Chap4 - Représentation Des Connaissances

02/01/2013
UNIVERSIT ABDELMALEK ESSADI

ECOLE NATIONALE DES SCIENCES
APPLIQUES TTOUAN
EL YOUNOUSSI YACINE
YACINE.INFO@GMAIL.COM
4.
La reprsentation des
connaissances
Y. EL YOUNOUSSI
2012 - 2013
FILIRE: GI
02/01/2013
4. Reprsentation des connaissances

4.1. Introduction
Rappel: un agent rationnel est un agent qui agit
correctement en fonction de ce quil peroit et
de ses capacits daction.
Un Agent rationnel doit excuter laction qui
maximise sa mesure de performance en fonction de sa
perception du monde et de ses connaissances
Y. EL YOUNOUSSI
4.1.1 Agent base de connaissances

Pour quun agent logique (rationnel) agisse
intelligemment dans un environnement
donn, il faut quil ait des connaissances
relatives cet environnement.
Ce sont des agents base de connaissances
Y. EL YOUNOUSSI
02/01/2013
Comment reprsenter la connaissance? Par

exemple: il fait nuit Il faut trouver un formalisme
pour la reprsenter symboliquement.
Comment raisonner? Il faut dvelopper des
mcanismes (algorithmes) pour le traitement de ces
reprsentations. Par exemple: puisqu'il fait nuit, les
Y. EL YOUNOUSSI

Deux problmatiques:
magasins sont ferms

N.B: Ces deux problmatiques sont interconnectes, car la
reprsentation des connaissances a un impact direct sur la
nature du raisonnements.

O lon doit reprsenter/emmagasiner ces
connaissances? Dans des Base de
Connaissances (Knowledge Base ou KB)
Base de connaissances : un ensemble de
reprsentations de faits concernant le monde
Y. EL YOUNOUSSI
a. La Base de Connaissances (BC)
chaque reprsentation est appele un nonc

ou une phrase (sentence)
une base de connaissances est un ensemble

dnoncs exprims dans un langage formel
02/01/2013

b. La structure dun agent base de connaissances
Y. EL YOUNOUSSI
Par analogie la dmarche intellectuelle:
Exemples:
1) Mdecin: connaissances mdicales
+ mthodes de travail = diagnostic mdical
2) Traducteur: connaissance des langues
+ mthodes de traduction = traduction du
document

La base de connaissances (les faits + les rgles)

Le moteur dinfrence (les procdures)
Algorithmes indpendants du domaine
ASK
Moteur dinfrence
TELL
Base de connaissances
Y. EL YOUNOUSSI
Un agent base de connaissances se compose

de deux principaux lments:
Contenu dpendant du domaine
02/01/2013

Lajout de connaissances est symbolis par
laction Tell et l'interrogation (requte) est
symbolise par l'action Ask.
La rponse une requte (Ask) doit dcouler de
ce qui a t ajout (Tell) dans la base de
connaissances.
La base de connaissances ne peut pas inventer,
elle doit dduire (infrer) partir de ses
mcanismes de dduction (moteur d'infrence).
Y. EL YOUNOUSSI

La base de connaissances peut contenir des
informations initiales, i.e. des connaissances de
base (background knowledge).
Deux approches pour lacquisition de ces
connaissances:
Approche dclarative: les connaissances initiales
de lagent sont ajoutes avec TELL, avant toutes
perceptions.
Approche procdurales: les comportements
dsirs sont programms directement.
Y. EL YOUNOUSSI
10
02/01/2013

On peut aussi donner lagent la possibilit
dapprendre de nouvelles connaissances par
luimme pour devenir un agent autonome.
Y. EL YOUNOUSSI
11

c. La capacit dun agent base de connaissances
Reprsenter les tats, les actions

Incorporer les nouvelles perceptions
Mettre jour sa reprsentation interne du
monde
Dduire les proprits caches du monde
Choisir les actions appropries
Y. EL YOUNOUSSI
Un agent base de connaissances doit tre

capable de :
12
02/01/2013
Quest ce que la connaissance?

Quelle est la diffrence entre donne,
information et connaissance?
Quest ce que la reprsentation de la
connaissance?
Comment vaton reprsenter la
connaissance?
Y. EL YOUNOUSSI
4.1.2 La reprsentation des connaissances

a. Connaissance
13

Donne: lment fondamental servant de
base un raisonnement, une recherche de
solution. la donne est le support de
l'information, elle est non interprtable.
Information: correspond des donnes
dotes de signification. Cest une
interprtation de la donne.
Y. EL YOUNOUSSI
a. Connaissance
14
02/01/2013

Connaissance: correspond un concept plus
large que celui de donne ou de linformation.
Elle comprend non seulement linformation,
cestdire lensemble des connaissances
mises en forme (explicites), mais aussi les
connaissances implicites Ce que l'on a
appris par ltude, la pratique ou lintuition
Le passage de information connaissance est
li lexprience de laction => pas de frontire
parfaitement dfinie
Y. EL YOUNOUSSI
a. Connaissance
15

Si l'on veut qu'un agent soit capable de
manipuler des connaissances, il faut savoir les
reprsenter.
La reprsentation des connaissances est le
support pralable aux traitements ultrieurs
que lon souhaite effectuer sur ces
connaissances:
Organiser, classer,
Chercher, extraire,
Dduire, tablir des contradiction, rviser,
Y. EL YOUNOUSSI
b. Reprsentation
16
02/01/2013
description dune approximation du monde

(un modle du monde) dans le contexte
dune tche particulire.
Cette description doit respecter une forme
symbolique exploitable par un systme de
raisonnement la connaissance est
reprsente selon un Formalisme
La reprsentation des connaissances explicites
vise la recherche de connaissances implicites
mais inhrentes aux faits de la base.
Y. EL YOUNOUSSI
b. Reprsentation
La reprsentation des connaissances est une
17

Le choix du formalisme utiliser dpend la
fois du domaine dapplication, des oprations
mettre en uvre sur ces connaissances et
de la culture du modlisateur.
Formalisme
Approche non logique
Y. EL YOUNOUSSI
b. Reprsentation
Approche logique
18
Rseaux
smantiques
Graphes
conceptuels
Logique
propositionnelle
Logique du
premier ordre
02/01/2013

Le formalisme de reprsentation est un
langage formel (par opposition au langage
naturel)
Cest un langage qui utilise un ensemble de
symboles (termes) et de rgles syntaxiques
pour permettre de communiquer sans aucune
ambigut.
Exemples de langages formels :
Les langages de programmation
L'ensemble des mots sur {a, b},
Y. EL YOUNOUSSI
b. Reprsentation
19
Le monde du wumpus est une grotte constitue de salles

interconnectes (on les reprsente sur une grille de taille
4 x 4). Quelque part rde un monstre, le wumpus, qui
mange tout ce qui passe sa porte. Il y a aussi des puits
profonds et de lor.
Le but de lagent est de rester en vie tout en essayant de
trouver lor (il peut dailleurs dcouvrir que sa qute nest
pas possible si lor est au fond dun puit, et dans ce cas il
devrait choisir de rentrer chez lui).
Il est arm dun arc avec une seule flche capable de tuer
le wumpus si celuici est en face de lagent.
Y. EL YOUNOUSSI
4.1.3 Le monde du Wumpus

a. Description
20
10
02/01/2013

b. Environnement du Wumpus (PEAS):
+1000 pour lor
1000 pour tomber dans un puit
1 pour chaque action
10 pour tirer une flche
Environnement:
Une grille de 4x4
Lagent commence en [1,1] en regardant droite
Les positions de lor, du wumpus et des trous sont
choisies alatoirement
Y. EL YOUNOUSSI
Mesure de performance:
21

Lagent peut avancer, tourner gauche ou tourner
droite.
Lagent meurt sil tombe dans un puit ou arrive sur la
mme case que le wumpus
Avancer na aucun effet sil y a un mur
Laction Prendre permet de ramasser un objet
Laction Tirer permet de tirer une flche en avant si
lagent en a une.
Laction grimper sert sortir de la caverne partir de la
case [1,1]
Y. EL YOUNOUSSI
Effecteurs:
22
11
02/01/2013

Lagent peroit une puanteur sur la case du wumpus et
sur les cases adjacentes.
Lagent peroit une brise (air) sur les cases adjacentes
un trou.
Lagent peroit une lueur sil est sur la case de lor.
Si lagent avance dans un mur, il va percevoir une
collision.
Lorsque le wumpus meurt, lagent va percevoir un cri
Y. EL YOUNOUSSI
Capteurs:
23

c. Type de lenvironnement
Compltement Observable ?
Non, uniquement une perception locale
Dterministe ?
pisodique ?
Non, cest squentiel au niveau des actions
Statique ?
Y. EL YOUNOUSSI
Oui, les effets des actions sont spcifis exactement
Oui, le wumpus et les puits ne bougent pas
Discret ?
Oui
Multi-agent ?
Non, le wumpus nest quune composante de
lenvironnement
24
12
02/01/2013

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Puit)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
G = Glitter (Lueur)
Y. EL YOUNOUSSI
d. Exploration du monde des Wumpus
25

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
G = Glitter (Scintillement)
Y. EL YOUNOUSSI
26
13
02/01/2013

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
27

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
28
14
02/01/2013

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
29

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
30
15
02/01/2013

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
31

A= Agent
B= Breeze (Brise)
S= Smell (Puanteur)
P= Pit (Trou)
W= Wumpus
OK = Safe (Scurit)
V = Visited (Visit)
Y. EL YOUNOUSSI
32
16
02/01/2013
Brise en (1,2) et (2,1)

Aucun dplacement scuritaire
Lagent peut tenter sa chance
Y. EL YOUNOUSSI

Quelques dcisions difficiles
Puanteur en (1,1)
Aucun dplacement scuritaire
Stratgie: lancer une flche
Si le wumpus tait l, il est
mort, donc cest scuritaire.
Si le wumpus ntait pas l, cest
scuritaire.
33

4.2.1 Gnralits
Logique: langage formel permettant de
reprsenter des informations (connaissances)
partir desquelles on peu tirer des conclusions

Une logique est caractrise par:
La syntaxe: dsigne les phrases (ou noncs)
bien formes dans le langage
La smantique: dsigne le sens ou la vracit
de ces noncs dans un monde particulier
Y. EL YOUNOUSSI
4.2. La logique
34
17
02/01/2013

Exemple: le langage de larithmtique
x + 2 > y est un nonc bien form, alors que
x2 + y > nen est pas un.
x + 2 > y est vrai dans un monde o le
nombre x + 2 est plus grand que le nombre y.
x + 2 > y est vrai dans un monde o
x = 7 et y =1.
x + 2 > y est faux dans un monde o x = 0 et
y = 6.
Y. EL YOUNOUSSI
4.2.1 Gnralits
35
: est une consquence logique de ou

dcoule logiquement de , ou pour
consquence logique
est vraie si et seulement si est vraie
dans tous les mondes o est vraie
Par exemple: (x +y = 4) (4 = x +y)
Y. EL YOUNOUSSI
4.2.2 Relation de consquences

Une relation de consquence logique signifie
quun nonc dcoule logiquement dun autre.
36
18
02/01/2013

Rappel: Bases de connaissances = ensemble
dnoncs.
Soit la base de connaissance KB. dcoule
logiquement de KB, si est vraie dans tous les
mondes o KB est vraie (KB est vraie ssi tous les
noncs de KB sont vrais)
On note cela KB
La relation de consquences est une relation
entre des noncs (la syntaxe) base sur la
smantique
Y. EL YOUNOUSSI
4.2.2 Relation de consquences
37

Pour tre plus prcis on vas utiliser le terme de
modles la place des mondes .
Les logiciens pensent en terme de modles, qui
sont des mondes structurs, dans lesquels la
vrit ou la fausset de chaque nonc peut
tre valu
On dit que m est un modle de lnonc si
est vraie dans m
Y. EL YOUNOUSSI
4.2.3 Les modles
38
19
02/01/2013

4.2.3 Les modles
Y. EL YOUNOUSSI
M() est lensemble de tous les modles de

KB si et seulement si M(KB) M()
39

Exemple: consquence logique dans le monde
de wumpus
Situation aprs avoir dtect
rien en [1,1], se dplacer
droite et percevoir une brise
en [2,1]
Considrons les modles
possibles en ne considrant que les puits
Y. EL YOUNOUSSI
4.2.3 Les modles
40
20
02/01/2013

23 = 8
Y. EL YOUNOUSSI
4.2.3 Les modles

3 cases dont chacune admet 2 choix
modles possibles
41
Y. EL YOUNOUSSI
4.2.3 Les modles

KB= les rgles du monde du wumpus + percepts
42
21
02/01/2013
4.2.3 Les modles

1= pas de puits
dans [1,2]
KB 1
prouve par
vrification des
modles:
M(KB) M(1)
Y. EL YOUNOUSSI
43
4.2.3 Les modles

2= pas de puits
dans [2,2]
KB 2
prouve par
vrification des
modles:
M(KB) M(2)
Y. EL YOUNOUSSI
44
22
02/01/2013
4.2.4 Infrence
Si une procdure ou un algorithme i permettant de
tirer une consquence logique , partir dune
base de connaissance KB, on dit que:
lnonc est driv de KB par la procdure i;
ou
KB infre lnonc par la procdure i
Et on crit: KB i
Par analogie: on peut voir toutes les consquences
de KB comme une meule de foin, et comme une
aiguille linfrence revient trouver laiguille
Y. EL YOUNOUSSI
45

La validit:
une procdure dinfrence i est valide si,
lorsque KB i est vraie, alors KB est
galement vraie.
En dautres termes, i est valide lorsquil
drive que des noncs qui sont des
consquences logiques.
Une procdure invalide, annonce la
dcouverte dune aiguille qui nexiste pas.
Y. EL YOUNOUSSI
4.2.4 Infrence
46
23
02/01/2013

La compltude:
une procdure dinfrence i est complte si,
lorsque KB est vraie, alors KB i est
galement vraie.
En dautres termes, i est complte lorsquil
est capable de driver nimport quel nonc
qui est une consquence logique.
Une procdure incomplte, narrive pas
toujours trouver laiguille.
Y. EL YOUNOUSSI
4.2.4 Infrence
47

4.2.4 Infrence
noncs
Faits (Aspects
du monde rel)
nonc
Smantique
Monde rel
Smantique
Reprsentation
A pour consquence
causent
Y. EL YOUNOUSSI
La correspondance entre le monde rel et sa

reprsentation:
Fait
48
24
4.3
LA LOGIQUE
PROPOSITIONNELLE
Y. EL YOUNOUSSI
02/01/2013
49

4.3. La logique propositionnelle
La logique propositionnelle ou la logique
dordre 0 ou le calcul des propositions, est une
logique trs simple
La logique propositionnelle est un langage
formel qui sintresse exprimer des noncs,
appels aussi des propositions, ainsi qu'aux
rapports entre ces noncs.
Y. EL YOUNOUSSI
4.3.1 Gnralits
50
25
02/01/2013

Un nonc (proposition) est soit vrai soit faux
et il ny a pas dautre valeur possible.
La smantique (vrit) dune proposition
dpend du modle auquel elle fait partie
Un langage formel est caractris par:
Y. EL YOUNOUSSI
4.3.1 Gnralits
Une Syntaxe
Une Smantique
51

La syntaxe est lensemble des rgles qui
rgissent lcriture des noncs (propositions).
Une proposition est constitue dun ou de
plusieurs symboles propositionnels qui
admettent lune des deux valeurs: vraie ou faux
Par convention les symboles propositionnelles
commencent toujours par une majuscule:
P, Q;
W1,3;
Nord,...
Y. EL YOUNOUSSI
4.3.2 Syntaxe
52
26
02/01/2013

4.3.2 Syntaxe
Une proposition atomique: appele aussi

atome, consiste en un seul symbole
propositionnel qui peut tre vrai ou faux
Une proposition complexe: est construite
partir de plusieurs propositions atomiques,
laide de parenthses (ou de crochets) et de
connecteurs logiques.
Y. EL YOUNOUSSI
Deux types de propositions: atomiques et

complexes
53

4.3.2 Syntaxe
(non): une proposition telle que E est la
ngation de lnonc E.
Un littral est soit un nonc atomique (littral
positif), soit la ngation dun nonc atomique
(littral ngatif)
(et): exprime la conjonction de deux
propositions appeles des termes conjonctifs.
E P, est une conjonction o E et P sont ses
termes conjonctifs.
Y. EL YOUNOUSSI
Cinq connecteurs sont couramment utiliss:
54
27
02/01/2013

4.3.2 Syntaxe
(ou): exprime une disjonction de deux termes
disjonctifs.
E P, est une disjonction o E et P sont ses termes
disjonctifs.
(implique): une proposition telle que
(W1,3 P3,1) W2,2 est une implication.
Sa prmisse est (W1,3 P3,1), et sa conclusion ou sa
consquence est W2,2 .
N.B: Parfois, le symbole dimplication peut tre
not
Y. EL YOUNOUSSI
55

4.3.2 Syntaxe
(quivalence): exprime lquivalence entre
deux propositions (si et seulement si).
La proposition W1,3 W2,2 , est une double
implication.
On peut galement la noter: ou
Y. EL YOUNOUSSI
La priorit en ordre dcroissant des

oprateurs: , , , , .
En cas de doute, utiliser les parenthses (ou les
crochets) pour une bonne interprtation
56
28
02/01/2013

La smantique dfinit les rgles de
dtermination de la vrit dun nonc, tant
donn un modle particulier.
Un modle dtermine la valeur de vrit (vrai
ou faux) de chaque symbole propositionnel.
Exemple: avec les trois symboles P3,1, P1,2 et
P2,2, il existe 23=8 modles possibles.
Entre autres m1={P1,2=faux, P2,2=faux, P3,1=vrai}
Y. EL YOUNOUSSI
4.3.3 Smantique
57

En logique propositionnelle, la smantique doit
spcifier comment calculer la valeur de vrit
de nimporte quel nonc dans un modle
donn.
Puisque tous les noncs sont construits
partir dnoncs atomiques et de cinq
connecteurs La vrit dune proposition
complexe dpend de la vrit des propositions
atomiques et des cinq connecteurs logiques
Y. EL YOUNOUSSI
4.3.3 Smantique
58
29
02/01/2013

4.3.3 Smantique
P est vrai ssi P est faux

P Q est vrai ssi P est vrai et Q est vrai
P Q est vrai ssi P est vrai ou Q est vrai
P Q est vrai sauf si
P est vrai et Q est faux
P Q est vrai ssi P est vrai et Q est vrai
ou P est faux et Q est faux
ou P Q est vrai et Q P est vrai
Y. EL YOUNOUSSI
Cinq rgles pour valuer un nonc en

fonction dun modle m :
59

4.3.3 Smantique
PQ
P Q
P Q
P Q
P
F
Y. EL YOUNOUSSI
On peut galement, reprsenter ces rgles

laide dune table de vrit:
60
30
02/01/2013

laide des tables de vrit, on peut
facilement dterminer la valeur de vrit dun
certain nonc dans un modle donn, grce
une simple valuation rcursive.
Exemple: laide dune table de vrit,
dterminez la valeur de vrit de lnonc
P1,2 (P2,2 P3,1) dans le modle
m1={P1,2=faux, P2,2=faux, P3,1=vrai}
Y. EL YOUNOUSSI
4.3.3 Smantique
61
P1,2 (P2,2 P3,1) = Vrai (Faux Vrai) = Vrai Vrai = Vrai

Une fois la smantique de la logique
propositionnelle dfinie, on peut construire une
BC pour le monde du wumpus.
Pour linstant, nous avons besoin des symboles
suivants pour chaque emplacement [x,y]:
Px,y est vrai sil y a un puits en [x, y]
Bx,y est vrai si lagent peroit une brise en [x, y]
Ox,y est vrai si lagent peroit une odeur en [x, y]
Wx,y est vrai sil y a un wumpus en [x, y]
Y. EL YOUNOUSSI
4.3.4 Une base de connaissance simple
62
31
02/01/2013

Objectif: On veut driver P1,2
( il ny a pas de puits dans [1,2])
Nous tiquetons chaque nonc par Ri
Il ny a pas de puits dans [1,1] R1: P1,1
Une case contient une brise ssi un puits est
prsent dans une case adjacente
La case [1,1] contient une brise
R2: B1,1 (P1,2 P2,1)
La case [2,1] contient une brise
R3: B2,1 (P1,1P2,2 P3,1)
Y. EL YOUNOUSSI
63

La case [1,1] ne contient pas de brise
R4: B1,1
Une case [2,1] contient une brise
R5: B2,1
La base de connaissance (KB) est constitue
des noncs: R1, R2, R3, R4 et R5
KB est vraie lorsque tous les noncs sont
vrais: KB R1 R2 R3 R4 R5
Y. EL YOUNOUSSI
64
32
02/01/2013

Notre objectif est de dcider si KB
,avec = P1,2
Rappel: Un modle est une assignation de vrai
ou faux chaque symbole propositionnel.
7 symboles propositionnels 27 = 128 modles
possibles
Voici la table de vrit correspondante:
Y. EL YOUNOUSSI
65
Y. EL YOUNOUSSI
KB nest vraie que dans trois modles , dans lesquels P1,2 est faux,
ce qui veut dire quil ny a pas de puits dans [1,2].
En revanche, il est impossible de dire si [2,2] contient un puits,
puisque P2,2 est vrai dans deux des trois modles
66
33
02/01/2013

Jusqu prsent, nous avons expliqu comment
dterminer la relation de consquence par
vrification (numration) de modles: en
numrant les modles et en montrant que
lnonc doit tre vrai dans tous les modles
Maintenant, nous allons voir comment procder
par dmonstration de thormes ou recherche
de preuve, en appliquant des rgles dinfrence
aux noncs de la KB pour construire une
preuve de lnonc souhait sans consulter les
modles.
Y. EL YOUNOUSSI
4.3.5 Dmonstration de thorme
67

Preuve: cest une squence dapplications des
rgles dinfrence
Thormes: ce sont les nouvelles propositions
drives par lapplication des rgles dinfrence
Mais avant de procder linfrence par
dmonstration de thormes, il nous faut
dautres concepts relatifs la relation de
consquence:
Y. EL YOUNOUSSI
68
34
02/01/2013

Deux noncs et sont logiquement
quivalents sils sont vrais dans le mme
ensemble de modles, et on crit
Autrement dit, deux noncs et sont
quivalents ssi lun est la consquence de lautre
et inversement: ssi et
Y. EL YOUNOUSSI
quivalence logique:
69

quivalence logique:
( ) ( ) commutativit de
( ) ( ) commutativit de
(( ) ) ( ( )) associativit de
(( ) ) ( ( )) associativit de
() limination de la double ngation
( ) ( ) contraposition
( ) ( ) limination de limplication
( ) (( ) ( )) limination de lquivalence
( ) ( ) De Morgan
( ) ( ) De Morgan
( ( )) (( ) ( )) distributivit de par rapport
Y. EL YOUNOUSSI
Exemples:
70
35
02/01/2013

P P et P P sont valides
Les noncs valides sont qualifis de tautologie:

ils sont ncessairement vrais
Y. EL YOUNOUSSI
Validit:
Un nonc est valide sil est vrai dans tous les
modles. Par exemple, les noncs: Vrai,
Thorme de la dduction:
Pour deux noncs quelconques et , ssi
lnonc est valide
Par consquent, on peut dcider si en
vrifiant que est vrai dans tous les modles
71

Un nonc est satisfiable sil est vrai dans, ou
satisfait par, certains modles.
Dans la KB vue dans lexemple prcdent,
lnonc R1 R2 R3 R4 R5 est satisfiable parce
quil existe trois modles dans lesquels il est vrai.
Un nonc est insatisfiable sil nest vrai dans
aucun modle. Exemple : P P
Y. EL YOUNOUSSI
La satisfiabilit:
72
36
02/01/2013

On a les rsultats suivants:
La satisfiabilit et la validit sont lis:
est valide ssi est insatisfiable
Rsultat intressant:
ssi ( ) est insatisfiable
cest une dmonstration par labsurde
(contradiction)
Y. EL YOUNOUSSI
La satisfiabilit:
73

Pour rsoudre un problme donn par
dmonstration de thormes (recherche de
preuves), on peut appliquer diffrents schmas de
raisonnement (rgles dinfrence).
Plusieurs algorithmes:
a. Les rgles dinfrence:
Y. EL YOUNOUSSI
On peut infrer une nouvelle proposition en

appliquant les rgles dinfrence suivantes:
Modus ponens:
Se lit: de
et de
(limination de limplication)
on dduit
74
37
02/01/2013


Selon laquelle, il est possible dinfrer tous les

termes conjonctifs partir dune conjonction
Y. EL YOUNOUSSI
limination de la conjonction:
limination de lquivalence:

( )
et
( )

75

Exemple: voyons comment appliquer ces rgles
dans le monde du wumpus.
Considrons la KB contenant les rgles de R1 R5:
R1 : P1,1 ;
R2: B1,1(P1,2 P2,1);
R3: B2,1(P1,1 P2,2 P3,1);
R4: B1,1;
R5: B2,1
On veut prouver P1,2(pas de puits en
[1,2])
Y. EL YOUNOUSSI
76
38
02/01/2013

Exemple:
On commence par llimination de lquivalence
R2 R6 : (B1,1 (P1,2 P2,1))((P1,2 P2,1)B1,1)
On applique ensuite llimination de la
conjonction R6 pour obtenir:
R7 : (P1,2 P2,1) B1,1
quivalence logique des contrapositives donne:
R8 : B1,1 (P1,2 P2,1)
Modus Ponens avec R8 et R4 : R9 : (P1,2 P2,1)
Y. EL YOUNOUSSI
77
Exemple:
En fin, on applique la rgle de Morgan, ce qui
donne la conclusion: R10 : P1,2 P2,1
En dautres termes, ni [1,2] ni [2,1] ne
contiennent de puits
N.B: on peut appliquer nimporte quel algorithme dexploration
(chapitre3) pour atteindre la mme squence dtapes qui
constitue une preuve. Il suffit de dfinir le problme comme suit:
tat initial: la base de connaissance initiale
Action: les rgles dinfrence appliques tous les noncs qui
apparient la moiti suprieure de la rgle dinfrence
But: le but est un tat qui contient lnonc prouver
Y. EL YOUNOUSSI
78
39
02/01/2013
La licorne est mythique?

La licorne est magique?
La licorne a une corne?
Si la licorne est mythique, alors elle est immortelle, mais si elle

nest pas mythique, cest un mammifre mortel. Si la licorne est
soit immortelle soit un mammifre, alors elle a une corne. La
licorne est magique si elle a une corne.
Y. EL YOUNOUSSI
Exercice1:
tant donn le texte suivant, pouvezvous
prouver que:
79
a)
b)
c)
d)
e)
f)
g)
Faux Vrai
Vrai Faux
(A B) (A B)
(A B) (A B)
(A B) A B
(A B) (A B) est satisfiable
(A B) C a le mme nombre de modles
que (A B) pour tout ensemble de symboles
fixe qui comprend A, B et C
Y. EL YOUNOUSSI
Exercice2:
1) Quels noncs suivants sont corrects?
80
40
02/01/2013
a) est valide ssi Vrai

b) Pour tout , Faux
c) ssi est valide
d) ssi est valide
Y. EL YOUNOUSSI
Exercice2:
2) Prouvez chacune des assertions suivantes?
e) ssi est insatisfiable

81
b. Preuve par rsolution:

Jusqu prsent, nous navons pas aborder la
question de compltude des algorithmes
utilisant les rgles dinfrence.
Par exemple, lexploration en profondeur
itrative est complte. Toutefois, si les rgles
dinfrence sont inadquates (on supprime, par
exemple, la rgle dlimination de lquivalence)
, le but sera inaccessible.
do, la mthode de recherche de preuve par
rsolution: une seule rgle est appliqu durant
tout le processus dinfrence
Y. EL YOUNOUSSI
82
41
02/01/2013

La recherche de preuve par rsolution, est un
algorithme dinfrence complet une fois coupl
avec un algorithme dexploration complet
Le principe de rsolution sapplique
gnralement un ensemble de clauses.
Une clause: est une disjonction de littraux. Par
exemple P1,1 P2,2 P3,1
Clause unitaire: cest un littral seul, vu comme
une disjonction dun littral
Y. EL YOUNOUSSI
83
La rsolution unitaire:

!"#$% & %'( $) &*((,"& %( &- %( . ' )( /%' &*((,"$0
1234536789:;6 & < $) %'( &" )="(* ) /% & < "$(,% .
m est une clause unitaire
Exemple:
Y. EL YOUNOUSSI

Le rsolvant: est le rsultat de lapplication de
la rgle de rsolution
? , ? , ?@, , ? ,
? , ?@,
Traduction: sil y a un puits dans [1,1] ou [2,2] ou [3,1] et

sil y en a pas dans [2,2], alors le puits est dans [1,1] ou [3,1]
84
42
02/01/2013
&B &C &D , .B .E

&B &-FB &-GB &D .B .HFB .HGB .E
&- %( .H ' )( /%' &*((,"$0 1234536789:;6
Exemple:
Y. EL YOUNOUSSI

On peut gnraliser la rgle de rsolution
unitaire la rgle de rsolution complte:
? , ?@, , ? , ? ,
?@, ? ,
N.B: la clause rsultante ne doit contenir quun

exemplaire de chaque littral, on appelle a la
factorisation. Par exemple, si lon rsout A J avec
A J on obtient A K , ce qui se rduit A
85

La rgle de rsolution ne sapplique qu des
clauses elle nest approprie que pour des BC
et des requtes composes de clauses??
Alors, comment peuton lappliquer
lensemble de la logique propositionnelle?
En logique propositionnelle, tout nonc est
quivalent une conjonction de clauses.
On dit dun nonc sous forme de conjonction
de clauses quil est en Forme Normale
Conjonctive (CNF)
Y. EL YOUNOUSSI
86
43
02/01/2013

La Forme Normale Conjonctive (CNF):
1. limination de : en remplaant
par

2. limination de : en remplaant
par
3. Dplacer lintrieur en utilisant les rgles de
Morgan et la double ngation :
() limination de la double ngation
( ) ( ) De Morgan
( ) ( ) De Morgan
Y. EL YOUNOUSSI
Afin de convertir un nonc en CNF, il faut suivre

les tapes suivantes:
87

La Forme Normale Conjonctive (CNF):
Exemple: convertissez en CNF lnonc suivant:

B1,1 (P1,2 P2,1)
1.
2.
3.
4.
Elimination de : (B1,1 (P1,2 P2,1))((P1,2 P2,1)B1,1)

Elimination de : (B1,1 P1,2 P2,1) ((P1,2 P2,1)B1,1)
Dplacer : (B1,1 P1,2 P2,1) ((P1,2 P2,1)B1,1)
La loi de distributivit sur et :
(
B1,1 P1,2 P2,1) (
P1,2 B1,1) (
P2,1 B1,1)
Y. EL YOUNOUSSI
4. Appliquer la loi de distributivit sur et l o

cest possible:
88
44
02/01/2013

Les procdures dinfrence bases sur la rsolution,
fonctionnent sur le principe de la preuve par
contradiction (rfutation).
Autrement dit, pour montrer que KB on montre que
(KB
) est insatisfiable.
Algorithme:
Y. EL YOUNOUSSI
Un algorithme de rsolution:
Convertir KB en CNF
Appliquer la rgle de rsolution aux clauses rsultantes.
Chaque paire qui contient des littraux complmentaires est
rsolue, afin de produire une nouvelle clause.
Ajouter la nouvelle clause lensemble si il n y est pas dj
prsente.
89

Algorithme:
Deux clauses se rsolve en une clause vide, auquel cas

KB a pour consquence
Une clause vide est quivalente faux. En dautres
termes, une clause vide ne provient que de la
rsolution de deux clauses unitaires
complmentaires, comme P et P
Aucune nouvelle clause ne peut tre ajoute, auquel
cas KB na pas pour consquence
Y. EL YOUNOUSSI
Le processus continue jusqu ce quun des deux

vnements suivants se produise:
90
45
02/01/2013

Dans le monde du Wumpus, quand lagent est en
[1,1] o il ne peroit pas de brise (R4: B1,1), alors
il n y a pas de puits dans les cases avoisinantes (R2:
B1,1(P1,2 P2,1)), la base de connaissances (KB)
correspondante est:
KB= R2 R4 = B1,1(P1,2 P2,1) B1,1
On veut prouver que KB telle que =P1,2
On commence par convertir KB
en CNF
Y. EL YOUNOUSSI
Exemple1:
91
(B1,1 P1,2 P2,1) (P1,2 B1,1) (P2,1 B1,1) B1,1 P1,2

Exemple1:
Appliquer la rgle de rsolution aux clauses
rsultantes, paire par paire:
92
46
02/01/2013

Exemple1:
93

Exemple1:
94
47
02/01/2013

Exemple1:
95

Exemple1:
On remarque que plusieurs tapes de la rsolution sont inutiles.

Par exemple, la clause B1,1 B1,1 P1,2 est quivalente
Vrai P1,2 qui est quivalente Vrai B1,1 B1,1 P1,2 est valide
Toute clause contenant deux littraux complmentaire peut tre
supprime.
96
48
02/01/2013

Exemple2:
Soit la base de connaissance KB contenant les
noncs suivants:
R1 : P Q R
R2 : Q S T
R3 : R S
R4 : P R
Peuton dduire T?
97
c. Chanage avant et chanage arrire:

Dans de nombreuses situations pratiques, o
lon imposent des restrictions la forme des
noncs de la BC, toute la puissance de
lalgorithme de rsolution nest pas ncessaire.
On peut utiliser des algorithmes dinfrence
plus courts et plus pratiques, tels que le
chanage avant et le chanage arrire qui
dmontrent des consquences logiques sur
des clauses de Horn.
Y. EL YOUNOUSSI
98
49
02/01/2013
(L1,1 BriseB1,1) est une clause de Horn

(B1,1 P1,2 P2,1) nest pas une clause de Horn
Toute clause de Horn peut scrire sous la forme

dune implication telle que:
Prmisse = conjonction de littraux positifs
Conclusion = littral positif unique
(L1,1 BriseB1,1) ((L1,1 Brise)B1,1)
Y. EL YOUNOUSSI

Clause de Horn: disjonction de littraux dont un
au maximum est positif
99

Lintrt de mettre un nonc sous la forme
dune clause de Horn est essentiellement
pratique. En effet, un grand nombre dnoncs
peuvent scrire uniquement en employant ce
type de clauses:
Les gens qui ont la rougeole (R) doivent prendre
le mdicament X: R X
Les gens qui ont de la fivre (F) et des points
rouges au fond de la gorge (G) ont la rougeole
(R): F G R
Y. EL YOUNOUSSI
100
50
02/01/2013
Toute clause dfinie est une clause de Horn
En forme de Horn:
la prmisse sappelle le corps,
la conclusion sappelle la tte
Un nonc constitu dun seul littral positif,
sappelle un fait
Y. EL YOUNOUSSI

Clause dfinie: disjonction de littraux dont
exactement un est positif
101

Modus ponens pour les clauses de Horn:
E
B, ,
Ce modus ponens peut tre utilis pour le

chanage avant et le chanage arrire
Ces algorithmes sont trs naturels et sont
raliss en temps linaire en fonction de la taille
de lensemble de connaissances
Y. EL YOUNOUSSI
102
51
02/01/2013
i. Chanage avant:
Un algorithme de chanage avant, dtermine si
un seul symbole propositionnel la requte
est une consquence logique dune BC de
clauses dfinies
Le chanage avant consiste :
Appliquer toutes les rgles dont les prmisses
sont satisfaites dans la BC
Ajouter les conclusions de ces rgles dans la BC,
jusqu ce que:
La requte soit satisfaite
On ne peut rien dduire de plus
Y. EL YOUNOUSSI
103
BC en clause
de Horn
Le graphe ET-OU
correspondant
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple: soit la BC en clauses de Horn et sa
reprsentation sous forme de graphe ETOU:
104
Peut-on infrer Q?
52
02/01/2013
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple:
105
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple:
106
53
02/01/2013
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple:
107
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple:
108
54
02/01/2013
R1 : P Q
R2 : L M P
R3 : B L M
R4 : A P L
R5 : A B L
R6 : A
R7 : B
Nouveaux faits dduits:

R8 : L
(5,6,7)
R9 : M
(3,7,8)
R10 : P
(2,8,9)
R11 : Q
(1,10)
Y. EL YOUNOUSSI
i. Chanage avant:
Exemple:
Ou tout simplement:
109
ii. Chanage arrire:

Lalgorithme du chanage arrire considre la
requte q comme point de dpart et essaye de
rebrousser chemin.
Pour prouver q par chanage arrire:
Vrifier si q nest pas vrifier dans la BC
Chercher dans la BC les implications ayant q pour
conclusion, et essayer de prouver leurs prmisses
viter les traitements rptitifs: Vrifier si le
nouveau sousbut:
a dj t prouv vrai, ou
Y. EL YOUNOUSSI
110
a dj t prouv faux
55
02/01/2013
Y. EL YOUNOUSSI
ii. Chanage arrire:

Exemple: lexemple prcdent
111
Y. EL YOUNOUSSI
ii. Chanage arrire:

112
56
02/01/2013
Y. EL YOUNOUSSI
ii. Chanage arrire:

113
Y. EL YOUNOUSSI
ii. Chanage arrire:

114
57
02/01/2013
Y. EL YOUNOUSSI
ii. Chanage arrire:

115

iii. Chanage avant Vs Chanage arrire:
Le raisonnement est pilot par les donnes.
Peut tre utilis pour dduire des conclusions partir des
percepts entrants.
Souvent, en labsence dune requte spcifique en tte
Il peut dduire beaucoup de consquences inutiles et sans
intrt.
Y. EL YOUNOUSSI
Chanage avant:
Chanage arrire:
Le raisonnement est pilot par le but
Utile pour rpondre des questions spcifiques
Il se limite aux seuls faits pertinents le temps de calcul est
souvent trs infrieur celui du chanage avant
116
58
02/01/2013

Exercice1:
Soit la base de faits BF = {A,D,G}.
Soit la base de rgles BR = {R1, , R5}, avec :
R1 : A B C
R2 : A C E
R3 : D F E
R4 : E F H
R5 : G F
Quels faits peuvent tre ajouts BF par
chanage avant avec BR ?
Y. EL YOUNOUSSI
iii. Chanage avant Vs Chanage arrire:
117

Soit la base de rgles BR suivante:
R1 : A B
R6 : M L A
R2 : A C
R7 : I B D
R3 : C E
R8 : E D F
R4 : M C
R9 : K F H
R5 : I K A
R10 : L E F
Soit la base de faits initiale {I,L,M}
1. Indiquer les cycles successifs d'un moteur d'infrence MI
fonctionnant en chanage avant jusqu saturation, avec pour
la rsolution de conflits la stratgie de choix suivante :
stratgie 1 : choix de la premire rgle dans l'ordre de la base de
rgles.
stratgie 2 : priorit aux rgles dont le nombre de prmisses est
maximum; en cas dgalit, priorit celle concernant les faits les
plus rcents, et en dernier critre, l'ordre de la base de rgles.
Y. EL YOUNOUSSI
Exercice2:
118
59
02/01/2013

R1 : A B
R2 : A C
R3 : C E
R4 : M C
R5 : I K A
R6 : M L A
R7 : I B D
R8 : E D F
R9 : K F H
R10 : L E F
2. Soit la base de faits initiale {I,L,M} et le but F.

Simuler le fonctionnement du moteur d'infrence en
chanage arrire en construisant l'arbre ET/OU
correspondant.
3. Mme question avec le but H.
Y. EL YOUNOUSSI
Exercice2:
119
60

Chap4 - Représentation Des Connaissances

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Chap4 - Représentation Des Connaissances

Diunggah oleh

Hak Cipta:

Format Tersedia

02/01/2013

UNIVERSIT ABDELMALEK ESSADI

4. Reprsentation des connaissances

4.1.1 Agent base de connaissances

4. Reprsentation des connaissances

4.1.1 Agent base de connaissances

4. Reprsentation des connaissances

Comment reprsenter la connaissance? Par

4.1.1 Agent base de connaissances

magasins sont ferms

4. Reprsentation des connaissances

a. La Base de Connaissances (BC)

chaque reprsentation est appele un nonc

une base de connaissances est un ensemble

4. Reprsentation des connaissances

Par analogie la dmarche intellectuelle:

4. Reprsentation des connaissances

La base de connaissances (les faits + les rgles)

Un agent base de connaissances se compose

Contenu dpendant du domaine

4. Reprsentation des connaissances

b. La structure dun agent base de connaissances

4. Reprsentation des connaissances

b. La structure dun agent base de connaissances

4. Reprsentation des connaissances

b. La structure dun agent base de connaissances

4. Reprsentation des connaissances

Reprsenter les tats, les actions

Un agent base de connaissances doit tre

4. Reprsentation des connaissances

Quest ce que la connaissance?

4.1.2 La reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

description dune approximation du monde

4. Reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

Le monde du wumpus est une grotte constitue de salles

4.1.3 Le monde du Wumpus

4. Reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

4. Reprsentation des connaissances

Oui, les effets des actions sont spcifis exactement

Oui, le wumpus et les puits ne bougent pas

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances

d. Exploration du monde des Wumpus

4. Reprsentation des connaissances