes. Cada par
que contém literais complementares é resolvido para gerar uma
nova cláusula que é adicionada ao conjunto se ainda não estiver Situação:
presente
O processo continua até:
Agenteem [1,1]
Não existir nenhuma nova cláusula que possa ser adicionada.
Neste caso, α não tem β como conseqüência lógica
BC = R2∧R4 = (B1,1⇔(P1,2∨P2,1))∧¬B1,1
Uma aplicação de regra de resolução derivara cláusula vazia.
Neste caso, α tem β como conseqüência lógica Provar α = ¬P1,2
C1 C2 C3 C4 C5
12
2º passo: aplicar resolução 2º passo: aplicar resolução
C3 C1 C2 C4 C5 C3 C1 C2 C4 C5
C3 C1 C2 C4 C5 C3 C1 C2 C4 C5
13
2º passo: aplicar resolução 2º passo: aplicar resolução
C3 C1 C2 C4 C5 C3 C1 C2 C4 C5
14
Exercício: reduzindo à FNC O Unicórnio é mágico?
MITICO ⇒ ¬MORTAL R1: ¬MITICO ∨ ¬MORTAL
R1: ¬MITICO ∨ ¬MORTAL R2: MITICO ∨ MAMÍFERO
¬MITICO ⇒ MAMÍFERO ∧ MORTAL R3 MITICO ∨ MORTAL
MITICO ∨ (MAMÍFERO ∧ MORTAL) R4: MORTAL ∨ TEM_CHIFRE
(MITICO ∨ MAMÍFERO) ∧ (MITICO ∨ MORTAL) R5 ¬MAMÍFERO ∨ TEM_CHIFRE
R2: MITICO ∨ MAMÍFERO R6: ¬TEM_CHIFRE ∨ MÁGICO
R3: MITICO ∨ MORTAL R7: ¬MÁGICO
¬MORTAL ∨ MAMÍFERO ⇒ TEM_CHIFRE
¬(¬MORTAL ∨ MAMÍFERO) ∨ TEM_CHIFRE R8 (R7+R6): ¬TEM_CHIFRE
(MORTAL ∧ ¬MAMÍFERO) ∨ TEM_CHIFRE R9 (R8+R4): MORTAL
(MORTAL ∨ TEM_CHIFRE) ∧ (¬MAMÍFERO ∨ TEM_CHIFRE) R10 (R8+R5): ¬MAMÍFERO
R4: MORTAL ∨ TEM_CHIFRE R11(R10+R2): MÍTICO
R5: ¬MAMÍFERO ∨ TEM_CHIFRE R12(R11+R1): ¬MORTAL
TEM_CHIFRE ⇒ MÁGICO R13 (R9+R12): [] Logo, BC╞ MÁGICO
R6: ¬TEM_CHIFRE ∨ MÁGICO
Inteligência Artificial - Prof. Dr. Inteligência Artificial - Prof. Dr.
set-06 Alexandre da Silva Simões 57 set-06 Alexandre da Silva Simões 58
15
Cláusula de Horn Cláusula de Horn: exemplo
Resolução: método de inferência importante porque é completo. P⇒Q
Porém pode não ser necessária se as sentenças estiverem na L∧M⇒P
forma da cláusula de Horn1 B∧L⇒M
Disjunção de literais nos quais no máximo um é positivo. Exemplo: A∧P⇒L
¬L1,1∨¬Brisa∨B1,1 é cláusula de Horn A∧B⇒L
¬B1,1∨P1,2∨P2,1 não é cláusula de Horn A
Importante porque: B
Toda C.H. pode ser escrita como uma implicação cuja premissa é uma
conjunção de literais positivos e cuja conclusão é um único literal
positivo Definidas as folhas (A e B), a inferência se propaga para cima do
A inferência com C.H. pode ser feita utilizando encadeamento para grafo, o mais longe possível
frente e para trás Onde quer que apareça uma conjunção, a propagação espera até
Decisão de conseqüência lógica pode ser feita em tempo linear em todos os conjuntos serem conhecidos antes de prosseguir
relação ao tamanho da BC
Consistente: toda inferência é uma aplicação de Modus Ponens
1Homenagem a Alfred Horn
Completo: toda sentença atômica será derivada
Inteligência Artificial - Prof. Dr. Inteligência Artificial - Prof. Dr.
set-06 Alexandre da Silva Simões 61 set-06 Alexandre da Silva Simões 62
Atividades extra-classe
Leitura:
RUSSELL, S. NORVIG, P. Inteligência
Artificial. Campus. Capítulo 7, exceto os
tópicos:
“Inferência proposicional efetiva” em diante
Exercícios recomendados:
7.1 a 7.12
16