Reprezentacja wiedzy: Grafy pojęć, byty mentalne i wnioskowanie o przekonaniach
|
|
- Dariusz Marszałek
- 7 lat temu
- Przeglądów:
Transkrypt
1 Reprezentacja wiedzy: Grafy pojęć, byty mentalne i wnioskowanie o przekonaniach Wojciech Jaworski Instytut Informatyki Uniwersytet Warszawski Wojciech Jaworski (MIM UW) Logika 1 / 55
2 Spis treści 1 Grafy pojęć 2 Byty mentalne 3 Wnioskowanie o przekonaniach Wojciech Jaworski (MIM UW) Logika 2 / 55
3 Zmienne Pudło In Szafa Pudło x In?x?y Szafa y Symbole x i y to etykiety definiujace (defining labels). Wskazuja miejsca, w których sa wprowadzane zmienne. Symbole?x i?y sa etykietami zwiazanymi (bound labels), które wskazuja użycie zmiennych. Samochód: Czterokołowiec Samochód: x Czterokołowiec?x ( x : Samochód)czterokołowiec(x) Wojciech Jaworski (MIM UW) Logika 3 / 55
4 Negacja Negację wprowadzamy umieszczajac zanegowana formułę w specjalnym kontekście: ( x : Samochód) czterokołowiec(x) Samochód: Czterokołowiec Samochód: x Czterokołowiec?x Negację można też oznaczyć następujaco: ( x : Samochód)czterokołowiec(x) Samochód: Czterokołowiec Wojciech Jaworski (MIM UW) Logika 4 / 55
5 Eliminacja Koniunkcja ( ), negacja ( ) oraz kwantyfikator egzystencjalny ( ) pozwalaja wyrazić pozostałe operatory logiczne. Zdanie jest równoważne ( x : Samochód)czterokołowiec(x) ( x : Samochód) czterokołowiec(x) Samochód Czterokołowiec Grafy nie zawierajace kwantyfikatora uniwersalnego maja jednoznaczna semantykę. Wojciech Jaworski (MIM UW) Logika 5 / 55
6 Implikacja Zdanie jest równoważne Jeśli rolnik ma krowę to ja doi. ( x : Rolnik)( y : Krowa)(posiada(x, y) = doi(x, y)) ( x : Rolnik)( y : Krowa)(posiada(x, y) doi(x, y)) Rolnik posiada Krowa T doi T Wojciech Jaworski (MIM UW) Logika 6 / 55
7 Implikacja Implikację jawnie reprezentujemy wprowadzajac kontekst If-Then: If: Rolnik posiada Krowa Then: T doi T Powyższa reprezentacja jest bliższa pierwotnemu zdaniu niż formuła logiczna Jeśli rolnik ma krowę to ja doi. ( x : Rolnik)( y : Krowa)(posiada(x, y) = doi(x, y)) Wojciech Jaworski (MIM UW) Logika 7 / 55
8 Koreferencje Jeśli rolnik ma krowę to ja doi. Analizujac pierwotne zdanie uzyskamy najpierw formę pośrednia: If: Rolnik posiada Krowa Then: T: #on doi T: #ona A następnie będziemy szukać obiektów, na które wskazuja wskaźniki #on i #ona. Jest to przykład rozwiazywania koreferencji (coreference resolution). Wojciech Jaworski (MIM UW) Logika 8 / 55
9 Alternatywa Korzystamy z tautologii p q ( p q) Jaś ma samochód lub Jaś jedzie autobusem. zamieniamy na Nie prawda, że Jaś nie ma samochódu i nie jedzie autobusem. Osoba: Jaś Has Samochód Osoba: Jaś Agnt Jedzie Inst Autobus Wojciech Jaworski (MIM UW) Logika 9 / 55
10 Alternatywa Alternatywę reprezentujemy za pomoca kontekstu Either-Or: Either: Or: Osoba: Jaś Has Samochód Or: Osoba: Jaś Agnt Jedzie Inst Autobus Z uwagi na to że p 1 p 2 p n ( p 1 p 2 p n ) w jednym kontekście Either może być dowolnie wiele kontekstów Or. Wojciech Jaworski (MIM UW) Logika 10 / 55
11 Semantyka Either-Or Either: Or: Kot: x T:?x Agnt Je Or: T:?x Agnt Goni Thme Mysz czyli ( x : Kot) ( ( ( a : Je)agnt(a, x) ) ( ( b : Goni)( y : Mysz)agnt(b, x) thme(b, y) )) ( x : Kot) (( ( a : Je)agnt(a, x) ) ( ( b : Goni)( y : Mysz)agnt(b, x) thme(b, y) )) Wojciech Jaworski (MIM UW) Logika 11 / 55
12 Semantyka Either-Or Either: Or: Kot: x T:?x Agnt Je Or: Agnt T:?x Goni Thme Mysz czyli ( x : Kot) ( ( ( a : Je)agnt(a, x) ) ( ( b : Goni)( y : Mysz)agnt(b, x) thme(b, y) )) ( x : Kot) (( ( a : Je)agnt(a, x) ) ( ( b : Goni)( y : Mysz)agnt(b, x) thme(b, y) )) Wojciech Jaworski (MIM UW) Logika 12 / 55
13 Semantyka Either-Or Either: Or: Kot: x Agnt Je Or: T:?x Agnt Goni Thme Mysz Powyższy graf jest niepoprawny. Nie da się przetłumaczyć na formułę logiczna. x jest użyte w kontekście rozłacznym z tym, w którym jest zdefiniowanie. Wojciech Jaworski (MIM UW) Logika 13 / 55
14 Relacje wieloargumentowe Rolnik stoi pomiędzy krowa a koniem. 1 Krowa Rolnik Betw 2 Koń ( x : Rolnik)( y : Krowa)( z : Koń)betw(y, z, x) Strzałka wychodzaca do kółka wskazuje ostatni argument relacji. Pozostałe argumenty sa reprezentowane przez strzałki wychodzace etykietowane liczbami wskazujacymi ich kolejność. Wojciech Jaworski (MIM UW) Logika 14 / 55
15 Spis treści 1 Grafy pojęć 2 Byty mentalne 3 Wnioskowanie o przekonaniach Wojciech Jaworski (MIM UW) Logika 15 / 55
16 Przykład wiodacy Rozpatrzmy robota szukajacego wyjścia z labiryntu. Robot wykonuje akcje jakimi jest poruszanie się po labiryncie. Buduje model otaczajacego go świata w miarę jak go odkrywa (uczy się labiryntu), Działa w celowo: to, że podejmuje akcje jest konsekwencja tego, że nie osiagn ał jeszcze celu. Planuje swoje działania łacz ac akcje w większe bloki, tworzac cele pośrednie, na przykład może chcieć opuścić ślepy zaułek. Przyjmijmy teraz, że labirynt jest fragmentem świata w grze sieciowej. Robot zaś jest programem grajacym przez sieć w taka grę. Wojciech Jaworski (MIM UW) Logika 16 / 55
17 Percepcja Robot buduje model otaczajacego go świata Oznacza to, że robot ma jakaś strukturę danych, w której zbiera dostarczane mu informacje. Silnik gry dostarcza robotowi informacje o świecie, będace odpowiednikiem wrażeń rejestrowanych przez ludzi. Informacje te robot przetwarza do postaci pojęć przechowywalnych w jego strukturze danych, proces ten nazywamy percepcja. Następnie dodaje te informacje do struktury danych, zapamiętuje je. To jakie pojęcia sa przechowywalne w modelu świata określa ontologia. Wojciech Jaworski (MIM UW) Logika 17 / 55
18 Sady Struktura danych modelujaca świat może opierać się na założeniu, że ściany w labiryncie sa odcinkami linii prostych i pamiętane sa położenia końców tych odcinków w jakimś układzie współrzędnych. Strukturę tę możemy wyrazić za pomoca: listy par puntów; formuły logicznej. grafu pojęć; wypowiedzi w języku naturalnym; Struktura danych modelujaca świat jest zbiorem sadów (Proposition) jakie robot ma o świecie. Wojciech Jaworski (MIM UW) Logika 18 / 55
19 Nastawienia sadzeniowe Nastawienia sadzeniowe (Propositional Attitude) określaja postawę robota względem sadu. Sady składajace się na model świata robota sa jego przekonaniami (Belief). Wyrażamy je za pomoca czasowników wierzyć, być przekonanym. Robot działa celowo, a więc posiada pewien sad opisujacy stan świata, który jest jego celem. Pragnienie (dażenie, Desire) to chęć, by świat był zgodny z sadem. Pragnienie opisujemy np. za pomoca czasownika chcieć. Np. Robot chce znaleźć wyjście z labiryntu. Wojciech Jaworski (MIM UW) Logika 19 / 55
20 Nastawienia sadzeniowe Tom believes that Mary wants to marry a sailor. Person: Tom Expr Believe Thme Proposition: Person: Mary Expr Want Thme Situation: T Agnt Marry Thme Sailor Wojciech Jaworski (MIM UW) Logika 20 / 55
21 Nastawienia sadzeniowe: intencje Aby zrealizować swoje pragnienie robot wykonuje sekwencję akcji. Wykonujac każda z nich spodziewa się konkretnego efektu, zaistnienia określonej sytuacji i pragnie, by ta sytuacja zaistniała. Oznacza to, że robot ma intencję (Intention) realizacji celu wyrażonego przez ten sad. Intencja to jest zamiar - ma wbudowany aspekt realizacji, łaczy świat mentalny ze światem fizycznym. Intencję akcji wyrażamy jako okolicznik celu. Inne nazwy dla intencji: cel, zamiar, zamysł, aim, purpose. Wojciech Jaworski (MIM UW) Logika 21 / 55
22 Nastawienia sadzeniowe: intencje Kot goni mysz, żeby ja zjeść. Kot Agnt Goni Thme Mysz Purp Sytuacja: T Agnt Je Ptnt T Intencja wiaże agenta, akcję i sytuację. Reprezentujemy ja za pomoca trójargumentowej relacji Purp. Wojciech Jaworski (MIM UW) Logika 22 / 55
23 Nastawienia sadzeniowe: wyrażenia Nastawienia sadzeniowe moga być też wyrażone. Sa to np.: obietnice, stwierdzenia, kłamstwa, czy deklaracje. Wyrażenie (Expression) jest sadem wyrażonym za pomoca jakiegoś medium. Wyrażenia składaja się z symboli obiektów istniejacych w świecie oraz symboli relacji zachodzacych między tymi obiektami. Środkiem wyrazu może być język naturalny, język logiki, graf pojęć, schemat, itd. Wojciech Jaworski (MIM UW) Logika 23 / 55
24 Przykład wiodacy cd. Stan rzeczy w grze jest zapisany w pamięci silnika gry. Możemy go opisać za pomoca pudełka z typu sytuacja zawierajacego graf pojęć. Robot posiada niepełny i niekoniecznie prawdziwy obraz tego stanu rzeczy. Jego obraz świata opiszemy za pomoca pudełka z typu sad zawierajacego graf pojęć reprezentujacy zawartość jego struktury danych. Sad ten będzie przedmiotem przekonań robota. Wojciech Jaworski (MIM UW) Logika 24 / 55
25 Agent Podmiot, byt, który żywi nastawienia sadzeniowe, działa celowo. Agent ma zamiary (intends) określone przez jego intencje. Agent nie musi być świadomy. Działać celowo może: człowiek, organizacja, społeczeństwo, program komputerowy. Na podstawie pragnień agent układa plan, który jest struktura złożona z akcji i innych planów, i wykonuje go. Jest również przekonany (believes) odnośnie rezultatów swoich działań. Nawet świadomi agenci (ludzie) moga realizować pragnienia i intencje, których nie sa świadomi. Wojciech Jaworski (MIM UW) Logika 25 / 55
26 Byty mentalne Świat mentalny opisujemy przez analogię do świata fizycznego. Przedmioty mentalne, stanowiace byty trwałe w czasie to sady i nastawienia sadzeniowe. Procesy mentalne (myślenie, zapamiętywanie, wyobrażanie itp.) sa operacjami na obiektach mentalnych. Stany mentalne to odpowiedniki fizycznych sytuacji. Reprezentacje mentalne znaki, które zastępuja elementy świata zewnętrznego (np. surogaty). Wojciech Jaworski (MIM UW) Logika 26 / 55
27 Role epistemiczne Role epistemiczne (Epistemic Role) sa to role odgrywane przez sady i sytuacje, w procesach rozumowania, wnioskowania. Określaja również prawdziwość relację sadu ze światem. Sady jednocześnie pełnia role epistemiczne i sa przedmiotami nastawień sadzeniowych. Obserwacje (Observation) sa to przekonania, które powstały w wyniku percepcji (przetwarzania doznań zmysłowych), maja odpowiadać jakiejś obserwowanej sytuacji. Oczekiwanie w sensie nadziei (antycypacja, Expectation) jest rola sytacji będacej przedmiotem intencji. Wojciech Jaworski (MIM UW) Logika 27 / 55
28 Role epistemiczne Fakt: sad odpowiadajacy zaistniałej sytuacji, np Na ulicy leży denat. Przyczyna sprawcza (causa efficiens; LKIF: Cause): Proces, który doprowadził do zaistnienia sytuacji, powstania rzeczy: Został dźnięty nożem. Przyczyna celowa (causa finalis; LKIF: Reason): Cel, któremu służyła zaistniała sytuacja, powstała rzecz (padł ofiara napadu rabunkowego). Przyczyna celowa jest blisko zwiazana z intencja i oczekiwaniem. W mowie potocznej przyczyna i powód (cause, reason) wydaja się być synonimami. Skutek: drugi w czasie człon zwiazku przyczynowo-skutkowego, efekt akcji. Wojciech Jaworski (MIM UW) Logika 28 / 55
29 Role epistemiczne Kot gonił mysz, aż się zmęczył. Przyczyna sprawcza: T Agnt Goni Thme Mysz Kot Succ Skutek: T Attr Zmęczony Wojciech Jaworski (MIM UW) Logika 29 / 55
30 Spis treści 1 Grafy pojęć 2 Byty mentalne 3 Wnioskowanie o przekonaniach Wojciech Jaworski (MIM UW) Logika 30 / 55
31 Modelowanie przekonań Jaś nie umie całkować, ale jest przekonany, że umie całkować. Dwa poziomy: obiektywny i poziom przekonań Jasia. Dwa światy: świat obiektywny i świat jakim widzi go Jaś. Jaś nie jest wszechwiedzacy, więc jego przekonania nie wyznaczaja dokładnie opisu świata. Co więcej, Jaś może się mylić: jego przekonania moga być sprzeczne ze stanem faktycznym. Wojciech Jaworski (MIM UW) Logika 31 / 55
32 Możliwe światy Zbiór K zawierajacy byty zwane możliwymi światami. Wyróżniony świat w 0 będacy światem obiektywnym. Relacja dostępności R(u, v) wiaż aca ze soba możliwe światy. Ewaluacja Φ(w, p) stwierdzajaca, czy zdanie p jest prawdziwe w świecie w. Za pomoca zbioru możliwych światów opisujemy statyczna sytuację w świecie, w którym występuje agent majacy przekonania o stanie tego świata. Predykat believes(a, p) oznacza, że agent a wierzy w prawdziwość zdania p. Φ(w, believes(a, p)) ( v K)(Φ(v, p) R(w, v)) Relacja R wyznacza wszystkie światy, które agent uważa za możliwe, dla zadanego świata aktualnego. Wojciech Jaworski (MIM UW) Logika 32 / 55
33 Sytuacje Sytuacje sa fragmentami światów wybranymi zgodnie z intencja obserwatora. Na przykład w świecie aktualnym Jaś nie umie całkować Możemy stworzyć sytuację s, która będzie obcięciem świata w 0 do tego faktu. Sytuacja ta nie stanowi wycinka przestrzennego świata. Rozszerzymy relację Φ tak by wiazała sytuacje z faktami. Φ(s, Jaś nie umie całkować ) Wojciech Jaworski (MIM UW) Logika 33 / 55
34 Konteksty Niektórzy uważaja, że zbiór możliwych światów jest idea o watpliwej sensowności. Zamiast mówić o świecie możliwym, w który Jaś wierzy, możemy określić zbiór sadów definiujacych ten świat i stwierdzić, wierzy on w prawdzwość tych sadów. Przekonania staja się wtedy sadami opakowanymi w pudełka (konteksty), które definiuja ich role. Podobnie sytuacje możemy zinterpretować jako konteksy zawierajace sady o świecie. Pozwala to porzucić koncepcję możliwych światów na rzecz jednego zmieniajacego się świata, którym rzadz a prawa logiki oraz składajacych się ze zbiorów formuł logicznych przybliżonych opisów tego świata w umysłach agentów. Wojciech Jaworski (MIM UW) Logika 34 / 55
35 Jaś obserwuje Jaś nie umie całkować, ale jest przekonany, że umie całkować. Ponadto, Jaś wierzy, że jeśli ktoś umie całkować, to zaliczy kolokwium z całkowania Niech U(x) oznacza, że x umie całkować, a Z (x) oznacza, że x zaliczył kolokwium z całkowania. Φ(s 1, U(Jaś) believes(jaś, U(Jaś) ( x)u(x) Z (x))) Jaś dowiaduje się z USOSa, że nie zaliczył kolokwium z całkowania. Mamy tutaj fakt oraz obserwację: Φ(s 2, U(Jaś) Z (Jaś) believes(jaś, U(Jaś) ( x)u(x) Z (x)) observes(jaś, Z (Jaś))) Wojciech Jaworski (MIM UW) Logika 35 / 55
36 Jaś rewiduje przekonania Φ(s 2, U(Jaś) Z (Jaś) believes(jaś, U(Jaś) ( x)u(x) Z (x)) observes(jaś, Z (Jaś))) Załóżmy, że Jaś jest racjonalnym agentem, czyli nie dopuszcza do tego by jego przekonania były sprzeczne. Przyjmijmy również, że Jaś potrafi wnioskować w logice tak, by zauważyć sprzeczność. W wyniku obserwacji Jaś rewiduje przekonania: Φ(s 3, U(Jaś) Z (Jaś) believes(jaś, Z (Jaś) ( x)u(x) Z (x))) Agent dokonuje wniosków na podstawie swoich przekonań. Musi wierzyć w zwiazek między swoimi umiejętnościami a zdaniem kolokwium, żeby wnioskować Wojciech Jaworski (MIM UW) Logika 36 / 55
37 Rewizja (korekta) przekonań Przekonania sa to sady (zdania w logice) na podstawie których agent modeluje świat System przekonań jest to teoria powstała w oparciu o te sady Zakładamy, że agent jest racjonalny, czyli że jego przekonania stanowia niesprzeczna teorię. Zakładamy też że agent posiada wszechwiedzę logiczna, czyli potrafi określić wszystkie logiczne konsekwencje swoich przekonań. Agent nabywa nowa informację, która zmusza go do zmiany przekonań. W szczególności nowa informacja może być sprzeczna z jego dotychczasowymi przekonaniami. Agent musi w takiej sytuacji porzucić niektóre z dotychczasowych przekonań. Operację rewizji przekonań wyrażamy za pomoca operatora K ϕ dla zadanej teorii (zbioru sadów) K oraz nabywanego sadu ϕ generuje nowy zbiór sadów. Wojciech Jaworski (MIM UW) Logika 37 / 55
38 Notacja L zbiór wszystkich zdań języka, w naszym przypadku logiki pierwszego rzędu. Niech Γ będzie zbiorem zdań z L. Γ ϕ oznacza, że ϕ możemy udowodnić, jeśli założymy że zdania z Γ sa prawdziwe. Przez Cn(Γ), oznaczymy zbiór wszystkich logicznych konsekwencji Γ, czyli Cn(Γ) = {ψ L : Γ ψ} Zbiór wszystkich teorii nad L oznaczamy jako K L Dla teorii K definiujemy K + Γ = Cn(K Γ) Dla zdania ϕ notacja K + ϕ jest skrótem od K + {ϕ} Wojciech Jaworski (MIM UW) Logika 38 / 55
39 Postulaty rewizji przekonań (Alchourron, Gardenfors, Makinson) Funkcja rewizji przekonań : K L L K L spełnia następujace aksjomaty: (K 1) K ϕ jest teoria w L (K 2) ϕ K ϕ Postulat (K 1) mówi, że agent, pozostaje logicznie wszechwiedzacy, gdy zrewiduje przekonania. Postulat (K 2) mówi, że nowa informację ϕ należy zawsze zawrzeć w nowym zbiorze przekonań. (K 2) przywiazuje olbrzymia wagę do wiarygodności ϕ. Nowa informacja jest postrzegana jako tak wiarygodna, że ma pierwszeństwo przed wszystkimi sprzecznymi z nia przekonaniami, niezależnie od tego, co to za przekonania. Wojciech Jaworski (MIM UW) Logika 39 / 55
40 Postulaty rewizji przekonań cd. (K 3) K ϕ K + ϕ (K 4) Jeżeli ϕ K, to K + ϕ K ϕ (K 3) i (K 4) razem stanowia, że jeśli nowa informacja ϕ, nie ma powodu, by usuwać jakiekolwiek dotychczasowe przekonanie. W takiej sytuacji nowy system przekonań K ϕ będzie zawierał całe K, nowa informację ϕ i wszystko co jest logiczna konsekwencja K i ϕ. Zasadniczo (K 3) i (K 4) wyrażaja koncepcję minimalnej zmiany w przypadku, gdy nowa informacja jest niesprzeczna z dotychczasowymi przekonaniami. Wojciech Jaworski (MIM UW) Logika 40 / 55
41 Postulaty rewizji przekonań cd. (K 5) Jeżeli ϕ jest niesprzeczna, to K ϕ jest niesprzeczna (K 6) Jeżeli ϕ ψ, to K ϕ = K ψ (K 5) stanowi, że agent powinien dażyć do niesprzeczności za wszelka cenę. Jedynie w przypadku kiedy nowo nabyte przekonanie jest sprzeczne, agent, z uwagi na postulat (K 2) musi przyjać sprzeczny zbiór przekonań. (K 6) jest postulatem nieistotności składni. Mówi, że składnia sadu (informacji) nie ma wpływa na efekt rewizji; liczy się jedynie jego znaczenie. Równoważne logicznie zdania ϕ i ψ zmieniaja teorię K w taki sam sposób. Wojciech Jaworski (MIM UW) Logika 41 / 55
42 Postulaty rewizji przekonań cd. (K 7) K (ϕ ψ) (K ϕ) + ψ (K 8) Jeżeli ψ K ϕ, to (K ϕ) + ψ K (ϕ ψ) Postulaty (K 7) i (K 8) mówia, że dla dowolnych zdań ϕ i ψ, jeśli rewidujac poczatkowy zbiór przekonań K za pomoca ϕ agent uzyska zbiór przekonań K ϕ zgodny z ψ, to, żeby wygenerować K (ϕ ψ) wystarczy rozszerzyć K ϕ za pomoca ψ. symbolicznie: K (ϕ ψ) = (K ϕ) + ψ. Racjonalne uzasadnienienie jest następujace: K ϕ jest najmniejsza zmiana K pozwalajac a właczyć ϕ, nie da się zatem uzyskać K (ϕ ψ) z K za pomoca mniejszej zmiany. Z drugiej strony jeśli ψ jest niesprzeczne z K ϕ, rewizja przekonań może się ograniczyć do dodania ψ do K ϕ i ich domknięcia. Wojciech Jaworski (MIM UW) Logika 42 / 55
43 Jaś rewiduje przekonania Przekonania Jasia przed ogłoszeniem wyników kolokwium opisuje następujaca teoria K = Cn(U(Jaś), ( x)u(x) Z (x)) Po zapoznaniu się z wynikami Jaś dowiaduje się ze ma miejsce fakt ϕ = Z (Jaś) W zwiazku z czym Jaś dokonuje rewizji przekonań uzyskujac teorię K ϕ. Zgodnie z aksjomatem K 2 mamy ϕ K ϕ. Zgodnie z aksjomatem K 5 K ϕ jest niesprzeczne. Teoria spełnia akjomaty. Teoria również spełnia aksjomaty. K = Cn(( x)u(x) Z (x), Z (Jaś)) K = Cn(U(Jaś), Z (Jaś)) Wojciech Jaworski (MIM UW) Logika 43 / 55
44 Jaś rewiduje przekonania Teoria K = Cn(( x)u(x) Z (x), Z (Jaś)) opisuje rewizję przekonań polegajac a na tym, że Jaś uświadomił sobie, że nie umie całkować. W przypadku teorii K = Cn(U(Jaś), Z (Jaś)) Jaś zwatpił w zwiazek pomiędzy swoimi umiejętnościami a ocena. Która z powyższych teorii Jaś powinien uzyskać po rewizji przekonań? Warto jeszcze zauważyć, że w wyniku rewizji przekonań w powyższym przypadku Jaś nie powinien uznać prawdziwości zdania ψ oznaczajacego W pokoju jest słoń. Wojciech Jaworski (MIM UW) Logika 44 / 55
45 Kontrakcja (porzucanie) przekonań (Alchourron, Gardenfors, Makinson) Racjonalne usunięcie przekonania ze zbioru przekonań. Następuje, gdy agent traci wiarę w przekonanie i rezygnuje z niego. Nie wystarczy usunać przekonania z teorii, trzeba usunać również wszystkie fakty, które pozwalaja je wyprowadzić. Wojciech Jaworski (MIM UW) Logika 45 / 55
46 Postulaty kontrakcji przekonań Funkcja kontrakcji przekonań : K L L K L spełnia następujace postulaty: (K 1) K ϕ jest teoria w L (K 2) K ϕ K (K 3) Jeżeli ϕ K, to K ϕ = K (K 4) Jeżeli ϕ, to ϕ K ϕ (K 5) Jeżeli ϕ K, to K (K ϕ) + ϕ Postulat (K 3) mówi, że jeśli ϕ nie należy do systemu przekonań nie trzeba go zmieniać. (K 4) stanowi, że ϕ jest usuwane z systemu przekonań, chyba że jest tautologia. Odpowiada to postulatowi (K 2). Na mocy (K 5) i (K 2) kontrakcja, a następnie dodanie ϕ pozwala nam uzyskać pierwotna teorię. (K 5) realizuje postulat minimalnej zmiany. Wojciech Jaworski (MIM UW) Logika 46 / 55
47 Postulaty kontrakcji przekonań (K 6) Jeżeli ϕ ψ, to K ϕ = K ψ (K 7) (K ϕ) (K ψ) K (ϕ ψ) (K 8) Jeżeli ϕ K (ϕ ψ), to K (ϕ ψ) K ϕ (K 6) jest postulatem nieistotności składni. Ostatnie dwa postulaty wiaż a sekwencyjna kontrakcję dwu zdań i kontrakcja ich koniunkcji. Aby porzucić ϕ ψ musimy porzucić albo ϕ, albo ψ, albo oba z nich. Przekonanie, które nie jest porzucane w wyniku kontrakcji ϕ, ani kontrakcji ψ nie jest z nimi zwiazane, nie jest więc zwiazane również z ϕ ψ. Zatem zgodnie z zasada minimalnej zmiany nie powinno ono zostać porzucone (K 7). ϕ wynika z ϕ ψ, zatem kontrakcja ϕ ψ powinna wywołać większy efekt niż kontrakcja ϕ (K 8). Wojciech Jaworski (MIM UW) Logika 47 / 55
48 Zwiazek kontrakcji z rewizja Tożsamość Leviego : K ϕ = (K ϕ) + ϕ Theorem Każda funkcja : K L L K L spełniajaca postulaty (K 1) (K 8) generuje za pomoca tożsamości Leviego funkcję spełniajac a postulaty (K 1) (K 8) Tożsamość Harpera: K ϕ = (K ϕ) K Theorem Każda funkcja : K L L K L spełniajaca postulaty (K 1) (K 8) generuje za pomoca tożsamości Leviego funkcję spełniajac a postulaty (K 1) (K 8) Wojciech Jaworski (MIM UW) Logika 48 / 55
49 Problem słonia Korzystamy z identyczności Leviego by opisać za pomoca kontrakcji rewizję przekonań u Jasia. Najpierw usuwamy przekonanie ϕ = Z (Jaś) uzyskujac zgodnie z postulatami kontrakcji (K 2) dwie możliwe teorie Cn(( x)u(x) Z (x)) Następnie dodajemy ϕ. Cn(U(Jaś)) Jak widać mamy w ten sposób zapewnione to, że Jaś nie zacznie wierzyć, że w pokoju jest słoń. Wojciech Jaworski (MIM UW) Logika 49 / 55
50 Wsparcie Epistemiczne (Epistemic Entrenchment) Agent przypisuje wartości epistemiczne poszczególnym przekonaniom w swoim systemie. Na przykład ogólne prawo ( x)u(x) Z (x) może być dla Jasia ważniejsze niż fakt U(Jaś). Zatem Jaś muszac wybrać pomiędzy nimi zachowa ( x)u(x) Z (x). Wsparcie epistemiczne przekonania określa jak bardzo jest ono odporne na zmianę. Im większe jest wsparcie epistemiczne tym mniej prawdopodobne jest usunięcie przekonania w wyniku kontrakcji. Wojciech Jaworski (MIM UW) Logika 50 / 55
51 Aksjomaty wsparcia epistemicznego Wsparcie epistemiczne jest relacja na L spełniajac a następujace warunki: (EE1) (EE2) (EE3) Jeśli ϕ ψ i ψ χ to ϕ χ Jeśli ϕ ψ to ϕ ψ ϕ ϕ ψ lub ψ ϕ ψ Aksjomat (EE1) stanowi o przechodniości. (EE2) mówi, że przekonania logicznie silniejsze maja mniejsze wsparcie. Jeśli zachodzi ϕ ψ możemy zrezygnować z ϕ i zachować ψ, ale nie na odwrót. Z uwagi na to, że K jest teoria, nie możemy usunać ϕ ψ nie usuwajac jednocześnie ϕ lub ψ, co daje (EE3) Z (EE1) (EE3) wynika, że jest relacja totalna. Wojciech Jaworski (MIM UW) Logika 51 / 55
52 Aksjomaty wsparcia epistemicznego (EE4) (EE5) Dla niesprzecznego K zachodzi: ϕ K wtw. dla każdego ψ L zachodzi ϕ ψ Jeśli dla każdego ψ L zachodzi ψ ϕ to ϕ (EE4) stanowi, że fakty, w które agent nie wierzy maja minimalne wsparcie. Z kolei tautologie maja maksymalne wsparcie (EE5). Wojciech Jaworski (MIM UW) Logika 52 / 55
53 Subiektywność wsparcia epistemicznego Dla ustalonego systemu przekoniań istnieje zwykle wiele różnych relacji spełniajacych aksjomaty (EE1) (EE5) Odpowiada to subiektywnemu charakterowi wsparcia epistemologicznego. Co ciekawe, intuicyjnie jesteśmy skłonni wiazać wybór relacji wsparcia z racjonalnościa. To, że nie zaliczywszy kolokwium Jaś uzna, że nie umie całkować, jest z jego strony bardziej racjonalne niż zwatpienie w system oceniania. Wojciech Jaworski (MIM UW) Logika 53 / 55
54 Zwiazek wsparcia epistemicznego z kontrakcja Kontrakcję możemy zdefiniować za pomoca wsparcia epistemicznego w następujacy sposób: (C ) ψ K ϕ wtw. ψ K oraz ϕ < ϕ ψ lub ϕ Theorem Niech K będzie teoria. Jeśli jest relacja spełniajac a (EE1) (EE5) to funkcja zdefiniowana za pomoca (C-) jest funkcja kontrakcji. Odwrotnie, jeśli jest funkcja kontrakcji to istnieje relacja spełniajaca (EE1) (EE5) oraz (C-). Wojciech Jaworski (MIM UW) Logika 54 / 55
55 Jaś rewiduje przekonania korzystajac ze wsparcia i kontrakcji ϕ = Z (Jaś), ψ = U(Jaś), χ = ( x)u(x) Z (x) K = Cn(ψ, χ) = Cn(ψ, χ, ϕ, ϕ ψ, ϕ χ) Zakładamy, że ψ < χ, co wyznacza nam wsparcie epistemiczne: ϕ ψ ϕ ψ < χ ϕ χ Chcemy policzyć K ϕ. Zgodnie z tożsamościa Leviego zachodzi K ϕ = (K ϕ) + ϕ Wiemy, że K ϕ K. Na mocy (C-) otrzymujemy Jeśli ϕ < ϕ ψ to ψ K ϕ Jeśli ϕ < ϕ χ to χ K ϕ Wojciech Jaworski (MIM UW) Logika 55 / 55
Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Parsowanie semantyczne wypowiedzi w języku polskim z użyciem parsera ENIAM
Parsowanie semantyczne wypowiedzi w języku polskim z użyciem parsera ENIAM Wojciech Jaworski Instytut Podstaw Informatyki Polskiej Akademii Nauk 3 lutego 2017 Wojciech Jaworski (IPI PAN) Parsowanie semantyczne
Logika pragmatyczna dla inżynierów
Logika pragmatyczna Logika pragmatyczna dla inżynierów Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.edu.pl materiały + literatura + informacje na stronie www. Zaliczenie: Test pisemny
Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie:
Logika pragmatyczna Logika pragmatyczna Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.wroc.pl materiały + literatura + informacje na stronie www. Zaliczenie: Kolokwium pisemne na
LOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Kultura logiczna Wnioskowania dedukcyjne
Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a
Schematy Piramid Logicznych
Schematy Piramid Logicznych geometryczna interpretacja niektórych formuł Paweł Jasionowski Politechnika Śląska w Gliwicach Wydział Matematyczno-Fizyczny Streszczenie Referat zajmuje się następującym zagadnieniem:
Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Logika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 15 stycznia 2011 Michał Lipnicki () Logika 15 stycznia 2011 1 / 37 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie
3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:
Konsekwencja logiczna
Konsekwencja logiczna Niech Φ 1, Φ 2,..., Φ n będa formułami logicznymi. Formuła Ψ wynika logicznie z Φ 1, Φ 2,..., Φ n jeżeli (Φ 1 Φ 2 Φ n ) Ψ jest tautologia. Formuły Φ 1, Φ 2,..., Φ n nazywamy założeniami
LOGIKA Klasyczny Rachunek Zdań
LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć
RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania
Logika w zastosowaniach kognitywistycznych Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl
Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika
5. Rozważania o pojęciu wiedzy. Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016
5. Rozważania o pojęciu wiedzy Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl Wstęp do filozofii Materiały do wykładu 2015/2016 Wiedza przez znajomość [by acquaintance] i wiedza przez opis Na początek
Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów
Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan na pytanie o odniesienie przedmiotowe zdań odpowiedź
Elementy logiki i teorii mnogości
Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy
Wprowadzenie do logiki epistemicznej. Przekonania i wiedza
Logika w zastosowaniach kognitywistycznych Wprowadzenie do logiki epistemicznej. Przekonania i wiedza (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl wersja beta 1.1 (na podstawie:
Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu
Witold Marciszewski: Wykład Logiki, 17 luty 2005, Collegium Civitas, Warszawa Uwagi wprowadzajace do reguł wnioskowania w systemie tabel analitycznych logiki pierwszego rzędu 1. Poniższe wyjaśnienie (akapit
Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),
Elementy logiki 1 Przykłady zdań w matematyce Zdania prawdziwe: 1 3 + 1 6 = 1 2, 3 6, 2 Q, Jeśli x = 1, to x 2 = 1 (x oznacza daną liczbę rzeczywistą), Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości
Adam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
Rachunek logiczny. 1. Język rachunku logicznego.
Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były
Klasyczny rachunek zdań 1/2
Klasyczny rachunek zdań /2 Elementy logiki i metodologii nauk spotkanie VI Bartosz Gostkowski Poznań, 7 XI 9 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe
Drzewa Semantyczne w KRZ
Drzewa Semantyczne w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 7 XII 2006, 13:30 15:00 Jerzy Pogonowski (MEG) Drzewa Semantyczne w KRZ 7 XII 2006, 13:30 15:00
Matematyka ETId Elementy logiki
Matematyka ETId Izolda Gorgol pokój 131A e-mail: I.Gorgol@pollub.pl tel. 081 5384 563 http://antenor.pol.lublin.pl/users/gorgol Zdania w sensie logicznym DEFINICJA Zdanie w sensie logicznym - zdanie oznajmujace,
0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.
Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek
Kultura logiczna Klasyczny rachunek zdań 1/2
Kultura logiczna Klasyczny rachunek zdań /2 Bartosz Gostkowski bgostkowski@gmail.com Kraków 22 III 2 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych
ROZDZIAŁ 1. Rachunek funkcyjny
ROZDZIAŁ 1 Rachunek funkcyjny Niech X 1,..., X n będą dowolnymi zbiorami. Wyrażenie (formułę) ϕ(x 1,..., x n ), w którym występuje n zmiennych x 1,..., x n i które zamienia się w zdanie logiczne, gdy zamiast
Podstawowe Pojęcia. Semantyczne KRZ
Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga
O pewnych związkach teorii modeli z teorią reprezentacji
O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej
Semantyka rachunku predykatów
Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie
Rachunek zdań i predykatów
Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)
domykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.
Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze
Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI
MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości
Język rachunku predykatów Formuły rachunku predykatów Formuły spełnialne i prawdziwe Dowody założeniowe. 1 Zmienne x, y, z...
Język rachunku predykatów 1 Zmienne x, y, z... 2 Predykaty n-argumentowe P(x, y,...), Q(x, y...),... 3 Funktory zdaniowe,,,, 4 Kwantyfikatory: istnieje, dla każdego Język rachunku predykatów Ustalenie
Wyuczalność w teorii modeli
Wyuczalność w teorii modeli Nina Gierasimczuk Instytut Filozofii UW & Institute for Logic, Language, and Computation UvA Forum Kognitywistyczne 26 IV 2008 Nina Gierasimczuk (IF UW, ILLC UvA) Wyuczalność
Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Rachunek zdań Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak RACHUNEK ZDAŃ Zdania Definicja Zdanie jest to stwierdzenie w języku naturalnym, któremu można przypisać wartość prawdy lub
Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?
Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące
Paradygmaty dowodzenia
Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.
Logika intuicjonistyczna
Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.
Paradygmaty programowania
Paradygmaty programowania Jacek Michałowski, Piotr Latanowicz 15 kwietnia 2014 Jacek Michałowski, Piotr Latanowicz () Paradygmaty programowania 15 kwietnia 2014 1 / 12 Zadanie 1 Zadanie 1 Rachunek predykatów
Parsowanie semantyczne i jego zastosowania
Parsowanie semantyczne i jego zastosowania Wojciech Jaworski, Adam Przepiórkowski Instytut Podstaw Informatyki Polskiej Akademii Nauk 18 czerwca 2015 Wojciech Jaworski, Adam Przepiórkowski (IPI PAN) Parsowanie
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
4 Klasyczny rachunek zdań
4 Klasyczny rachunek zdań Elementy Logiki i Teorii Mnogości 2015/2016 Spis najważniejszych tautologii: (a) p p prawo wyłączonego środka (b) ( p) p prawo podwójnej negacji (c) p q q p (d) p q q p prawo
Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3
Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan gry: 1 Czym są zdania? 2 Język Klasycznego Rachunku Zdań syntaktyka 3 Język
Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa.
Logika obliczeniowa Instytut Informatyki 1 Interpretacja i wartościowanie Dziedzina interpretacji Interpretacja Wartościowanie 2 Wartość formuły Wartość termu Wartość logiczna formuły Własności 3 Logiczna
Ziemia obraca się wokół Księżyca, bo posiadając odpowiednią wiedzę można stwierdzić, czy są prawdziwe, czy fałszywe. Zdaniami nie są wypowiedzi:
1 Elementy logiki W logice zdaniem nazywamy wypowiedź oznajmującą, która (w ramach danej nauki) jest albo prawdziwa, albo fałszywa. Tak więc zdanie może mieć jedną z dwóch wartości logicznych. Prawdziwość
Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone
Metoda Tablic Semantycznych
Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,
Składnia rachunku predykatów pierwszego rzędu
Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka
vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).
6. Wykład 6: Rachunek predykatów. Język pierwszego rzędu składa się z: symboli relacyjnych P i, i I, gdzie (P i ) oznaczać będzie ilość argumentów symbolu P i, symboli funkcyjnych f j, j J, gdzie (f j
Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}
Języki Ustalmy pewien skończony zbiór symboli Σ zwany alfabetem. Zbiór Σ zawiera wszystkie skończone ciagi symboli z Σ. Podzbiór L Σ nazywamy językiem a x L nazywamy słowem. Specjalne słowo puste oznaczamy
Dowody założeniowe w KRZ
Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody
Wstęp do logiki. Klasyczny Rachunek Zdań II
Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem
komputery? Andrzej Skowron, Hung Son Nguyen Instytut Matematyki, Wydział MIM, UW
Czego moga się nauczyć komputery? Andrzej Skowron, Hung Son Nguyen son@mimuw.edu.pl; skowron@mimuw.edu.pl Instytut Matematyki, Wydział MIM, UW colt.tex Czego mogą się nauczyć komputery? Andrzej Skowron,
Lista 1 (elementy logiki)
Podstawy nauczania matematyki 1. Zdanie Lista 1 (elementy logiki) EE I rok W logice zdaniem logicznym nazywamy wyrażenie oznajmujące o którym można powiedzieć że jest prawdziwe lub fałszywe. Zdania z reguły
Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne
Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,
Dalszy ciąg rachunku zdań
Dalszy ciąg rachunku zdań Wszystkie możliwe funktory jednoargumentowe p f 1 f 2 f 3 f 4 0 0 0 1 1 1 0 1 0 1 Wszystkie możliwe funktory dwuargumentowe p q f 1 f 2 f 3 f 4 f 5 f 6 f 7 f 8 f 9 f 10 f 11 f
Wykład 1. Informatyka Stosowana. 3 października Informatyka Stosowana Wykład 1 3 października / 26
Wykład 1 Informatyka Stosowana 3 października 2016 Informatyka Stosowana Wykład 1 3 października 2016 1 / 26 Wykłady : 45h (w semestrze zimowym) ( Egzamin) 30h (w semetrze letnim ) ( Egzamin) Zajęcia praktyczne:
Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien
LOGIKA Dedukcja Naturalna
LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów
Podstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut
Predykat Weźmy pod uwagę następujące wypowiedzi: (1) Afryka jest kontynentem. (2) 7 jest liczbą naturalną. (3) Europa jest mniejsza niż Afryka. (4) 153 jest podzielne przez 3. Są to zdania jednostkowe,
Dialogowe akty mowy w modelach sztucznej inteligencji
Dialogowe akty mowy w modelach sztucznej inteligencji O. Yaskorska 1 K. Budzynska 1 M. Kacprzak 2 1 Wydział Filozofii Chrześcijańskiej, Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie 2 Wydział
Internet Semantyczny i Logika I
Internet Semantyczny i Logika I Warstwy Internetu Semantycznego Dowód Zaufanie Logika OWL, Ontologie Podpis cyfrowy RDF, schematy RDF XML, schematy XML przestrzenie nazw URI Po co nam logika? Potrzebujemy
Zasady krytycznego myślenia (1)
Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte
WSTĘP ZAGADNIENIA WSTĘPNE
27.09.2012 WSTĘP Logos (gr.) słowo, myśl ZAGADNIENIA WSTĘPNE Logika bada proces myślenia; jest to nauka o formach poprawnego myślenia a zarazem o języku (nie mylić z teorią komunikacji czy językoznawstwem).
Rekurencyjna przeliczalność
Rekurencyjna przeliczalność Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Rekurencyjna przeliczalność Funkcje rekurencyjne
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Logika. Michał Lipnicki. 18 listopada Zakład Logiki Stosowanej UAM. Michał Lipnicki Logika 18 listopada / 1
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 18 listopada 2012 Michał Lipnicki Logika 18 listopada 2012 1 / 1 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Internet Semantyczny. Logika opisowa
Internet Semantyczny Logika opisowa Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym
I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.
I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne
Elementy logiki matematycznej
Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w
Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41
Wykład 2 Informatyka Stosowana 8 października 2018, M. A-B Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41 Elementy logiki matematycznej Informatyka Stosowana Wykład 2 8 października
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony
Logika Stosowana. Wykład 5 - Zbiory i logiki rozmyte Część 1. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 5 - Zbiory i logiki rozmyte Część 1 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 36 Plan
Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.
Logika Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Często słowu "logika" nadaje się szersze znaczenie niż temu o czym będzie poniżej: np. mówi się "logiczne myślenie"
Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do
Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ KONWERSATORIUM 6: REZOLUCJA V rok kognitywistyki UAM 1 Kilka uwag terminologicznych Słuchacze zapewne pamiętają z zajęć dotyczących PROLOGu poniższą
Struktury formalne, czyli elementy Teorii Modeli
Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Definicja: alfabetem. słowem długością słowa
Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na
Indukcja matematyczna
Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n
III rok kognitywistyki UAM,
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 14: POWTÓRKA III rok kognitywistyki UAM, 2016 2017 Dzisiejszy wykład w całości poświęcony będzie omówieniu przykładowych zadań, podobnych do
Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań
Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Micha l Ziembowski m.ziembowski@mini.pw.edu.pl www.mini.pw.edu.pl/ ziembowskim/ October 2, 2016 M. Ziembowski (WUoT) Elementy logiki i teorii
INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Wstęp do logiki. Klasyczny Rachunek Predykatów I
Wstęp do logiki Klasyczny Rachunek Predykatów I KRZ jest teorią stanowiącą wstępną część logiki formalnej, część zakładaną przez inne teorie. Przypomnijmy, jest on teorią związków logicznych między zdaniami
Reprezentacja wiedzy: Logika
Reprezentacja wiedzy: Logika Wojciech Jaworski Instytut Informatyki Uniwersytet Warszawski Wojciech Jaworski (MIM UW) Logika 1 / 36 Co to jest reprezentacja wiedzy? Wyrażenie w wiedzy o danej dziedzinie
Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku
Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu
Wstęp do Techniki Cyfrowej... Algebra Boole a
Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w