College 7: Kennisrepresentatie (I)

Slides:



Advertisements
Verwante presentaties
- Inhoud Artificial Intelligence - Inhoud Wat is AI? OorsprongReasoningLearning • Wat is Artificial Intelligence.
Advertisements

Overzicht Inleiding kennisacquisitie Elicitatietechnieken
Toetsen en leerlijnen in nieuwe scheikunde
Automatisch Redeneren in de praktijk
24 juni 2003Johnson en Morrill in Israel Een studie naar de Johnson Morrill Hypothese in relatie tot de Hebreeuwse taal; implementatie van bewijsnetten.
Compositionaliteit, bereik en lambda’s
De studie van betekenis
Betekenis 2: Compositionaliteit, bereik en lambda’s
The Logic of Adaptive Behavior Knowledge Representation and Algorithms for the Markov Decision Process Framework In First-Order Domains Martijn van Otterlo.
Geest, brein en cognitie Filosofie van de geest en Grondslagen van de cognitiewetenschap Fred Keijzer.
Opleiding Kunstmatige Intelligentie cursus Databases voor AI
Opleiding AI cursus Databases
AI91  Het Probleem  Grammatica’s  Transitie netwerken Leeswijzer: Hoofdstuk AI Kaleidoscoop College 9: Natuurlijke taal.
Databases I (H.3) Het Entity-Relationship Model Wiebren de Jonge Vrije Universiteit, Amsterdam versie 2003.
Inleiding Kennistechnologie §Hoofdstuk 7: Kennisrepresentaties 1: Eigenschappen en representatievormen §Hoofdstuk 8: Kennisrepresentaties 2: Eenvoud en.
Inleiding Kennistechnologie §Hoofdstuk 1: Introductie §Hoofdstuk 2: Kennissystemen in context §Hoofdstuk 3: Kennisacquisitie.
Inleiding Kennistechnologie §Hoofdstuk 4: Ontwikkeltraject §Hoofdstuk 5: MYCIN en complexiteit §Hoofdstuk 6: Symbolen en semantiek.
Agententechnologie Les 5: reactieve en hybriede agenten
Persoonlijke Verkoop. Commerciële actie - Classificatie Afleveren van producten Bestellingen opnemen - intern Bestellingen opnemen - extern Informatieverstrekking.
ProblemenRedeneren met verstekwaarden Gesloten wereld CircumscriptieLogica met verstekwaarden Autoepistemis che logica Redeneren over kennis: herbekeken.
Deltion College Engels A2 Lezen [Edu/002]/subvaardigheid ‘koken’….!
‘Geef uw team vleugels’
Semantische Interpretatie Jurafsky & Martin (Ed. 1): Hoofdstuk 15
Woordvolgorde Bepaling van tijd.
PASSEND WONEN For me it’s a great honor to be on this international stage, and that I have the opportunity to present for this interesting audience my.
Kennis verbreden en verdiepen
Deel 2: Onzekerheid in redeneren
Neurale Netwerken Genetische Algorithmen
AI101  Historisch Perspectief Weak Methods Logic Theorist General Problem Solver  Resolution Theorem Proving Leeswijzer: Hoofdstuk 13.0, 13.1, 13.2 AI.
Management Accounting Management Control
AI111  Algemeen  Voorbeeld  Concept Learning (Version Space)  Bias Leeswijzer: Hoofdstuk AI Kaleidoscoop College 11: Machinaal.
Woordenschat groep 5 Thema 3 Les 2
Deltion College Engels B2 Lezen [Edu/003] thema: Topical News Lessons: The Onestop Magazine can-do: kan artikelen en rapporten begrijpen die gaan over.
Deltion College Engels B2 Spreken [Edu/001] thema: What’s in the news? can-do : kan verslag doen van een gebeurtenis en daarbij meningen met argumenten.
Deltion College Engels B1 Spreken [Edu/001] thema: song texts can-do : kan een onderwerp dat mij interesseert op een redelijk vlotte manier beschrijven.
Semantiek De studie van betekenis. Vragen Wat is betekenis? Betekenis van wat?
Game ON!. Wat gaan we doen: Introductie: wie ben ik? Inspiratiebronnen Game On! 2008.
Databases I Het Entity-Relationship Model
Kom, ga met ons mee Come, go with us. ‘Wij vertrekken nu naar het land dat de Heer ons beloofd heeft. Ga met ons mee! Je zult het goed hebben bij ons.
Grammar Chapter 3 Part 2 – Relative pronouns. Some examples The man in the middle who is reading a newspaper is my father. The man in the middle that.
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
Copyright met toestemming gebruikt van Stichting Licentie © 1999 Hillsong Publishing 1/5 FAITH (I'm reaching) (Rueben Morgan) I'm reaching for the prize.
PAST CONTINUOUS TWAN FRIELING MARIJE VAN DEN HONDEL ANISHA DE VRIES.
1 functie Presentation TEEB-stad tool The value of green infrastructure in cities Lian Merkx Platform31.
Robby de Robot. Javascript Tot nu toe gebruikt: – document.write(" Hello World "); – alert("tekst") – Toon een waarschuwingsvenster – prompt("tekst",
Grammar – period 2.
The Passive Year 4.
Key Process Indicator Sonja de Bruin
Past Simple (v.t.) onRegelmatige werkwoorden allesvoorengels.nl.
Frontend Oss
Salt & Light Zout & Licht
Present Simple (t.t.) allesvoorengels.nl.
The past simple Grammar.
Toekomende tijd: met “going to”
Present simple Grammar.
Woordvolgorde in Engelse bevestigende en vragende zinnen.
Presentatie titel Measurement education in the junior primary –
Werkwijze Hoe zullen we als groep docenten te werk gaan?
Much / many / a lot of (a) few / (a) little
Informatieverwerkende systemen
Praktijkgericht onderzoek
Praktijkgericht onderzoek
Ontkenningen in de Past Simple (v.t.)
Unit 2: LESSON 2 practicing the grammar: betrekkelijke voornaamwoorden
opgevaren naar de hemel he ascended into heaven
Vreugde Joy.
Chapter 6 Sounds cool! Grammar Stepping Stones 2 t/hv.
Software Development fundamentals
Past simple vs present perfect
Transcript van de presentatie:

College 7: Kennisrepresentatie (I) AI Kaleidoscoop College 7: Kennisrepresentatie (I) Algemeen Semantische Netwerken Conceptual dependency theory Conceptuele graphen Leeswijzer: Hoofdstuk 7.0-7.2 +blz. 35-44 AI KS9 1 1 1 1 1 1 1 1 1 1 1 1 1

Kennisrepresentatie “Klassieke” AI = redeneren over de wereld door middel van een representatie van de wereld Representatie van ding ¹ ding zelf Verschillende representaties van hetzelfde ding: p, 3.1415927, 1100010, Representaties van representaties : Plaatje bij rep van rep? landschap foto computergeheugen mensengeheugen ? AI

Kennisrepresentatie: gewenste eigenschappen Abstractie Niet meer informatie dan nodig Preciesie Niet minder informatie dan nodig Efficientie Opslaan, terugzoeken, vergelijken, veranderen,... Plaatjevan landkaarten? AI

Kennisrepresentatie: gewenste eigenschappen (2) Kwalitatieve kennis ¹ numeriek, kwantitatief Nieuwe kennis moet af te leiden zijn uit bestaande ¹ databases Geschikt voor specifieke gevallen (feiten) algemene kennis (regels, variabelen) ¹ databases Voldoende rijke structuur ¹ databases AI

Intensioneel vs. extensioneel Extensioneel = uitputtende opsomming Vb: even-getal(X) « X = 0,2,4,6,.... Intensioneel = definiërende eigenschappen Vb: even-getal(X) « geheel-getal(X) & geheel-getal(X/2) Extensioneel» databases = alleen eindige (kleine!) domeinen Intensioneel: vaak moeilijk/onmogelijk Vb: “stoel”? plaatje van stoel AI

Kennisrepresentatie: 4 typen Logica zie cursus LTR etc Procedures Vb: productie-regels Netwerken Dit college Slots/values Volgend college AI

Semantisch netwerk knopen = begrippen, objecten, eigenschappen,etc kanten = relaties tussen knopen Oorsprong in de cognitie-leer: netwerkafstand » bedenktijd AI

Semantisch netwerk: Voorbeeld ademen huid bewegen kan heeft Kan een kanarie zingen? dier is Kan een kanarie vliegen Wat is het verschil tussen een struisvogel en een 747 vliegen vleugels veren kan heeft vliegtuig kan heeft niet Afleiden door activatie-verspreiding vogel is is plaatje van struisvogel, 747? kanarie struisvogel 747 kan is is kan niet is zingen geel vliegen groot AI

Bepalen van ambigue betekenis Plant Tom went home to water his plant Afleiden door activatie-verspreiding plant machine used industry people living Øanimal food air water earth AI

Problemen met semantische netwerken Geen preciese notie van inferentie Geen preciese definitie van betekenis Niet-omschreven verzameling labels voor kanten en knopen AI

Conceptual Dependency Theory Poging om vaste (kleine) verzameling labels te vinden ACTIONS + modifiers OBJECTS + modifiers Definieer complexe acties uit eenvoudige AI

Conceptual Dependency Theory Primitive actions: ATRANS: transfer a relationship (give) PTRANS: transfer location of an object (go) PROPEL: apply for to an object (push) MOVE: move of body-part by owner (kick) ... (12 in totaal) Action modifiers p: past f: future /: not ?: question ... (11 in totaal) AI

Conceptual Dependency Theory, Vb Actor Action John PTRANS John goes John PTRANS p John went John PTRANS p last week John went last week John PROPEL car John pushes the car AI

Conceptual Dependency Theory, Vb Actor Receiver Giver Mary ATRANS p John book o Mary gave John the book John ATRANS p Mary book o John took the book from Mary AI

Conceptual Dependency Theory, Vb Mary ATRANS p John book o DO / John prevented Mary from giving him the book AI

Conceptual Dependency, Voor- & Nadeel Voordeel: Canonieke vorm: Verschillende syntax (vorm) met zelfde semantiek (betekenis) ® zelfde representatie Mary took the book from John The book was taken from John by Mary Nadeel: heel primitieve representatie niet automatiseerbaar te ambiteus? AI

Conceptuele grafen 2 typen knopen: concept relatie vogel vliegt hond kanten alleen tussen en Eigenschap van een concept (= 1 plaatsige relatie) » vliegt(vogel) vogel vliegt Relatie tussen twee concepten (= 2 plaatsige relatie) hond kleur bruin » kleur(hond,bruin) 3 plaatsige relatie kind ouders vader moeder AI » ouders(kind,vader,moeder)

Algemeenheid van concepten person = alle personen person:frank = één specifiek persoon “frank” person:#1478 = één anoniem bepaald persoon person:* = één onbepaald persoon AI

Gebruik van Conceptuele Graphen (Vb) Oplossen van ambiguïteit “He hit the boy with his stick” person hit agent object boy ? instrument stick ? belongs to AI

Type hierarchie (Vb) univ.bevolking docenten studenten professors informatica AI >1e-jaars 1e-jaars ^ Relaties in graaf moeten type-hierarchie respecteren (evt. type vervangen door subtype = specialiseren) docent les student Als prof les student dan prof les 1e-jaars en informatica les AI maar AI

Geneste Conceptuele grafen “Tom thinks that Jane likes pizza” person:Tom experiencer believe object person:Jane object pizza agent like person:Jane object pizza agent like AI