Μηχανισμός Εξαγωγής Συμπερασμάτων

Σχετικά έγγραφα
Λογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης

Κατηγορηματική Λογική

9.1 Προτασιακή Λογική

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Υπολογιστική Λογική και Λογικός Προγραμματισμός

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Κεφάλαιο 9. Λογική. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Υπολογιστική Λογική και Λογικός Προγραμματισμός

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Υποθετικές προτάσεις και λογική αλήθεια

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο )

Λογικός Προγραμματισμός

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

HY118-Διακριτά Μαθηματικά

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

! όπου το σύµβολο έχει την έννοια της παραγωγής, δηλαδή το αριστερό µέρος ισχύει ενώ το δεξιό µέρος συµπεραίνεται και προστίθεται στη βάση γνώσης.

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

ΚΕΦΑΛΑΙΟ 3: Κατηγορηματική Λογική Πρώτης Τάξεως και Λογικά Προγράμματα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής

Τεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Κεφάλαιο 2 Λογικός προγραμματισμός Υπολογισμός με λογική

p p p q p q p q p q

K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole

Μαθηματική Λογική και Λογικός Προγραμματισμός

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΛΟΓΙΚΗΣ

Υπολογιστικά & Διακριτά Μαθηματικά

Τεχνητή Νοημοσύνη ( )

Στοιχεία Προτασιακής Λογικής

Μαθηματική Λογική και Λογικός Προγραμματισμός

Οι τυπικές μέθοδοι παρέχουν ένα πλαίσιο μέσα στο οποίο μπορούμε να προδιαγράψουμε και να εγκυροποιήσουμε ένα σύστημα με συστηματικό τρόπο.

Μαθηματική Λογική και Απόδειξη

Μαθηματική Λογική και Λογικός Προγραμματισμός

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

Αναπαράσταση Γνώσης και Συλλογιστικές

Ασκήσεις μελέτης της 8 ης διάλεξης

Ασκήσεις μελέτης της 11 ης διάλεξης

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

HY118-Διακριτά Μαθηματικά

HY118-Διακριτά Μαθηματικά

HY118- ιακριτά Μαθηµατικά

Κεφάλαιο 5 Αξιωματική Σημασιολογία και Απόδειξη Ορθότητας Προγραμμάτων

Στοιχεία Προτασιακής Λογικής

Αναπαράσταση Γνώσης και Συλλογιστικές

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

Επανάληψη. ΗΥ-180 Spring 2019

Πρόταση. Αληθείς Προτάσεις

ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Παράδειγμα άμεσης απόδειξης. HY118-Διακριτά Μαθηματικά. Μέθοδοι αποδείξεως για προτάσεις της μορφής εάν-τότε

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

Ε ανάληψη. Παιχνίδια τύχης. Παιχνίδια ατελούς ληροφόρησης. Λογικοί ράκτορες. ΠΛΗ 405 Τεχνητή Νοηµοσύνη αναζήτηση expectiminimax

Εισαγωγή στις Βάσεις Δεδομζνων II

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

HY118-Διακριτά Μαθηματικά

Λογική Πρώτης Τάξης. Γιώργος Κορφιάτης. Νοέµβριος Εθνικό Μετσόβιο Πολυτεχνείο

Πληρότητα της μεθόδου επίλυσης

Αποφασισιµότητα. HY118- ιακριτά Μαθηµατικά. Βασικές µέθοδοι απόδειξης. 07 -Αποδείξεις. ιακριτά Μαθηµατικά, Εαρινό εξάµηνο 2017

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Μαθηματική Λογική και Λογικός Προγραμματισμός

HY118-Διακριτά Μαθηματικά

ΚΑΤΗΓΟΡΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Ι

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ & ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ

4.3 Ορθότητα και Πληρότητα

Μαθηματική Λογική και Λογικός Προγραμματισμός

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 5: Αναπαράσταση Γνώσης με Λογική

1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Μαθηματική Λογική και Λογικός Προγραμματισμός

HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5

Διακριτά Μαθηματικά Ι

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Φροντιστήριο 4: Μορφολογική Παραγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

HY118-Διακριτά Μαθηματικά


HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6

ΠΛΗ 20, 3 η ΟΣΣ (Κατηγορηματική Λογική)


Σχόλιο. Παρατηρήσεις. Παρατηρήσεις. p q p. , p1 p2

Γιώργος Στάμου Αναπαράσταση Οντολογικής Γνώσης και Συλλογιστική. Κριτική Ανάγνωση: Ανδρέας-Γεώργιος Σταφυλοπάτης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

A. Να γράψετε τον αριθμό της κάθε μιας από τις παρακάτω προτάσεις και δίπλα. το γράμμα Σ, εάν είναι σωστή, ή το γράμμα Λ, εάν είναι λανθασμένη.

Στοιχεία Προτασιακής Λογικής

Μαθηματική Λογική και Λογικός Προγραμματισμός

Κεφάλαιο 8 Σημασιολογία λογικών προγραμμάτων

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ Κεφάλαιο 2 ο. Επικοινωνία:

ΕΠΛ 412 Λογική στην Πληροφορική 4-1

HY118-Διακριτά Μαθηματικά. Προτασιακός Λογισμός. Προηγούμενη φορά. Βάσεις της Μαθηματικής Λογικής. 02 Προτασιακός Λογισμός

Κανονικές μορφές - Ορισμοί

Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF

Υπολογισμός στο Λογικό Προγραμματισμό. Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος;

Transcript:

Μηχανισμός Εξαγωγής Συμπερασμάτων

Μηχανισμός Εξαγωγής Συμπερασμάτων Ο βασικός μηχανισμός εξαγωγής συμπερασμάτων στην κατηγορηματική λογική είναι η απόδειξη. Υπάρχει ένα πλήθος κανόνων συμπερασμού. Αυτοί που ισχύουν στην προτασιακή λογική, Επιπλέον υπάρχουν δύο κανόνες που αφορούν προτάσεις που περιέχουν ποσοτικοποιημένες μεταβλητές. Όλοι οι κανόνες βασίζονται στην έννοια της αντικατάστασης μεταβλητών. Για παράδειγμα έστω ότι η βάση γνώσης περιέχει τις προτάσεις ( Χ)(άνθρωπος(X) θνητός(x)) () άνθρωπος(νίκος) (2) Σύμφωνα με τον κανόνα συμπερασμού (7) και την αντικατάσταση θ={χ/νίκος} είναι δυνατό να εξαχθεί το συμπέρασμα: άνθρωπος(νίκος) θνητός(νίκος) (3) Με εφαρμογή του κανόνα "τρόπος του θέτειν" (modus ponens) στις προτάσεις (2) και (3), εξάγεται η πρόταση θνητός(νίκος) (4)

Κανόνες Συμπερασμού της Κατηγορηματικής Λογικής Κανόνας Συμπερασμού Ονομασία p p 2... pn p i απαλοιφή σύζευξης (nd elimintion) 2 p, p 2,... pn p p 2... p n εισαγωγή συζεύξεων (nd introduction) 3 p i p p 2... p n εισαγωγή διαζεύξεων (or introduction) 4 p p απαλοιφή διπλής άρνησης (doule negtion elimintion) 5 p, p q q τρόπος του θέτειν (modus ponens) 6 p q, q r p r αρχή της ανάλυσης (resolution) 7 Xp(X) p() θ={x/} απαλοιφή καθολικού ποσοδείκτη (universl elimintion) 8 P() Xp(X) θ={x/} εισαγωγή υπαρξιακού ποσοδείκτη (existentil introduction)

Γενικευμένος Τρόπος του Θέτειν "Γενικευμένος τρόπος του θέτειν" - ΓΤΘ (generlized modus ponens): όπου θ το σύνολο των αντικαταστάσεων οι οποίες κάνουν τα p'i και pi συντακτικά όμοια. Η εξαγωγή του συμπεράσματος γίνεται σε ένα βήμα: ( Χ)(άνθρωπος(X) θνητός(x)) άνθρωπος(νίκος) θνητός(νίκος) (με θ={χ/νίκος}) Μια αποδεικτική διαδικασία που χρησιμοποιεί ως μοναδικό κανόνα συμπερασμού τον ΓΤΘ είναι ορθή αλλά στην γενική περίπτωση δεν είναι πλήρης. Μια τέτοια διαδικασία είναι πλήρης μόνο αν η βάση γνώσης αποτελείται από προτάσεις Horn.

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) Από τα L και LR μπορεί να αποδειχθεί το R μέσω του κανόνα modus ponens. Από τα Η, Rκαι HRB μπορεί να αποδειχθεί το B μέσω της εξής επέκτασης του κανόνα modus ponens. m m 5

6 Στην πραγματικότητα αρκεί απλώς η εξής επέκταση του κανόνα modus ponens. Η προηγούμενη έκδοση του modus ponens για m= γίνεται: m i i m ˆ σύζευξη όλων των j (jm) πλήν του i. T Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν )

7 Ένα βήμα πριν την τελική μας έκδοση του κανόνα modus ponens είναι να θεωρήσουμε ένα d= i και να λάβουμε υπ όψιν μας ότι Td=d,οπότε αν d= i : d m i m ˆ T Τέλος, αν το d στηρίζεται σε κάποιες υποθέσεις, έχουμε την τελική μορφή του modus ponens αν d= i : c c d c c n m i n m ˆ Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν )

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) Εύκολα αποδεικνύεται ότι: Ο κανόνας συμπερασμού modus ponens είναι ορθός (sound) (Ορθή όταν όλα τα συμπεράσματα που εξάγονται αποτελούν λογικές συνεπαγωγές του αρχικού συνόλου) με την έννοια ότι αν η βάση γνώσης μας (το σύνολο των καλοσχηματισμένων τύπων που την αναπαριστούν) είναι P και με διαδοχικές εφαρμογές του modus ponens αποδειχθεί το Q, τότε P Q(με βάση τον ορισμό του «συμπεραίνειν» μέσω ερμηνειών). 8

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) βάση γνώσης Τ L L T R Τ H H R R B B B R H W W συμπεράσματα T R R B R T H W W ο.ε.δ. Παράδειγμα εφαρμογής του modus ponens στηβάσηγνώσης για να αποδειχθεί το W. L lwyer(john) R rich(john) H house(house-of(john,john)) B ig(house-of(john)) W work(house-of(john)) 9

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) Μια βάση γνώσης που αποτελείται από καλοσχηματισμένους τύπους της μορφής: ή αλλιώς λέγεται βάση Horn (Horn dtse) όταν τα i και είναι άτομα. m m Για Αλλά παράδειγμα: το παρακάτω δεν μπορεί να συμμετάσχει σε μια βάση Horn T ( lwyer ( ( John) ) witer rich( ( John ) )) lwyer ( ( John) ) rich witer ( John ( John ) ) 0

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) Aποδεικνύεται ότι: Ο κανόνας συμπερασμού modus ponens είναι πλήρης (complete) για βάσεις Horn με την έννοια ότι αν η βάση γνώσης μας είναι P και για κάποιο Q ισχύει P Q(με βάση τον ορισμό του «συμπεραίνειν» μέσω ερμηνειών), τότε το Q μπορεί να αποδειχθεί με διαδοχικές εφαρμογές του modus ponens.

Ο κανόνας συμπερασμού modus ponens ( τρόπος του θέτειν ) Μια διαδικασία διαδοχικής εφαρμογής του modus ponens, που διατηρεί την ορθότητα και πληρότητά του, είναι η εξής:. Για κάθε τύπο T c στη βάση: 2. Αν υπάρχει ένας άλλος τύπος p p n c στη βάση, τέτοιος ώστε p =c,πρόσθεσε στη βάση (αν δεν υπάρχει ήδη) και τον τύπο p 2 p n c. Η προηγούμενη διαδικασία, όταν εφαρμοσθεί σε μια βάση Horn από την προτασιακή λογική ή την κατηγορηματική (κατά Ginserg) λογική, δεν χρειάζεται χρόνο περισσότερο από n d για να αποδειχθεί ότι ένα συγκεκριμένο άτομο προκύπτει από τη βάση, όπου n είναι ο μέγιστος αριθμός υποθέσεων των τύπων της βάσης και d είναι το μέγεθος της βάσης (πλήθος τύπων). 2

Ο κανόνας συμπερασμού modus ponens Ερώτηση: Τι εμποδίζει τον modus ponens να είναι πλήρης και για βάσεις που δεν είναι Horn; Απάντηση: Η πιθανή ύπαρξη διάζευξης στο συμπέρασμα ενός τύπου. Για παράδειγμα, από τα, q, q λογικά προκύπτει το q, αλλά δεν μπορεί να αποδειχθεί με τον modus ponens. Συνεπώς, τί κάνουμε; Απάντηση β : Χρησιμοποιούμε τον κανόνα της ανάλυσης (resolution rule) 3

Η Αρχή της Ανάλυσης στην Κατηγορηματική Λογική Η αρχή της ανάλυσης (resolution) είναι ο μοναδικός κανόνας που απαιτείται για την εξαγωγή όλων των σωστών συμπερασμάτων σε μια αποδεικτική διαδικασία που χρησιμοποιεί τη μέθοδο της "εις άτοπο απαγωγής" (refuttion). Η διαδικασία απόδειξης είναι ορθή και πλήρης. Στην απλή περίπτωση περιλαμβάνει προτάσεις οι οποίες περιέχουν το πολύ δύο λεκτικά στοιχεία (literls): Τα λεκτικά στοιχεία q' και q ονομάζονται συμπληρωματικά ζεύγη Οι αντικαταστάσεις μεταβλητών που προκύπτουν εφαρμόζονται στο αναλυθέν (resolvent) p z.

Διαδικασία Απόδειξης Η διαδικασία απόδειξης περιλαμβάνει την εισαγωγή της άρνησης της προς απόδειξης πρότασης στο αρχικό σύνολο προτάσεων εφαρμογή του κανόνα της ανάλυσης μέχρι το σύστημα να εξαγάγει την κενή πρόταση (άτοπο). Π.χ. έστω ότι θέλουμε να διερευνήσουμε αν το έμβολο μιας μηχανής χρειάζεται αντικατάσταση: βλάβη(μηχανή) σύμπτωμα(έμβολο, θόρυβος) μέρος(έμβολο, μηχανή) εξάρτημα(έμβολο, μηχανή, δεν_λειτουργεί) βλάβη(w) εξάρτημα(ζ,w,δεν_λειτουργεί) αντικατάσταση(ζ) βλάβη(x) σύμπτωμα(r, θόρυβος) μέρος(r,x) αντικατάσταση(r) Εισάγεται η άρνηση της πρότασης αντικατάσταση(έμβολο) και εφαρμόζεται διαδοχικά ο κανόνας της ανάλυσης. Οι προτάσεις πρέπει να είναι σε μορφή διαζεύξεων (προτασιακή μορφή της κατηγορηματικής λογικής).

Απόδειξη βασισμένη στην αρχή της ανάλυσης στην Κατηγορηματική Λογική

Μορφή Kowlski Μια εναλλακτική διατύπωση του κανόνα της ανάλυσης αφορά την μορφή Kowlski Η διαδικασία είναι περισσότερο κατανοητή. Έτσι το προηγούμενο παράδειγμα σε μορφή Kowlski γράφεται: βλάβη(μηχανή) εξάρτημα(έμβολο, μηχανή, δεν_λειτουργεί) σύμπτωμα(έμβολο, θόρυβος) μέρος(έμβολο, μηχανή) βλάβη(w),εξάρτημα(ζ,w,δεν_λειτουργεί) αντικατάσταση(ζ) βλάβη(x),σύμπτωμα(r, θόρυβος),μέρος(r,x) αντικατάσταση(r) Η άρνησης της προς απόδειξη πρότασης αναπαριστάται στην μορφή Kowlski ως αντικατάσταση(έμβολο)

Απόδειξη με προτάσεις στη μορφή Kowlski

Παρατηρήσεις στην Διαδικασία Απόδειξης Αποδείξεις δεν είναι μοναδικές.

Απόδειξη και Αναζήτηση Η εύρεση απόδειξης αποτελεί ουσιαστικά ένα πρόβλημα αναζήτησης Ο μοναδικός τελεστής μετάβασης είναι ο κανόνας της ανάλυσης Αναζήτηση κατά πλάτος (redth-first), Παράγει τις συντομότερες αποδείξεις. ραματική αύξηση αριθμού των κόμβων. Εμφανίζεται πρόβλημα της συνδυαστικής έκρηξης. Γραμμική ανάλυση (liner resolution), Τουλάχιστον μία από τις προτάσεις σε κάθε απόπειρα ανάλυσης πρέπει να είναι είτε πρόταση εισόδου ή προηγούμενο αναλυθέν στο συγκεκριμένο κλαδί του δένδρου αναζήτησης. Πλεονεκτήματα και Μειονεκτήματα της "αρχής της Ανάλυσης«Βάση για την δημιουργία του λογικού προγραμματισμού. Γλώσσα Prolog Χρησιμοποιεί προτάσεις Horn και SLD - ανάλυση.

Πλεονεκτήματα και Μειονεκτήματα της Κατηγορηματικής Λογικής Πλεονεκτήματα της κατηγορηματικής λογικής: Αντιστοιχία με τη φυσική γλώσσα, ικανοποιητική έκφραση ποσοτικοποίησης των εννοιών με τους κατάλληλους ποσοδείκτες, ικανότητα να συλλάβει τη γενικότητα. Μειονεκτήματα: Αδυναμία έκφρασης ασάφειας: Κάθε πρόταση μπορεί να είναι μόνο αληθής ή ψευδής. Αθροιστικότητα των αποτελεσμάτων: Ένα συμπέρασμα προστίθεται στη γνώση χωρίς να δίνεται η δυνατότητα αναθεώρησής του αν αργότερα κριθεί ότι είναι εσφαλμένο. Λογικός Προγραμματισμός Η κλασική λογική επεκτείνεται με διάφορες εντολές ελέγχου και λειτουργικές δομές. Ευελιξία και ευκολία στην ανάπτυξη εφαρμογών. Χαρακτηριστικό παράδειγμα τέτοιου συστήματος είναι η γλώσσα Prolog.

Μη-μονότονη Λογική /2 Σε μια μονότονη λογική, υπάρχει ένα σύστημα αξιωμάτων S (η αρχική βάση γνώσης) και ένα σύνολο τύπων F που αποδεικνύονται (συνάγονται) από το S. Η προσθήκη ενός ή περισσοτέρων αξιωμάτων στο S (απόκτηση νέας γνώσης), το σύνολο F αυξάνει μονότονα. Πλεονεκτήματα: Κάθε φορά που προστίθεται ένα νέο γεγονός στο S, δε χρειάζονται νέοι έλεγχοι. Για κάθε νέο γεγονός που αποδεικνύεται δεν είναι απαραίτητη η καταγραφή των γεγονότων πάνω στα οποία βασίζεται η αλήθεια του. Μειονεκτήματα: η προσθήκη νέων αξιωμάτων μπορεί να μειώσει το σύνολο των δυνατών συμπερασμάτων, αφαιρώντας κάποια που αποδεικνύονται εσφαλμένα μετά την προσθήκη Οι μη-μονότονες συλλογιστικές είναι κατάλληλες για την αντιμετώπιση κάποιων καταστάσεων που εμφανίζονται συχνά στον πραγματικό κόσμο: Καταστάσεις για τις οποίες δεν έχουμε πλήρη γνώση Καταστάσεις στις οποίες, η γνώση δημιουργείται κατά τη διάρκεια της εκτέλεσης ενεργειών, για τις οποίες δεν είμαστε βέβαιοι για την αναγκαιότητα ή ορθότητά τους. Καταστάσεις στις οποίες η γνώση μεταβάλλεται. Καταστάσεις στις οποίες το σύστημα χρησιμοποιεί υποθέσεις (ssumptions).

Μη-μονότονη Λογική 2/2 Στη μη-μονότονη τροπική λογική (non-monotonic modl logic) εισάγεται ένας νέος τροπικός τελεστής ο οποίος δηλώνει ότι ένα γεγονός "είναι συνεπές με τις τρέχουσες πεποιθήσεις". Η συλλογιστική εύλογων υποθέσεων (defult resoning) χρησιμοποιείται σε περιπτώσεις κατά τις οποίες ένα γεγονός συνάγεται από ένα δοσμένο γεγονός, γιατί έτσι συμβαίνει συνήθως και γιατί δεν υπάρχει ένδειξη για το αντίθετο. Το πρόβλημα της μονοτονίας αντιμετωπίζεται με την εισαγωγή κατάλληλων μηχανισμών εξαγωγής συμπερασμάτων οι οποίοι καταγράφουν ποια γεγονότα χρησιμοποιήθηκαν για την εξαγωγή ενός νέου συμπεράσματος. Τα συστήματα που χρησιμοποιούν αυτούς τους μηχανισμούς ονομάζονται συστήματα συντήρησης αλήθειας (truth mintennce systems). TMS (McAllester 980): Διατηρεί συνεχώς τη συνέπεια ενός συνόλου λογικών ισχυρισμών, ώστε να βρεθεί κάποια λύση σε ένα πρόβλημα ικανοποίησης περιορισμών. ATMS (De Kleer 986): Δίνει τη δυνατότητα εύρεσης περισσότερων εναλλακτικών λύσεων μέσω της συλλογιστικής σε παράλληλους κόσμους Οι κόσμοι είναι εσωτερικά συνεπείς, αλλά μεταξύ τους μπορεί να είναι ασυνεπείς.