Trong các chủ đề trước, chúng ta đã học các cách biểu diễn tri thức khác nhau trong trí tuệ nhân tạo. Bây giờ chúng ta sẽ học các cách lập luận khác nhau về kiến thức này bằng cách sử dụng các sơ đồ logic khác nhau.
Lý luận(Reasoning)
Suy luận là quá trình tinh thần đưa ra kết luận logic và đưa ra dự đoán từ kiến thức, sự kiện và niềm tin có sẵn. Hoặc chúng ta có thể nói, “Suy luận là một cách để suy ra các dữ kiện từ dữ liệu hiện có.” Đó là một quá trình tổng quát của việc suy nghĩ một cách hợp lý, để tìm ra những kết luận hợp lệ.
Trong trí tuệ nhân tạo, lý luận là điều cần thiết để máy móc cũng có thể suy nghĩ hợp lý như bộ não con người và có thể hoạt động như con người.
Các loại lý luận
Trong trí tuệ nhân tạo, suy luận có thể được chia thành các loại sau:
- Suy luận suy diễn
- Lập luận quy nạp
- Lập luận bắt chước
- Lý luận Thông thường
- Lý luận đơn điệu
- Lập luận không đơn điệu
Lưu ý: Suy luận quy nạp và suy diễn là các dạng của logic mệnh đề.
Suy luận suy diễn(Reasoning)
Suy luận suy luận là suy luận thông tin mới từ thông tin đã biết có liên quan một cách logic. Đây là hình thức lập luận hợp lệ, có nghĩa là kết luận của lập luận phải đúng khi các tiền đề là đúng.
Suy luận suy luận là một loại logic mệnh đề trong AI và nó đòi hỏi nhiều quy tắc và sự kiện khác nhau. Nó đôi khi được gọi là lý luận từ trên xuống, và mâu thuẫn với lý luận quy nạp.
Trong lập luận suy diễn, chân lý của tiền đề đảm bảo chân lý của kết luận.
Suy luận suy diễn chủ yếu bắt đầu từ tiền đề chung đến kết luận cụ thể, có thể giải thích như ví dụ dưới đây.
Ví dụ:
- Tiền đề-1: Tất cả con người đều ăn rau
- Tiền đề-2: Suresh là con người.
- Kết luận: Suresh ăn rau.
Quy trình tổng quát của lập luận suy diễn được đưa ra dưới đây:
Suy luận quy nạp(Inductive Reasoning)
Lập luận quy nạp là một hình thức lập luận để đi đến kết luận bằng cách sử dụng các tập hợp dữ kiện giới hạn bằng quá trình khái quát hóa. Nó bắt đầu với một loạt các sự kiện hoặc dữ liệu cụ thể và đi đến một tuyên bố hoặc kết luận chung.
Suy luận quy nạp là một loại logic mệnh đề, còn được gọi là suy luận nguyên nhân – kết quả hoặc suy luận từ dưới lên.
Trong lập luận quy nạp, chúng tôi sử dụng dữ liệu lịch sử hoặc các tiền đề khác nhau để tạo ra một quy tắc chung, cho các tiền đề đó hỗ trợ kết luận.
Trong lập luận quy nạp, các tiền đề cung cấp các hỗ trợ có thể xảy ra cho kết luận, do đó, chân lý của các tiền đề không đảm bảo tính trung thực của kết luận.
Ví dụ:
Tiền đề: Tất cả những con chim bồ câu mà chúng ta đã thấy trong vườn thú đều có màu trắng.
Kết luận: Do đó, chúng ta có thể mong đợi tất cả chim bồ câu đều có màu trắng.
Suy luận hữu ích(Abductive reasoning)
Suy luận hữu ích là một dạng suy luận lôgic bắt đầu với một hoặc nhiều quan sát sau đó tìm cách giải thích hoặc kết luận có khả năng nhất cho quan sát.
Suy luận tổng hợp là sự mở rộng của suy luận suy diễn, nhưng trong suy luận thiếu suy luận, những tiền đề không đảm bảo cho kết luận.
Ví dụ:
- Hàm ý: Sân cricket ướt nếu trời mưa
- Tiên đề: Sân dế ướt.
- Kết luận Trời đang mưa.
Lý luận Thông thường(Common Sense Reasoning)
Lý luận thông thường là một hình thức lý luận không chính thức, có thể thu được thông qua kinh nghiệm.
Lý luận Common Sense mô phỏng khả năng con người đưa ra giả định về các sự kiện xảy ra hàng ngày.
Nó dựa trên sự phán đoán tốt hơn là logic chính xác và hoạt động dựa trên kiến thức heuristic và các quy tắc heuristic.
Ví dụ:
- Một người có thể ở một nơi tại một thời điểm.
- Nếu tôi đặt tay vào lửa, thì nó sẽ cháy.
- Hai câu trên là những ví dụ về lý luận thông thường mà trí óc con người có thể dễ dàng hiểu và giả định được.
Lập luận đơn điệu(Monotonic Reasoning)
Trong lập luận đơn điệu, một khi kết luận được đưa ra, thì kết luận đó sẽ vẫn giữ nguyên ngay cả khi chúng ta thêm một số thông tin khác vào thông tin hiện có trong cơ sở tri thức của chúng ta. Trong lập luận đơn điệu, việc bổ sung kiến thức không làm giảm tập hợp các giới từ có thể được dẫn xuất.
Để giải các bài toán đơn điệu, chúng ta chỉ có thể rút ra kết luận hợp lệ từ các dữ kiện có sẵn và nó sẽ không bị ảnh hưởng bởi các dữ kiện mới.
Lập luận đơn điệu không hữu ích cho các hệ thống thời gian thực, vì trong thời gian thực, các dữ kiện bị thay đổi, vì vậy chúng ta không thể sử dụng lập luận đơn điệu.
Suy luận đơn điệu được sử dụng trong các hệ thống suy luận thông thường, và một hệ thống dựa trên logic là đơn điệu.
Bất kỳ định lý nào chứng minh là một ví dụ của suy luận đơn điệu.
Ví dụ:
- Trái đất quay quanh Mặt trời.
- Đó là sự thật, và nó không thể thay đổi ngay cả khi chúng ta thêm một câu khác trong cơ sở kiến thức như “Mặt trăng quay quanh trái đất” hay “Trái đất không tròn”, v.v.
Ưu điểm của lý luận đơn điệu:
Trong phép suy luận đơn điệu, mỗi chứng minh cũ sẽ luôn có giá trị.
Nếu chúng ta suy ra một số dữ kiện từ các dữ kiện có sẵn, thì nó sẽ vẫn luôn có giá trị.
Nhược điểm của lý luận đơn điệu:
Chúng ta không thể trình bày các kịch bản trong thế giới thực bằng cách sử dụng lập luận Monotonic.
Kiến thức giả thuyết không thể
được diễn đạt bằng lập luận đơn điệu, có nghĩa là các sự kiện phải là sự thật.
Vì chúng ta chỉ có thể rút ra kết luận từ các chứng minh cũ, nên không thể bổ sung thêm kiến thức mới từ thế giới thực.
Lập luận không đơn điệu(Non-monotonic Reasoning)
Trong lập luận không đơn điệu, một số kết luận có thể bị vô hiệu nếu chúng ta bổ sung thêm một số thông tin vào cơ sở tri thức của mình.
Logic sẽ được coi là không đơn điệu nếu một số kết luận có thể bị vô hiệu bằng cách bổ sung thêm kiến thức vào cơ sở kiến thức của chúng ta.
Lập luận không đơn điệu đề cập đến các mô hình không đầy đủ và không chắc chắn.
“Nhận thức của con người đối với nhiều thứ khác nhau trong cuộc sống hàng ngày” là một ví dụ tổng quát của lý luận không đơn điệu.
Ví dụ: Giả sử cơ sở tri thức chứa các tri thức sau:
- Chim có thể bay
- Chim cánh cụt không thể bay
- Pitty là một con chim
- Vì vậy, từ những câu trên, chúng ta có thể kết luận rằng Pitty có thể bay.
Tuy nhiên, nếu ta thêm một câu khác vào cơ sở tri thức “Pitty là chim cánh cụt” mà kết luận “Pitty không thể bay” thì kết luận trên không có hiệu lực.
Ưu điểm của lập luận không đơn điệu:
Đối với các hệ thống trong thế giới thực như điều hướng Robot, chúng ta có thể sử dụng suy luận không đơn điệu.
Trong lập luận không đơn điệu, chúng ta có thể chọn các dữ kiện xác suất hoặc có thể đưa ra các giả định.
Nhược điểm của Lập luận không đơn điệu:
Trong lập luận không đơn điệu, các dữ kiện cũ có thể bị vô hiệu bằng cách thêm các câu mới.
Nó không thể được sử dụng để chứng minh định lý.
