Luận văn Nghiên cứu một số giải thuật suy diễn và ứng dụng xây dựng hệ hỗ trợ chẩn đoán lỗi máy tính

ố: 84 8 01 01 LUẬN VĂN THẠC SỸ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC 1. TS. NGUYỄN HẢI MINH Thái Nguyên - 2020 i LỜI CẢM ƠN Đầu tiên, tôi xin gửi lời cảm ơn sâu sắc nhất tới TS. Nguyễn Hải Minh, Thầy đã tận tình hướng dẫn, tận tình chỉ bảo và giúp đỡ tôi thực hiện luận văn. Tôi xin chân thành cảm ơn Ban giám hiệu trường Đại học Công nghệ thông tin và Truyền thông đã hết sức quan tâm tới các học viên Quốc tế; các thầy, cô giáo trong trường đã tận tình giảng dạy và điều kiện thuật lợi để tôi học tập và rèn luyện trong suốt thời gian theo học tại trường. Tôi xin chân thành cảm ơn những người thân và các bạn bè đã chia sẻ, gúp đỡ tôi hoàn thành luận văn này. Mặc dù đã hết sức cố gắng, nhưng do thời gian và kinh nghiệm nghiên cứu còn có hạn nên luận văn vẫn còn một số thiếu sót. Kính mong các Thầy/Cô và các bạn góp ý để tôi có thể kịp thời chỉnh sửa. Tôi xin chân thành cảm ơn! Thái Nguyên, ngày 11 tháng 11 năm 2020 HỌC VIÊN THỰC HIỆN PHOMMASONE PHOUVANH LỜI CAM ĐOAN ii Tôi xin cam đoan nội dung và kết quả nghiên cứu trong luận văn này là trung thực và nhứng nội dung trùng lặp với các đề tài khác đều đã được chú thích tham khảo theo đúng quy định. Tôi cũng xin cam đoan mọi sự giúp đỡ cho việc thực hiện luận văn này đã được cảm ơn và các thông tin trích dẫn trong luận văn đã được chỉ rõ nguồn gốc. Thái Nguyên tháng 11 năm 2020 Tác giả PHOMMASONE PHOUVANH MỤC LỤC MỤC LỤC ......................................................................................................... ii iii DANH MỤC TỪ VIẾT TẮT ........................................................................... iv DANH SÁCH CÁC BẢNG ............................................................................. vi DANH SÁCH CÁC HÌNH VẼ ....................................................................... vii MỞ ĐẦU ........................................................................................................... 1 CHƯƠNG 1:TỔNG QUAN VỀ HỆ CHUYÊN GIA ....................................... 2 1.1 Hệ chuyên gia ........................................................................................... 2 1.2 Đặc trưng và ưu điểm của hệ chuyên gia ................................................. 5 1.3 Biểu diễn tri thức bởi luật và lập luận ...................................................... 6 1.3.1 Biểu diễn tri thức bằng các luật IF − THEN ...................................... 6 1.3.2 Biểu diễn tri thức không chắc chắn ................................................... 7 1.3.3 Suy diễn và lập luận ........................................................................... 8 1.3.4 Lý thuyết chắc chắn ......................................................................... 18 CHƯƠNG 2:QUẢN LÝ CÔNG NGHỆ THÔNG TIN TỈNH XIÊNG KHUẢNG VÀ THU THẬP TRI THỨC HỖ TRỢ XỬ LÝ SỰ CỐ HỆ THỐNG MÁY TÍNH ..................................................................................................... 30 2.1 Cơ sở hạ tầng mạng tại SỞ GIÁO DỤC VÀ THỂ THAO TỈNH XIÊNG KHUẢNG – LÀO. ....................................................................................... 30 2.2 Trung tâm CNTT của sở ........................................................................ 30 2.3 Tổ chức hoạt động dịch vụ nhận và xử lý máy tính hỏng ..................... 31 2.4 Hoạt động dịch vụ bảo trì và khắc phục sự cố máy tính của trung tâm CNTT ........................................................................................................... 31 2.5 Ưu nhược điểm của hệ thống ................................................................. 32 2.6 Mô tả một hệ thống mới ......................................................................... 33 iv 2.6.1 Mô tả hệ thống dịch vụ mới ............................................................. 33 2.6.2 Chức năng của hệ thống dịch vụ ...................................................... 34 2.7 Thu thập tri thức ..................................................................................... 34 2.8 Biểu diễn tri thức .................................................................................... 35 2.9 Các dạng phương pháp biểu diễn tri thức .............................................. 35 CHƯƠNG 3:THIẾT KẾ HỆ HỖ TRỢ CHẨN ĐOÁN VÀ XỬ LÝ LỖI MÁY TÍNH CHO TRUNG TÂM CÔNG NGHỆ THÔNG TIN TỈNH XIÊNG KHUẢNG ........................................................................................................ 38 3.1 Xây dựng hệ hỗ trợ chẩn đoán .................................................................. 39 3.1.1 Giới thiệu chung .............................................................................. 39 3.1.2 Đặc tả công việc ............................................................................... 40 3.2 Sơ đồ chức năng ........................................................................................ 46 3.3 Thiết kế chương trình. ............................................................................... 49 3.3.1 Xây dựng mô hình dữ liệu thực thể (Entity relationship diagram - erd) ................................................................................................................... 50 3.3.2 Xây dựng mô hình dữ liệu quan hệ (Relational data model-rdm) ... 50 3.3.3 Cấu trúc các tập tin cơ sở dữ liệu..................................................... 53 3.3.4 Sơ đồ liên kiết các tập tin cơ sở dữ liệu (Relational database) ........ 56 KẾT LUẬN ..................................................................................................... 57 TÀI LIỆU THAM KHẢO ............................................................................... 58 DANH MỤC TỪ VIẾT TẮT v Từ viết tắt Tiếng Anh Tiếng Việt AI Artificial Intelligence Trí tuệ nhân tạo RAM Random access memory Bộ nhớ trong CPU Central processing unit Bộ xử lý trung tâm CNTT Information Technology Công nghệ thông tin GDTT Giáo dục và thể thao vi DANH SÁCH CÁC BẢNG Bảng 1. 1 Thể hiện các nét điển hình của đối tượng tương tự ........................ 10 Bảng 1. 2 Các giá trị không chắc chắn của CF ............................................... 20 Bảng 3. 1 Chương trình sửa chữa máy móc. ................................................... 41 Bảng 3. 2 Chương trình bảo hành thiết bị. ...................................................... 42 Bảng 3. 3 Kết quả sửa chữa thiết bị. ............................................................... 43 Bảng 3. 4 Kết luận máy móc. .......................................................................... 44 Bảng 3. 5 Kết luận thiết bị máy móc. .............................................................. 45 vii DANH SÁCH CÁC HÌNH VẼ Hình 1.1 Một số lĩnh vực ứng dụng của trí tuệ nhân tạo. ................................. 2 Hình 1.2 Hoạt động của hệ chuyên gia. ............................................................ 3 Hình 1.3 Quan hệ giữa lĩnh vực vấn đề và lĩnh vực tri thức. ............................ 4 Hình 2. 1 Quá trình thu nhập tri thức từ hệ chuyên gia. ................................. 35 Hình 2. 2 Sơ đồ đồ thị AND/OR. .................................................................... 38 Hình 3. 1 Sơ đồ tổ chức. .................................................................................. 46 Hình 3. 2 Sơ đồ mức khung cảnh. ................................................................... 46 Hình 3. 3 Sơ đồ chức năng nghiệm vụ. ........................................................... 48 Hình 3. 4 Sơ đồ dòng dữ liệu tổng quát .......................................................... 48 Hình 3. 5 Sơ đồ dòng dữ liệu chi tiết Xây dựng tập luật chẩn đoán loại hỏng máy tính. .......................................................................................................... 49 Hình 3. 6 Sơ đồ dòng dữ liệu chi tiết quản lý việc tiếp nhận và sửa chữa máy hỏng. ................................................................................................................ 49 Hình 3. 7 Sơ đồ liên kiết các tập tin cơ sở dữ liệu .......................................... 57 1 MỞ ĐẦU Trí tuệ nhân tạo - AI (Artificial Intelligence) là một trong những ngành trụ cột quan trọng trong cuộc cách mạng công nghiệp 4.0 hiện nay. Trí tuệ nhân tạo có thể được định nghĩa như một ngành của khoa học máy tính liên quan đến việc tự động hóa các hành vi thông minh. Trí tuệ nhân tạo có thể xử lý dữ liệu ở mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn so với con người. Việc nghiên cứu AI nhằm mục đích phát triển các hệ thống máy tính có khả năng suy nghĩ như con người, tiếp theo là phát triển trợ giúp cho con người trong việc ra quyết định. Chính vì vậy, việc nghiên cứu ứng dụng AI để phát triển các hệ hỗ trợ ra quyết định và hệ hỗ trợ chẩn đoán là một việc hết sức ý nghĩa. Sửa chữa máy tính là công việc tương đối đơn giản đối với một kỹ sư CNTT (Công nghệ thông tin) hoặc một người sử dụng có kinh nghiệm lâu năm. Nhưng nó lại là một việc khá khó khăn và phức tạp đối với một người mới sử dụng và có chuyên môn không gần với ngành CNTT. Do đó, việc phát triển hệ thống hỗ trợ chẩn đoán lỗi máy tính và đề xuất hướng xử lý dựa trên AI là một việc hết sức cần thiết vì nó có ý nghĩa lớn cho cộng đồng ... Chính vì vậy, em chọn đề tài: “Nghiên cứu một số giải thuật suy diễn và ứng dụng xây dựng hệ hỗ trợ chẩn đoán lỗi máy tính”, với mục đích thu thập một số dữ liệu đầu vào về các triệu chứng hỏng hóc thường gặp trên máy tính; Xây dựng một Module hỗ trợ chẩn đoán và giúp một người bình thường có thể tự sửa lỗi và nâng cấp máy tính của mình. Mặc dù đã có nhiều cố gắng nhưng do thời gian và kiến thức có hạn nên luận văn không thể tránh khỏi những thiếu sót. Rất mong nhận được sự đóng góp và chỉ bảo của thầy cô và các bạn. 2 CHƯƠNG 1 TỔNG QUAN VỀ HỆ CHUYÊN GIA 1.1 Hệ chuyên gia Hệ chuyên gia (Expert system) là một chương trình máy tính thông minh sử dụng tri thức (Knowledge) và các thủ tục suy luận để giải những bài toán tương đối khó khăn đòi hỏi những chuyên gia mới giải được. Hệ chuyên gia là một hệ thống tin học có thể mô phỏng (Emulates) năng lực quyết đoán (Decision) và hành động (Making abilily) của một chuyên gia (Con người). Hệ chuyên gia là một trong những lĩnh vực ứng dụng của trí tuệ nhân tạo (Artificial intelligence) như hình dưới đây. Artificail Intelligence Robotic Speech Vision Artificial neural System Natural Language Expert System Understanding Hình 1. 1 Một số lĩnh vực ứng dụng của trí tuệ nhân tạo. 3 Hệ chuyên gia sử dụng các tri thức của những chuyên gia để giải quyết các vấn đề (Bài toán) khác nhau thuộc mọi lĩnh vực. Tri thức (Knowledge) trong hệ chuyên gia phản ánh sự tinh thông được tích tụ từ sách vở, tạp chí, từ các chuyên gia hay các nhà bác học. Các thuật ngữ hệ chuyên gia, hệ thống dựa trên tri thức (Knowledeg based system) hay hệ chuyên gia dựa trên tri thức (Knowledge based expert system) thường có cùng nghĩa. Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức (Know- ledge base), máy suy diễn hay mô tả suy diễn (Inference engine) và hệ thống giao tiếp với người sử dụng (User interface). Cơ sở tri thức chữa các tri thức để từ đó, máy suy diễn tạo ra câu trả lời cho người sử dụng qua hệ thống giao tiếp. Người sử dụng (User) cung cấp sự kiện (Facts) là những gì đã biết, đã có thật hay những thông tin có ích cho hệ chuyên gia, và nhận được những câu trả lời là những lời khuyên hay những gợi ý đúng đắn (Expertise). Hoạt động của một hệ chuyên gia dựa trên tri thức được minh họa như sau: Cơ sở tri thức Hệ thống (Knowledge Base) Người sử dụng giao tiếp (User) (User interface) Máy suy diễn (Inference Engine) Hình 1. 2 Hoạt động của hệ chuyên gia. 4 Một hệ chuyên gia chỉ đặc trưng cho một lĩnh vực vấn đề (Problem domain) nào đó, như y học, tài chính, khoa học hay công nghệ ... , mà không phải cho bất cứ một lĩnh vực vấn đề nào. Tri thức chuyên gia để giải quyết một vấn đề đặc trưng được gọi là lĩnh vực tri thức (Knowledge domain). Lĩnh vực vấn đề (Problem Domain) Lĩnh vực tri thức (Knowledge domain) Hình 1. 3 Quan hệ giữa lĩnh vực vấn đề và lĩnh vực tri thức. Ví dụ: Hệ chuyên gia về lĩnh vực y học để phát hiện các căn bệnh lây nhiễm sẽ có nhiều tri thức về một số triệu chứng lây bệnh, lĩnh vực tri thức y học bao gồm các căn bệnh, triệu chứng và chữa trị. Chú ý rằng lĩnh vực tri thức hoàn toàn nằm trong lĩnh vực vấn đề. Phần bên ngoài lĩnh vực tri thức nói lên rằng không phải là tri thức cho tất cả mọi vấn đề. Tùy theo yêu cầu người sử dụng mà có nhiều cách nhìn nhận khác nhau về một hệ chuyên gia. Loại người sử dụng Vấn đề đặt ra Người quản trị Tôi có thể dùng nó để làm gì ? Kỹ thuật viên Làm cách nào để tôi vận hành nó tốt nhất ? 5 Nhà nghiên cứu Làm sao để tôi có thể mở rộng nó ? Nó sẽ giúp tôi cái gì đây ? Người sử dụng cuối Nó có rắc rối và tốn kém không ? Nó có đáng tin cậy không ? 1.2 Đặc trưng và ưu điểm của hệ chuyên gia Hệ chuyên gia có bốn đặc trưng cơ bản như sau: - Hiệu quả cao (High performance). Khả năng trả lời với mức độ tinh thông bằng hoặc cao hơn so với chuyên gia (Người) trong cùng lĩnh vực. - Thời gian trả lời thoả đáng (Adequate response time). Thời gian trả lời hợp lý, bằng hoặc nhanh hơn so với chuyên gia (Người) để đi đến cùng một quyết định. Hệ chuyên gia là một hệ thống thời gian thực (Real time system). - Độ tin cậy cao (Good reliability). Không thể xảy ra sự cố hoặc giám sát độ tin cậy khi sử dụng. - Dễ hiểu (Understandable). Hệ chuyên gia giải thích các bước suy luận một cách dễ hiểu và nhất quán, không giống như cách trả lời bí ẩn của các hộp đen (Black box). . Những ưu điểm của hệ chuyên gia: - Phổ cập (Increased availability). Là sản phẩm chuyên gia, được phát triển. - Không ngừng với hiệu quả sử dụng không thể phủ nhận. - Giảm giá thành (Reduced cost). - Giảm rủi ro (Reduced dangers). Giúp con người tránh được trong các môi trường rủi ro, nguy hiểm. - Tính thường trực (Permanance). Bất kể lúc nào cũng có thể khai thác sử dụng, trong khi con người có thể mệt mỏi, nghỉ ngơi hay vắng mặt. - Đa lĩnh vực (Multiple expertise). Chuyên gia về nhiều lĩnh vực khác 6 nhau và được khai thác đồng thời bất kể thời gian sử dụng. - Độ tin cậy (Increased relialility). Luôn đảm bảo độ tin cậy khi khai thác. - Khả năng giảng dạy (Explanation). Câu trả lời với mức độ tinh thông được giảng dạy rõ ràng chi tiết, dễ hiểu. - Khả năng trả lời (Fast reponse). Trả lời theo thời gian thực, khách quan. - Tính ổn định, suy luận có lý và đầy đủ mọi lúc mọi nơi (Steady, une motional, and complete response at all times). - Trợ giúp thông minh như một người hướng dẫn (Intelligent -tutor). - Có thể truy cập như là một cơ sở dữ liệu thông minh (Intelligent database [1]). 1.3 Biểu diễn tri thức bởi luật và lập luận 1.3.1 Biểu diễn tri thức bằng các luật IF - THEN Ngôn ngữ bao gồm các luật IF - THEN là ngôn ngữ phổ biến nhất để biểu diễn tri thức. Các luật IF - THEN có ưu điểm sau: - Mỗi luật IF - THEN mô tả một phần nhỏ tương đối độc lập của tri thức. - Có thể thêm vào cơ sở tri thức các luật mới hoặc loại bỏ một số luật cũ mà không ảnh hưởng nhiều tới các luật khác. - Các hệ tri thức với cơ sở tri thức gồm các luật IF - THEN có khả năng đưa ra lời giải thích cho các quyết định của hệ. Các luật IF - THEN là dạng biểu diễn tự nhiên của tri thức. Bằng cách sử dụng các luật IF - THEN chúng ta có thể biểu diễn được một số lượng lớn tri 7 thức của con người về tự nhiên, xã hội, kinh nghiệm của con người trong lao động sản xuất, tri thức của các thầy thuốc, tri thức của các kỹ sư, tri thức trong các ngành khoa học: kinh tế, sinh học, hóa học, vật lý, toán học, 1.3.2 Biểu diễn tri thức không chắc chắn Trong đời sống thực tế có rất nhiều điều mà ngay cả các chuyên gia cũng không hoàn toàn tin tưởng chúng là đúng hay sai. Đặc biệt là các kết luận trong chẩn đoán y học, trong dự báo thời tiết, trong phỏng đoán sự hỏng hóc của máy móc, chúng ta không thể tin tưởng 100% các kết luận đưa ra là đúng. Chẳng hạn nếu xe máy đang chạy bị chết máy và kiểm tra xăng vẫn còn thì có thể tin rằng 90% là do có vấn đề ở bugi. Tuy nhiên vẫn còn 10% phỏng đoán đó là sai, xe bị chết máy do các nguyên nhân khác. Do đó, trong các hệ dựa trên luật, chúng ta phải đưa vào mức độ chắc chắn của các luật và sự kiện trong cơ sở tri thức. Chúng ta sẽ gán cho mỗi luật hoặc sự kiện một mức độ chắc chắn nào đó, mức độ chắc chắn là một số nằm giữa 0 và 1. Cách viết: A1^^An => B : C Có nghĩa là luật A1^^An => B có độ chắc chắn là C (0 ≤ C ≤ 1). Cách xác định mức độ chắc chắn C: A. Nếu luật có 1 điều kiện: A => B : C Theo lý thuyết xác suất ta có: P (B) = P (B|A)*P (A) Trong đó: 8 P (A), P (B) là xác suất của sự kiện A, B tương ứng (Cũng chính là mức độ chắc chắn của A, B tương ứng). P (B|A) là xác suất có điều kiện của B khi A đã xảy ra, ở đây P (B|A) là mức độ chắc chắn của luật, tức là bằng C. B. Nếu luận có n > 1 điều kiện: A1^^An => B : C Trong trường hợp này, mức độ chắc chắn của A, P (A) được tính bằng các phương pháp khác nhau, tùy thuộc vào các sự kiện Aᵢ là độc lập hay phụ thuộc. C. Nếu các sự kiện Ai là độc lập, khi đó: P (A) = P (A1) P (An) Nếu các sự kiện Ai là phụ thuộc: P (A) = min { P (A1), , P (An) } 1.3.3 Suy diễn và lập luận Suy diễn và lập luận là hai khái niệm được dùng chung để chỉ một tiến trình đưa đến kết luận từ các giả thiết cho ở dạng cơ sở tri thức (Sự kiện, quy luật). - Định nghĩa lập luận Lập luận là quá trình làm việc với tri thức sự kiện và các chiến lược giải bài toán nhằm rút ra kết luận. - Lập luận theo cách suy diễn Lập luận theo suy diễn là phương pháp dùng các sự kiện của bài toán (Là các luật trong cơ sở tri thức) và các tiên đề sau đó sử dụng các phương pháp suy diễn để rút ra thông tin mới từ các thông tin đã biết. Ví dụ: 9 IF có thân nhiệt lớn hơn 38 độ THEN bị sốt Tiên đề: thân nhiệt lớn hơn 38 độ Kết luận: bị sốt Lập luận suy diễn là 1 trong các kĩ thuật phổ biến nhất. Suy diễn đã dùng modus ponens là loại cơ bản của lập luận suy diễn. Khi có A => B và A đúng thì rút ra được B đúng. - Lập luận quy nạp Con người dùng lập luận quy nạp để rút ra kết luận tổng quát từ 1 tập các sự kiện theo cách tổng quát hoá. Ví dụ: Giả thiết: Chị Mơ hát hay Giả thiết: Chị Nụ hát hay Kết luận: Nói chung các chị hát hay Qua lập luận này, người ta cho rằng kết luận sẽ đúng cho tất cả các trường hợp cùng loại, thực chất của lập luận quy nạp là đem cái thiểu số áp đặt cho đa số. Ví dụ: Cho tập các đối tượng X = {a, b, c, ...}, nếu tính chất P đúng đối với a và nếu tính chất P cũng đúng đối với b, và nếu tính chất P cũng đúng đối với c, ... Thì tính chất này đúng với tất cả X. - Lập luận phỏng đoán Suy diễn là lập luận chính xác từ các sự kiện và thông tin đã biết. Lập luận phỏng đoán, giả định là một loại suy diễn có vẻ hợp lí. Điều này có nghĩa câu kết luận có thể đúng nhưng cũng có thể không đúng. 10 Ví dụ: Kéo theo: Đất ướt trời mưa Tiên đề: Đất ướt Kéo theo: Trời mưa Kết luận trời mưa cho rằng trời có thể mưa cũng có thể không phải trời mưa mà đất ướt xảy ra vì lí do khác. - Lập luận tương tự loại suy Người ta tạo một mô hình của một vài khái niệm thông qua kinh nghiệm của họ. Họ dùng mô hình này để hiểu một vài hoàn cảnh và đối tượng tương tự. Họ vạch ra điểm tương đồng giữa hai vật đem so sánh, rút ra sự giống nhau và khác nhau nhằm hướng dẫn việc lập luận của họ. Một khung cho biết thông tin đa dạng về đối tượng. Người ta có thể dùng khung để thể hiện các nét điển hình của đối tượng tương tự. Ví dụ: Khung Con hổ Chủng loại Thú vật Số chân 4 Ăn Thịt Sống tại Ấn Độ và Đông Nam Á Màu Vàng có vạch Bảng 1. 1 Thể hiện các nét điển hình của đối tượng tương tự. - Lập luận theo lẽ thường 11 Nhờ kinh nghiệm con người có thể giải vấn đề một cách hiệu quả. Họ sử dụng lẽ thông thường để nhanh chóng rút ra kết luận. Lập luận theo lẽ thường có xu hướng thiên về phán xét sự đúng đắn hơn là lập luận chính xác về logic. Ví dụ: Vấn đề chẩn đoán hỏng hóc xe máy: Bugi hỏng thì máy không nổ được. Kết luận này có được do kinh nghiệm sử dụng các loại xe máy. Người ta đoán “thứ nhất tại bugi” khi thấy xe máy không khởi động được. Loại tri thức này được coi như may rủi, cầu may. - Lập luận không đơn điệu Đối với nhiều trường hợp người ta lập luận trên các thông tin tĩnh. Các thông tin này không thay đổi trạng thái trong quá trình giải bài toán. Loại lập luận này được gọi là lập luận đơn điệu. Ví dụ: IF ngày rằm THEN trăng tròn - Lập luận tiến và lập luận lùi Các hệ tri thức mà cơ sở tri thức bao gồm các luật được gọi là các hệ dựa trên luật. Khi chúng ta đã lưu trữ cơ sở tri thức, ta cần có thủ tục lập luận để rút ra các kết luận từ cơ sở tri thức. Trong các hệ dựa trên luật, có hai phương pháp lập luận cơ bản: lập luận tiến và lập luận lùi. a. Lập luận tiến Lập luận tiến là quá trình lập luận được bắt đầu bằng tập các sự kiện đã biết rút ra từ sự kiện mới nhờ dùng các luật mà phần giả thiết trùng với các sự kiện đã biết tiếp tục quá trình này cho đến khi gặp trạng thái đích (Điều phải chứng minh) hoặc cho đến khi không còn các luật nào khớp với các sự kiện đã biết thì dừng. 12 Ví dụ: Ví dụ của P. H. Winston: Giả sử cơ sở luật gồm các luật sau: Luật 1: IF động vật có lông mao THEN động vật là loài có vú Luật 2 : IF động vật có lông vũ THEN động vật là chim Luật 3 : IF 1. động vật biết bay, AND 2. động vật đẻ trứng THEN động vật là chim Luật 4 : IF 1. động vật là loài có vú, AND 2. động vật ăn thịt THEN động vật là thú ăn thịt Luật 5 : IF 1. động vật là loài có vú, AND 2. động vật có răng nhọn, AND 3. động vật có móng vuốt THEN động vật là thú ăn thịt Luật 6 : IF 1. động vật là thú ăn thịt, AND 2. động vật có màu lông vàng hung, AND 3. động vật có đốm sẫm THEN động vật là báo châu phi Luật 7 : IF 1. động vật là thú ăn thịt, AND 2. động vật có màu lông vàng hung, AND 13 3. động vật có vằn đen THEN động vật là hổ Luật 8 : IF 1. động vật là chim, AND 2. động vật không biết bay, AND 3. động vật có chân dài, AND 4. động vật có cổ dài THEN động vật là đà điểu Luật 9 : IF 1. động vật là chim, AND 2. động vật không biết bay, AND 3. động vật biết bơi, AND 4. động vật có lông đen và trắng THEN động vật là chim cánh cụt Giả sử một em bé quan sát một con vật tên là Ki trong sở thú, em thấy nó có những đặc điểm sau: Ki có lông mao Ki ăn thịt Ki có màu lông vàng hung Ki có đốm sẫm Lúc này cơ sở tri thức sẽ bao gồm các sự kiện trên. Thủ tục lập luận tiến xem xét luật 1. Khi biết động vật trong luật này được thay bởi Ki, điều kiện của luật trở thành “ki có lông mao”, đây là một sự kiện có trong bộ nhớ làm việc, do đó ta suy ra “ki là loài có vú”. Đây là sự kiện 14 mới, do đó nó được thêm vào bộ nhớ làm việc. Xét luật 4, thế biến “động vật ” bởi Ki, thì hai điều kiện của luật trở thành: Ki là loài có vú, AND Ki ăn thịt Cả hai sự kiện này đều có trong bộ nhớ làm việc, do đó từ luật 4 ta suy ra “ki là thú ăn thịt”. Sự kiện mới này lại được thêm vào bộ nhớ làm việc. Ta xét tiếp luật 6 các điều kiện là: Ki là loài thú ăn thịt, AND Ki có màu lông vàng hung, AND Ki có đốm sẫm Tất cả các điều kiện này đều đúng, do đó từ luật 6 ta suy ra “Ki là báo châu phi”. Như vậy từ các sự kiện đã biết về Ki, lập luận tiến đã suy ra các sự kiện mới: Ki là loài có vú Ki là thú ăn thịt Ki là báo châu phi. b. Lập luận lùi Lập luận lùi là quá trình lập luận để chứng minh một giả thiết đấy là đích bằng cách thu thập những thông tin hỗ trợ (Chính là các sự kiện). Hệ thống lập luận lùi được bắt đầu từ đích cần phải chứng minh. Đầu tiên nó kiểm tra trong bộ nhớ làm việc xem đích này đã đựơc bổ sung trước nó hay chưa. Nếu chưa thì đem so sánh với đích phần kết luận của luật, nếu trùng với luật nào thì loại luật đó và gọi là luật đích, hệ thống sẽ xem phần giả thiết của các luật là đích 15 mới cần phải chứng minh. Quá trình này tiếp tục đệ quy cho đến khi hệ thống tìm thấy một giả thiết không được một luật nào cung cấp hoặc tìm thấy điều phải chứng minh. Ví dụ: Giả sử bộ nhớ làm việc chứa các sự kiện sau: Bibi có lông vũ Bibi có chân dài Bibi có cổ dài Bibi không biết bay Ta đưa ra giả thuyết sau đây: Bibi là đà điểu Đối sánh giả thuyết này với phần kết luận của các luật, ta thấy nó khớp với kết luận của luật 8, nếu thế biến động vật với Bibi. Từ luật 8 ta suy ra rằng, giả thuyết Bibi là đà điểu là đúng nếu các điều kiện sau là đúng: 1. Bibi là chim 2. Bibi không biết bay 3. Bibi có chân dài 4. Bibi có cổ dài Đây là 4 giả thuyết mới. Việc đánh giá giả thuyết « Bibi là đà điểu » được quy về việc đánh giá 4 giả thuyết mới này. Các giả thuyết 2, 3, 4 đều có trong bộ nhớ làm việc. Ta chỉ cần đánh giá giả thuyết « Bibi là chim ». Lại đối sánh giả thuyết này với phần kết luận của các luật. Ta thấy nó khớp với kết luận của luật 2 và luật 3. Xét luật 3, đi lùi lại phần điều kiện của luật này, ta nhận được các giả thuyết mới là: 16 Bibi biết bay Bibi đẻ trứng Cả 2 giả thuyết này đều không có trong bộ nhớ làm việc và cũng không khớp với phần kết luận của luật nào cả. Do đó ta không thể phát triển tiếp các giả thuyết này được nữa. Chuyển sang xét luật 2, để « Bibi là chim » luật này đòi hỏi điều kiện « Bibi có lông vũ ». Điều kiện này có trong bộ nhớ làm việc. Vậy giả thuyết đã đưa ra « Bibi là đà điểu » là đúng. c. Ưu và nhược điểm của các kĩ thuật lập luận * Ưu điểm của lập luận tiến - Làm việc tốt khi bài toán về bản chất là đi thu thập thông tin rồi thấy điều cần suy luận. - Cho ra khối lượng lớn thông tin từ một số thông tin ban đầu. Nó sinh ra nhiều thông tin mới. - Tiếp cận ý tưởng đối với loại bài toán cần giải quyết các nhiệm vụ như lập kế hoạch, điều hành, điều khiển và diễn dịch.  Nhược điểm của lập luận tiến - Không cảm nhận được rằng chỉ một vài thông tin là quan trọng. Hệ thống hỏi các câu hỏi có thể hỏi mà không biết rằng chỉ một ít câu đã đi đến kết luận. - Hệ thống có thể hỏi câu không liên quan. Có thể các câu trả lời cũng quan trọng nhưng làm người dùng lúng túng khi trả lời các câu chẳng dính đến chủ đề.  Ưu điểm của lập luận lùi 17 - Phù hợp với bài toán đưa ra giả thiết rồi xem liệu giả thiết có đúng không. - Lập luận lùi tập trung vào đích đã cho. Nó tạo ra một loạt câu hỏi chỉ liên quan đến vấn đề đang xét đến hoàn cảnh thuận tiện đối với người dùng. - Khi lập luận lùi muốn lập luận cái gì đó từ thông tin đã biết nó chỉ tìm trên một phần của cơ sở tri thức thích đáng đối với bài toán đang xét. - Lập luận lùi được đánh giá cao trong các bài toán giải quyết nhiệm vụ như chẩn đoán, dự đoán, tìm lỗi.  Nhược điểm của lập luận lùi Thường theo đuổi một dòng suy luận thay vì đúng ra phải dừng lại ở đó để sang nhánh khác. Tuy nhiên người ta có thể dùng nhân tố tin cậy và các luật meta để khắc phục vấn đề này.  Lựa chọn giữa lập luận tiến và lập luận lùi Người ta có thể xem cách các chuyên gia giải bài toán để lựa chọn phương pháp thích hợp. Chuyên gia thu thập thông tin về vấn đề rồi dùng thông tin đó hướng dẫn việc suy luận. Vấn đề là phải xem xét một số kết luận có thể dùng được và các dữ liệu sẵn có. Chẳng hạn bác sĩ hiểu hàng trăm vấn đề có thể xảy ra với một cá nhân nhưng vẫn phải tìm hiểu hiện trạng của bệnh nhân lúc đó cần dùng suy luận tiến. Ngược lại bác sĩ hầu như thấy được bệnh viêm họng thì ông ta dùng suy luận lùi. Người ta cần kiểm tra vấn đề phải chứng minh đã được thực hiện trong quá khứ chưa. Thường thì người ta có thể dùng kinh nghiệm và kĩ thuật đã dùng đối với vấn đề mới. 18 Việc chọn một kĩ thuật có thể không phù hợp ngay nhưng người ta có thể thay đổi kĩ thuật để được một suy luận tốt hơn. Có bài toán có thể áp dụng suy luận tiến hay suy luận lùi đều đi đến kết quả. Tuy nhiên cũng có thể dùng cả hai loại suy luận khi giải 1 bài toán. Việc dùng cả hai phương pháp suy luận đôi khi không gặp ở một trạng thái giữa như người ta nghĩ mà có khi hai suy luận không đưa đến bất kì trạng thái chung nào. - Các lưu ý khi quyết định chọn kĩ thuật suy luận. Chuyên gia giải quyết nó ra sao. - Nếu cần thu thập dữ liệu rồi mới quyết định suy luận cái gì thì dùng suy luận tiến. - Đã có giả thiết cần chứng tỏ đích này thì dùng suy luận lùi. - Cần xem không gian bài toán có bao nhiêu kết luận, có bao nhiêu dữ liệu. - Có kết quả tương tự trong quá khứ chưa. - Thiết kế rồi chỉnh lý để có kĩ thuật phù hợp. 1.3.4 Lý thuyết chắc chắn Một dạng thông dụng của lí thuyết xác suất để lập luận trong hệ chuyên gia là lý thuyết chắc chắn. Các chuyên gia thường đánh giá suy xét khi giải vấn đề thông tin về vấn đề có thể không đầy đủ và một vài tri thức có thể không xác thực do vậy mà họ cần thích nghi với tình trạng này và tiếp tục lập luận thông minh. Ví dụ: Giả sử ta có luật sau: 19 IF có dấu hiệu thương tổn AND hình thái khuẩn cầu AND hình thể trên vết thương là chuỗi THEN chỉ định khuẩn cầu chuỗi với CF 0.7. Nếu kết luận chỉ phụ thuộc một phần vào 1 trong các giả thiết trong luật thì CF có thể dùng cho riêng giả thiết đó. Khi đó luật có dạng. IF E1 AND E2 AND AND En THEN H CF = CFi  Suy luận không chắc chắn