Professional Documents
Culture Documents
-١ -
ﻣدﺧل ﻣﺑﺳط ﻓﻲ أﻫم ﻣواﺿﯾﻊ
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥
reasonأﺣداث ﺑﺎﻟﻣﺎﺿﻲ ،واﻟﺗﺧطﯾط plan ﻛﯾف ﯾﺗم ﻣﻌﺎﻟﺟﺔ اﻟرﻣوز ﺑﺻورة ﻣﻧطﻘﯾﺔ ﻣﺣوﺳﺑﺔ ،ﻣن أﺟل ﻓﻬم أﺳﺑﺎب
ﻟﻠﻣﺳﺗﻘﺑل؟
ﻛﯾف ﺗﺳﺗطﯾﻊ آﻟﯾﺎت mechanismsاﻟذﻛﺎء إﻧﺗﺎج اﻟظواﻫر phenomenaاﻹﻧﺳﺎﻧﯾﺔ ﻣﺛل اﻟﺗوﻫم illusionواﻟﺗﺻدﯾق belief
واﻷﻣل hopeواﻟﺧوف fearواﻟﺣﻠم dreamsواﻟﻌطف kindnessواﻟﺣب love؟
اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﻘوي أو اﻟﺻﻠب :Hard or Strong AI
ﺑﺷﻛل ﻋﺎم ،ﻓﺈن ﺑﺣوث اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﺗﻬدف إﻟﻰ إﻧﺷﺎء ذﻛﺎء اﺻطﻧﺎﻋﻲ ﯾﺳﺗطﯾﻊ أن ﯾﻛرر اﻹﻧﺳﺎن اﻟذﻛﻲ replicate
human intelligenceﺗﻣﺎﻣﺎ .وﯾطﻠق اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﻘوي ﻋﻠﻰ اﻵﻟﺔ اﻟﺗﻲ ﺗﻘﺗرب أو ﺗﺣل ﻣﺣل اﻟذﻛﺎء اﻹﻧﺳﺎﻧﻲ ،ﺑﺣﯾث
ﺗﻛون ﻗﺎدرة ﻋﻠﻰ اﻧﺟﺎز أﻋﻣﺎل اﻹﻧﺳﺎن ،وﺗطﺑﯾق ﻧطﺎق واﺳﻊ ﻣن اﻷﻋﻣﺎل ﺣﺳب اﻟﺧﻠﻔﯾﺔ اﻟﻣﻌرﻓﯾﺔ ،وﯾﻛون ﻟﻬﺎ درﺟﺔ ﻣﺎ ﻣن
اﻟﺷﻌور ﺑﺎﻟذات .self-consciousnessﻓﯾﻬدف اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﻘوي أو اﻟﺻﻠب إﻟﻰ ﺑﻧﺎء آﻻت ﻟﻬﺎ ﻗدرات ﻣﻌرﻓﯾﺔ
intellectual abilityﻻ ﺗﺧﺗﻠف ﻋن اﻟﻛﺎﺋﻧﺎت اﻟﺑﺷرﯾﺔ.
اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﺑرﻣﺟﻲ أو اﻟﺧﻔﯾف :Soft or Weak AI
اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﺧﻔﯾف ﯾطﻠق ﻋﻠﻰ اﺳﺗﺧدام اﻟﺑرﻣﺟﯾﺎت softwareﻟدراﺳﺔ أو إﻧﺟﺎز ﺣل ﻣﺳﺄﻟﺔ ﻣﻌﯾﻧﺔ ،أو ﻻﺳﺗﻧﺑﺎط ﻣﻬﺎم،
ﻗد ﻻ ﯾدﺧل ﺿﻣﻧﻬﺎ ﺟﻣﯾﻊ ﻗدرات اﻟﺗﻌرف اﻹﻧﺳﺎﻧﻲ .human cognitive
ﻣﺛﺎل :ﺑرﻧﺎﻣﺞ اﻟﺷطرﻧﺞ اﻟﺷﻬﯾر ﺑـ .Deep Blue
اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﺧﻔﯾف ﻻ ﯾﺗﻣﯾز ﺑﺎﻟوﻋﻲ ﺑﺎﻟذات ،self-awarenessﻓﻬو ﯾظﻬر ﻣدى ﻛﺑﯾر ﻣن ﻗدرات اﻟﺗﻌرف اﻹﻧﺳﺎﻧﻲ،
وﻫو ذﻛﺎء ﻓﺣﺳب ،ﯾﺣل ﻣﺳﺎﺋل ﻣﺣددة.
ﻋﻠوم اﻟﺗﻌرف :Cognitive Science
ﺗﻬدف إﻟﻰ ﺗطوﯾر واﺳﺗﻛﺷﺎف وﺗﻘﯾﯾم اﻟﻧظرﯾﺎت اﻟﻣﺗﻌﻠﻘﺔ ﺑﻛﯾﻔﯾﺔ ﻋﻣل اﻟﻌﻘل ، mindﻣن ﺧﻼل اﺳﺗﺧدام اﻟﻧﻣﺎذج اﻻﺣﺗﺳﺎﺑﯾﺔ
،computational modelsﻓﺎﻟﻣﻬم ﻓﯾﻬﺎ ﻟﯾس ﻣﺎ ﯾﺣدث ،وﻟﻛن ﻛﯾف ﺣدﯾث اﻷﻣر ،ﺑﻣﻌﻧﻰ أن اﻟﺳﻠوك اﻟذﻛﻲ ﻻ ﯾﻛﻔﻲٕ ،واﻧﻣﺎ
ﯾﺟب أن ﯾﻌﻣل اﻟﺑرﻧﺎﻣﺞ ﺑطرﯾﻘﺔ ذﻛﯾﺔ .intelligent manner
ﻣﺛﺎل ذﻟك :ﺑراﻣﺞ اﻟﺷطرﻧﺞ Chess programsﺗﻌﻣل ﺑﺷﻛل ﻧﺎﺟﺢ ،ﻟﻛﻧﻬﺎ ﺗﻘول اﻟﻘﻠﯾل ﻋن طرﯾﻘﺔ اﻟﺑﺷر ﻓﻲ ﻟﻌب وﺗﻌﻠم
اﻟﺷطرﻧﺞ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦
وﺑﺷﻛل ﺗﻘﻠﯾدي ،ﺟﻣﯾﻊ اﻷﻫداف اﻟﺳﺎﺑﻘﺔ ﻣوﺟودة ﻓﻲ أرﺑﻌﺔ ﻣﻧﻬﺟﯾﺎت ﺗرﺗﺑط ﺑﻬﺎ ﺣﺳب اﻟﺟدول اﻟﺗﺎﻟﻲ:
Human-like Rationally
ﻣﺛل اﻻﻧﺳﺎن ﻋﻘﻼﻧﯾﺎ
Think (1) Cognitive science Approach (2) Laws of thought Approach
اﻟﺗﻔﻛﯾر ﻣﻧﻬﺟﯾﺔ ﻋﻠوم اﻟﺗﻌرف ﻣﻧﻬﺟﯾﺔ ﻗواﻧﯾن اﻟﺗﻔﻛﯾر
Act (3) Turing Test Approach (4) Rational agent Approach
اﻟﻔﻌل ﻣﻧﺟﯾﺔ اﺧﺗﺑﺎر ﺗورﯾﻧﺞ ﻣﻧﻬﺟﯾﺔ اﻟﻌﻣﯾل اﻟﻌﻘﻼﻧﻲ
ﻣﻼﺣظﺔ:
أﻏﻠب أﻋﻣﺎل اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﺗﻘﻊ ﻓﻲ اﻟﻣﻧﻬﺟﯾﺗﯾن ) (٢و ).(٤
اﻷﻫداف اﻟﻌﺎﻣﺔ ﻟﻠذﻛﺎء اﻻﺻطﻧﺎﻋﻲ :General AI Goal
.١ﺗﻛرار اﻟذﻛﺎء اﻹﻧﺳﺎﻧﻲ :ﻻ ﯾزال ﻫدﻓﺎ ﺑﻌﯾدا.
.٢ﺣل ﻣﺷﻛﻠﺔ اﻟﻣﻬﺎم اﻟﻣﻛﺛﻔﺔ ﻟﻠﻣﻌرﻓﺔ.
.٣ﻋﻣل اﺗﺻﺎل ذﻛﻲ intelligent connectionﺑﯾن اﻹدراك perceptionواﻟﻔﻌل .action
.٤ﺗﺣﺳﯾن اﻟﺗﻔﺎﻋل/اﻻﺗﺻﺎل اﻹﻧﺳﺎﻧﻲ اﻹﻧﺳﺎﻧﻲ ،واﻹﻧﺳﺎﻧﻲ اﻟﺣﺎﺳوﺑﻲ ،واﻟﺣﺎﺳوﺑﻲ اﻟﺣﺎﺳوﺑﻲ.
اﻟﻬﻧدﺳﺔ اﻟﻣﻌﺗﻣدة ﻋﻠﻰ أﻫداف اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ :Engineering based AI Goal
ﯾﺳﻌﻰ ﻫذا اﻟﻔرع اﻟﻬﻧدﺳﻲ اﻟﻣﻬم إﻟﻰ ﺗطوﯾر ﻣﻔﺎﻫﯾم وﻧظرﯾﺎت وﺗطﺑﯾﻘﺎت ﻟﺑﻧﺎء اﻵﻻت اﻟذﻛﯾﺔ ، intelligent machineﻣﻊ
اﻟﺗرﻛﯾز ﻋﻠﻰ ﺑﻧﺎء اﻟﻧظم .system building
اﻟﻌﻠوم اﻟﻣﻌﺗﻣد ﻋﻠﻰ أﻫداف اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ .Science based AI Goal
ﯾﺳﻌﻰ ﻫذا اﻟﻌﻠم إﻟﻰ ﺗطوﯾر ﻣﻔﺎﻫﯾم conceptsوآﻟﯾﺎت mechanismsوﻣﻔردات ﻟﻐوﯾﺔ vocabularyﺗؤدي إﻟﻰ ﻓﻬم اﻟﺳﻠوك
اﻟذﻛﻲ اﻟﺣﻲ ، biological intelligent behaviorﻣﻊ اﻟﺗرﻛﯾز ﻋﻠﻰ ﻓﻬم اﻟﺳﻠوك اﻟذﻛﻲ .intelligent behavior
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩
ﻗم ﺑﺗﺣرﯾك اﻷﻗراص ﻣن اﻟوﺗد ﻓﻲ أﻗﺻﻰ اﻟﺷﻣﺎل إﻟﻰ اﻟوﺗد ﻓﻲ اﻗﺻﻰ اﻟﯾﻣﯾن طﺎﻟﻣﺎ اﻟﺗزﻣت ﺑﺎﻟﺷروط:
ﻻ ﺗﺿﻊ اﻟﻘرص اﻷﻛﺑر ﻓوق اﻟﻘرص اﻷﺻﻐر.
ﺣرك ﻗرص واﺣد ﻓﻲ اﻟﻣرة ،ﻣن وﺗد إﻟﻰ آﺧر.
اﻟوﺗد اﻷوﺳط ﯾﻣﻛن أن ﯾﺳﺗﺧدم ﻛﻣﺧزن ﻣﺗوﺳط.
اﻟﻣطﻠوب :ﻧﻔذ اﻟﻠﻌﺑﺔ ﻟﺗﺣﻘق اﻟﻬدف ﺑﺄﻗل ﻋدد ﻣﻣﻛن ﻣن اﻟﺧطوات.
ﻓﯾﻣﺎ ﯾﻠﻲ ﺟﻣﯾﻊ ﺣﺎﻻت اﻻﻧﺗﻘﺎل اﻟﻣﺣﺗﻣﻠﺔ ﻓﻲ ﻟﻌﺑﺔ أﺑراج ﻫﺎﻧوي اﻟﺗﻲ ت
ﺣﺗوي ﻋﻠﻰ ﻗرﺻﯾن ﻓﻘط:
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٠
وأﻗﺻر اﻟﺣﻠول Shortest Solutionﻫو ﻣﺗﺳﻠﺳﻠﺔ ﻣن اﻟﺣﺎﻻت اﻻﻧﺗﻘﺎﻟﯾﺔ اﺑﺗداء ﻣن اﻟﺣﺎﻟﺔ اﻟﻌﻠﯾﺎ ﻓﻲ اﻟﺷﺟرة )اﻟﺣﺎﻟﺔ
اﻻﺑﺗداﺋﯾﺔ( ﻷﺳﻔل اﻟﺷﺟرة وﺻوﻻ اﻟﺟزء اﻷدﻧﻰ ﯾﺳﺎرا.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١١
أﻣﺎ اﻹﺟﺎﺑﺔ ﻓﺑﻌد ﺗﺧﻔﯾﺿﻬﺎ ﻧﺣﺻل ﻋﻠﻰ اﻹﺟﺎﺑﺎت اﻟﺗﻲ ﯾوﺿﺣﻬﺎ اﻟﺷﻛل اﻟﺳﺎﺑق.
اﻟﺑﻧﯾﺔ اﻟﺷﺟرﯾﺔ اﻟﺳﺎﺑﻘﺔ ﺗﺻف اﻟﺗﺎﻟﻲ:
اﻟﻌﻼﻗﺔ اﻟﻬرﻣﯾﺔ ﺑﯾن اﻷﻫداف واﻷﻫداف اﻟﻔرﻋﯾﺔ:
إن اﻟﺣﺎﻟﺔ ” “going on strikeﻫﻲ ﻫدف ﻓرﻋﻲ sub-goalﻟﻠﻬدف ” “earning more moneyاﻟذي ﯾﻣﺛل ﻫدﻓﺎ ﻓرﻋﯾﺎ
ﻟﻠﻬدف ” ،“improving standard of livingﻓﯾﻣﺎ ﯾﻣﺛل ﻫذا اﻷﺧﯾر ﻫدﻓﺎ ﻓرﻋﯾﺎ ﻟﻠﻬدف “improving enjoyment of
”.life
طرق ﺑدﯾﻠﺔ ﻟﻣﺣﺎوﻟﺔ ﺗﺣدﯾد اﻟﻬدف :Alternative ways of trying to solve a goal
إن اﻟﺣﺎﻟﺔ ” “going on strikeو اﻟﺣﺎﻟﺔ ” “increasing productivityﻫﻲ طرق ﺑدﯾﻠﺔ ﻟﻬدف اﻟﺣﺻول ﻋﻠﻰ اﻟﻣﺎل “earn
”....more moneyوﻫﻛذا ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﺣﺎﻻت اﻷﺧرى.
اﻷﻫداف اﻟﻔرﻋﯾﺔ اﻟﻣرﺗﺑطﺔ أو اﻟﻣﺷﺗرﻛﺔ :Conjoint sub-goals
ﻣن أﺟل أﺻﺣﺎب اﻟﺳن اﻟﻣﺗﻘدﻣﺔ ” ، “provide for old ageﻻ ﻧﺣﺗﺎج ﻓﻘط أن ﻧﻛﺳب ﻣﺎل أﻛﺛر ”،“earn more money
ٕواﻧﻣﺎ ﻧﺣﺗﺎج أﯾﺿﺎ أن ﻧدﺧر اﻟﻣﺎل ”.“save money
وﻣن اﻟﻣﺛﺎل اﻟﺳﺎﺑق ﻧﺟد أﻧﻧﺎ ﺣﺻﻠﻧﺎ ﻓﻲ اﻟﻧﻬﺎﯾﺔ ﺑﻌد ﺗﻘﻠﯾص اﻟﻬدف إﻟﻰ اﻹﺟﺎﺑﺎت اﻷرﺑﻌﺔ ﻓﻲ اﻟﻧﻘﺎط اﻟطرﻓﯾﺔ ،اﻟﺗﻲ ﺗرﺗﺑط
ﺑﺎﻻرﺗﺑﺎطﺎت اﻟﻣﻧطﻘﯾﺔ أو/و ،ﺑﺣﯾث ﯾﻣﻛن أن ﻧﺻوﻏﻬﺎ ﺑﺎﻟﺷﻛل:
اﻟﻣﺳﺄﻟﺔ :ﻛﯾف ﯾزداد اﻟﺗﻣﺗﻊ ﺑﺎﻟﺣﯾﺎة؟
اﻹﺟﺎﺑﺔ ﻣن اﻷﻋﻠﻰ إﻟﻰ أﺳﻔل ﻛﺻﯾﺎﻏﺔ ﻣﻧطﻘﯾﺔ:
اﻟﻌﻤﻞ ﺑﺸﻜﻞ أﻗﻞ )اﻟﺮاﺣﺔ( أو )ادﺧﺎر اﻟﻣﺎل و )ﺗﻧﻔﯾذ إﺿراب ﺑﺎﻟﻌﻣل أو زﯾﺎدة اﻹﻧﺗﺎﺟﯾﺔ( ( ،أو ﺑﺄﺳﻠوب اﻟﻠﻐﺔ اﻟطﺑﯾﻌﯾﺔ :
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٢
)ﻟﯾزداد اﻟﺗﻣﺗﻊ ﺑﺎﻟﺣﯾﺎة ،ﻋﻠﯾك أن ﺗطﺎﻟب ﺑزﯾﺎدة راﺗﺑك ﻋﺑر اﻹﺿراب ﻋن اﻟﻌﻣل ،أو ﺑزﯾﺎدة إﻧﺗﺎﺟﯾﺗك )ﻓﻲ ﻋﻣﻠك أو ﺑﺄوﻗﺎت
إﺿﺎﻓﯾﺔ( ،وﻣﻊ ﻫذا ﯾﺟب ادﺧﺎر اﻟﻣﺎل ،أو )ٕواﻻ( اﺧﺗر ﻟﻧﻔﺳك ﻋﻣل أﻗل ﻣﺟﻬود(.
ﻣﻊ اﻹﺷﺎرة إﻟﻰ اﻟرؤﯾﺔ اﻟﻣﺎدﯾﺔ اﻟظﺎﻫرة ﻓﻲ ﻫذﻩ اﻹﺟﺎﺑﺔ ،ﻓﺎﻟﻘﺿﯾﺔ اﻷوﻟﻰ ﻣن ﻗﺿﺎﯾﺎ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻫﻲ أﺗﻣﺗﺔ اﻟﺗﻔﻛﯾر
اﻟﻣﺎدي ﻟﻺﻧﺳﺎن ،أﻣﺎ اﻟﺟﺎﻧب اﻟﻧﻔﺳﻲ واﻟروﺣﻲ ﻓﻬﻲ ﻗﺿﯾﺔ أﻛﺛر ﺗﻌﻘﯾدا ﻻ ﯾﺑدو أن ﻣﺳﺎﺋل اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﺗﻬﺗم ﺑﻬﺎ ﻓﻲ
اﻟﻌﺻر اﻟﺣﺎﻟﻲ ،إﻻ ﺑﻌد ﺣل اﻏﻠب ﻣﺳﺎﺋل اﻟﻘﺿﯾﺔ اﻷوﻟﻰ.
.٣ﺗﻘﻧﯾﺎت ﺷرط اﻟرﺿﺎ Constraint Satisfaction Techniques
اﻟﻘﯾد أو اﻟﺷرط constraintﻫو ﻋﻼﻗﺔ ﻣﻧطﻘﯾﺔ ﺧﻼل ﻋدة ﻣﺗﻐﯾرات ﻣﺛﻼ" :رﺳم اﻟداﺋرة داﺧل اﻟﻣرﺑﻊ" ،وﻫﻲ ﻣﺳﺎﻟﺔ ﻫﻧدﺳﯾﺔ
ﺷﻬﯾرة ،ﺗﺣﺗﺎج إﻟﻰ ﺗطﺑﯾق ﻣﺟﻣوﻋﺔ ﻣن اﻟﺷروط ﻣﺗﻌﻠﻘﺔ ﺑﺎﻟﻣرﺑﻊ وﺑﺎﻟداﺋرة .ﻓﺎﻟﺷروط ﺗرﺑط اﻟﻛﺎﺋﻧﺎت ﺑدﻗﺔ ،ﺑدون ﺗﺣدﯾد اﻟﻣوﻗف
ﻣﻧﻬﺎ أو ﺣذف أي ﻛﺎﺋن ،ﻟﺗظل اﻟﻌﻼﻗﺔ ﺳﻠﯾﻣﺔ.
ﻗﯾد أو ﺷرط اﻟرﺿﺎ :Constraint satisfaction
ﻫﻲ ﻋﻣﻠﯾﺔ إﯾﺟﺎد ﺣل ﻟﻣﺟﻣوﻋﺔ ﻣن اﻟﻘﯾود/اﻟﺷروط ،ﺑﺣﯾث ﺗﺣدد اﻟﺷروط اﻟﻘﯾم اﻟﻣﺳﻣوح ﺑﻬﺎ ﻟﻠﻣﺗﻐﯾرات ،وﻹﯾﺟﺎد اﻟﺣل ﯾﺗم ﺗﻘﯾﯾم
ﻫذﻩ اﻟﻣﺗﻐﯾرات ﻟﻔﺣص ﻣدى ﻣطﺎﺑﻘﺗﻬﺎ ﻟﺷروط اﻟرﺿﺎ ،Satisfactionأو ﺷروط اﻟﻘﺑول.
ﻣﺳﺄﻟﺔ ﺷرط اﻟرﺿﺎ وﺣﻠﻬﺎ :Constraint Satisfaction Problem (CSP) and its solution
ﺗﺗﻛون ﻣﺳﺄﻟﺔ ﺷرط اﻟرﺿﺎ ) (CSPﻣن:
‡ اﻟﻣﺗﻐﯾرات ،ﻣﺟﻣوﻋﺔ اﻟﻣﻧﺗﻬﯾﺔ } .X = {x1 , . . . , xn
‡ اﻟﻧطﺎق ،اﻟﻣﺟﻣوﻋﺔ اﻟﻣﻧﺗﻬﯾﺔ Diﻟﻠﻘﯾم اﻟﻣﺣﺗﻣﻠﺔ اﻟﺗﻲ ﯾﻣﻛن أن ﯾﺄﺧذﻫﺎ اﻟﻣﺗﻐﯾر. xi
‡ اﻟﺷروط ،ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘﯾم اﻟﺗﻲ ﺗﺣدد ﻣطﺎﺑﻘﺔ اﻟﻣﺗﻐﯾرات ﻟﻠﺷروط ﻓﻲ ﻧﻔس اﻟوﻗت ،ﻣﺛﻼ ).(D1 != D2
ﺣل اﻟﻣﺳﺄﻟﺔ CSPﻛﺎرﺗﺑﺎط ﺑﯾن اﻟﻘﯾم ﻣن اﻟﻧطﺎق اﻟﻣﺣدد إﻟﻰ ﺟﻣﯾﻊ اﻟﻣﺗﻐﯾرات اﻟﺗﻲ ﺗطﺎﺑق أو ﺗﻧﺎﺳب ﻛل ﻗﯾد ،وﯾﻣﻛن
أن ﯾﻛون:
‡ ﺣل واﺣد ﻣﻘﺑول ،دون أن ﻧﺣددﻩ ﺑﺎﻟﺿﺑط.
‡ ﺟﻣﯾﻊ اﻟﺣﻠول ﻣرﺿﯾﺔ وﻣﻘﺑوﻟﺔ.
‡ اﻟﺣل اﻟﻣﺛﺎﻟﻲ او اﻟﺣل اﻟﺟﯾد ،ﻣﺳﺄﻟﺔ اﻟﺷرط اﻟﻣﺛﺎﻟﻲ .(COP) Constraint Optimization Problem
ﺗوﺟد ﺗطﺑﯾﻘﺎت ﻛﺛﯾرة ﻟﺗﻘﻧﯾﺔ ﺷرط اﻟرﺿﺎ ،Constraint satisfactionﻓﻲ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ وﻣﺟﺎﻻت ﻛﺛﯾرة ﻣﺛل ﻟﻐﺎت
اﻟﺑرﻣﺟﺔ Programming Languagesواﻟﺣوﺳﺑﺔ اﻟرﻣوزﯾﺔ Symbolic Computingواﻟﻣﻧطق اﻻﺣﺗﺳﺎﺑﻲ
. Computational Logic
ﻣﺛﺎل ﻟﻌﺑﺔ اﻟﻣﻠﻛﺎت-ن N-Queens puzzle
ﻟﯾﻛن ﻟدﯾﻧﺎ ﻋدد ﺻﺣﯾﺢ Nﻣن اﻟﻣﻠﻛﺎت ﻓﻲ رﻗﻌﺔ ﺷطرﻧﺞ أﺑﻌﺎدﻫﺎ ،N*Nﯾﺗم وﺿﻌﻬﺎ ﺑﺣﯾث ﺗﺣﻘق ﺷرط اﻟرﺿﺎ وﻫو أن ﻻ ﺗﻬدد
ﻣﻠﻛﺔ أي ﻣﻠﻛﺔ أﺧرى ﻓﻲ اﻟرﻗﻌﺔ ،وﯾﻛون ذﻟك ﻋﻧدﻣﺎ ﺗﻛون ﻣﻠﻛﺗﺎن ﻣﺗﻘﺎﺑﻠﺗﺎن ﻓﻲ ﻧﻔس اﻟﺻف أو اﻟﻌﻣود أو ﺑﺷﻛل ﻣﺎﺋل.
اﻟﺣل :ﻣن أﺟل ﻧﻣذﺟﺔ ﻫذﻩ اﻟﻣﺳﺄﻟﺔ
ﻟﻧﻔﺗرض أن ﻛل ﻣﻠﻛﺔ ﻓﻲ ﻋﻣود ﻣﺧﺗﻠف ﻋن اﻷﺧرى.
ﻟﻧرﺑط اﻟﻣﺗﻐﯾرات ) Ri (i = 1 to Nﺑﺎﻟﻣﻠﻛﺔ ﻓﻲ اﻟﻌﻣود رﻗم ،iﻣﻊ ﺗﺣدﯾد ﻣوﻗﻊ اﻟﻣﻠﻛﺔ ﻓﻲ اﻟﺻف.
وﻟﻧطﺑق ﺷرط ﻋدم اﻟﺗﻬدﯾد ﺑﯾن ﻛل زوج ﻣن اﻟﻘطﻊ Riو ، Rjوﻟﻧطور ﺑﻌدﻫﺎ اﻟﺧوارزﻣﯾﺔ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٤
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٥
RBS Components
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٦
ﻣﺛﺎل < car, color, red > :واﻟﺗﻲ ﯾﻘﺻد ﺑﻬﺎ ”.“The color of the car is red
وﺗﺣﺗوي أﯾﺿﺎ ﻋﻠﻰ اﻟﻣﻌﺎرف اﻟﻣؤﻗﺗﺔ ﻋن ﺟﻠﺳﺎت ﺣل اﻟﻣﺳﺎﺋل .problem-solving sessionﻛﻣﺎ ﯾﻣﻛن ﺗﻌدﯾل ﻣﺣﺗواﻫﺎ
ﺑواﺳطﺔ اﻟﻘواﻋد.
ﻗﺎﻋدة اﻟﻘواﻧﯾن )Rule Base (RB
ﺗﺣﺗوي ﻗﺎﻋدة اﻟﻘواﻧﯾن ﻋﻠﻰ ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘواﻧﯾن ﻛل واﺣد ﻣﻧﻬﺎ ﯾﺷﻛل ﺧطوة ﻣن ﺧطوات ﺣل اﻟﻣﺳﺎﺋل ،وﻗﺎﻋدة اﻟﻘواﻧﯾن ﻫﻲ
ﻣﯾدان اﻟﻣﻌرﻓﺔ اﻟﻣﻌﺗﻣد ﻋﻠﯾﻪ وﻻ ﯾﺗم ﺗﻌدﯾل ﻣﺣﺗواﻩ إﻻ ﻣن ﺧﺎرج اﻟﻧظﺎم.
ﺻﯾﻐﺔ اﻟﻘﺎﻧون Rule syntaxﻫﻲ ﻣن اﻟﺷﻛل > ،IF <condition> THEN <actionﻣﺛﻼ:
>)IF <(temperature, over, 20> THEN <add (ocean, swimable, yes
وﻓﻲ ﺣﺎﻟﺔ ﻛﺎﻧﺎﻟﺷرط ﻣطﺎﺑﻘﺎ ﻟذاﻛرة اﻟﻌﻣل و ﻣﺣﻘﻘﺎ ﻋﻧدﺋذ ﯾطﺑق اﻟﻘﺎﻧون.
اﻷﻧﺷطﺔ اﻟﺗﻲ ﺗطﺑق ﻋﻠﻰ ﻗﺎﻋدة اﻟﻘواﻧﯾن ﻫﻲ:
“Add” fact(s) to WM إﺿﺎﻓﺔ ﺣﻘﺎﺋق إﻟﻰ ذاﻛرة اﻟﻌﻣل
“Remove” fact(s) from WM ﺣذف ﺣﻘﺎﺋق ﻣن ذاﻛرة اﻟﻌﻣل
“Modify” fact(s) in WM ﺗﻌدﯾل ﺣﻘﺎﺋق ﻓﻲ ذاﻛرة اﻟﻌﻣل
اﻟﻣﻔﺳر Interpreter
ﻫﻲ اﻵﻟﯾﺔ اﻟﻣﯾداﻧﯾﺔ اﻟﻣﺳﺗﻘﻠﺔ ﻟﻠﺗﻔﺳﯾر ﻓﻲ ﻧظم ﻗﺎﻋدة اﻟﻘواﻧﯾن ،اﻟﺗﻲ ﺗﺧﺗﺎر ﻗﺎﻧوﻧﺎ ﻣن ﻗﺎﻋدة اﻟﻘواﻧﯾن RBوﺗطﺑﻘﻪ ﺑواﺳطﺔ إﻧﺟﺎز
اﻷﺣداث .وﻫﻲ ﺗﺷﻐل ﻋﻠﻰ ﺷﻛل ﺣﻠﻘﺔ ﺗﻛرارﯾﺔ:
-١اﻻﺳﺗرﺟﺎع :Retrievalإﯾﺟﺎد اﻟﻘواﻧﯾن اﻟﺗﻲ ﺗﺗطﺎﺑق ﻣﻊ اﻟﻣوﺟودة ﻓﻲ اﻟذاﻛرة اﻟﻌﻣﻠﯾﺔ.
-٢اﻟﺗﺣﺳﯾن :Refinementﺗﻬذﯾب وﺗﺳﺟﯾل وﺗﺷذﯾب اﻻﺿطراﺑﺎت أو اﻟﺗﻧﺎﻗﺿﺎت.
-٣اﻟﺗﻧﻔﯾذ :Executionﺗﻧﻔﯾذ ﺗﺣﺳﯾﻧﺎت اﻟﻘواﻧﯾن ﻓﻲ ﻣﺟﻣوﻋﺔ اﻟﻘواﻧﯾن اﻟﻣﺗﺿﺎرﺑﺔ ،وﻣن ﺛم ﺗطﺑﯾق اﻟﻘواﻧﯾن.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٨
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ١٩
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٠
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢١
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٢
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٤
ﻣﺛﻼ :ﻋﻧدﻣﺎ ﻧﺳﻣﻊ ﺻوت طﺎﺋر ﻣﺎ ،ﻧﺳﺗدل ﻛﺑﺷر أن ذﻟك اﻟطﺎﺋر ﯾﺳﺗطﯾﻊ اﻟطﯾران ،ﻟﻛن ﻫذا اﻻﺳﺗﻧﺗﺎج ﯾﻣﻛن ﻋﻛﺳﻪ أو ﻧﻘﺿﻪ،
ﻋﻧدﻣﺎ ﻧﺳﻣﻊ أن ذﻟك اﻟطﺎﺋر ﺑطرﯾق ،ﻓطﺎﺋر اﻟﺑطرﯾق ﻻ ﯾﺳﺗطﯾﻊ اﻟطﯾران.
(٦اﻟﺗﻔﺳﯾر وﻣﻌرﻓﺔ اﻟﺣس اﻟﻣﺷﺗرك Common Sense Knowledge and Reasoning
اﻟﺣس اﻟﻣﺷﺗرك ﻫو اﻟﻣﻬﺎرات اﻟذﻫﻧﯾﺔ اﻟﻣﺗوﻓرة ﻷﻏﻠب اﻟﻧﺎس .وﻫو اﻟﻘدرة ﻋﻠﻰ ﺗﺣﻠﯾل اﻟﺣﺎﻟﺔ اﻋﺗﻣﺎدا ﻋﻠﻲ ﺳﯾﺎﻗﻬﺎ.
ﻓﺎﻟﻧﺎس ﯾﻔﻛرون People can thinkﻷن اﻟدﻣﺎغ اﻟﺑﺷري ﯾﺣﺗوي ﻋﻠﻰ ﻣﻛﺗﺑﺔ واﺳﻌﺔ ﻣن ﻣﻌرﻓﺔ اﻟﺣس اﻟﻣﺷﺗرك ،وﯾﺣﺗوي
ﻋﻠﻰ ﺷﻲء ﻣن ﺗﻧظﯾم اﻟﻣﻌرﻓﺔ ،واﻛﺗﺳﺎﺑﻬﺎ واﺳﺗﺧدام أي وﺣدة ﻣن وﺣدات اﻟﻣﻌرﻓﺔ.
واﻟﺣﺎﺳوب ﻻ ﯾﺳﺗطﯾﻊ اﻟﺗﻔﻛﯾر :Computer can not thinkﻓﺑراﻣﺞ اﻟﺣﺎﺳوب ﺗؤدي اﺷﯾﺎء ﻛﺛﯾرة ،ﻓﻬﻲ ﺗﻠﻌب اﻟﺷطرﻧﺞ
ﺑﻣﺳﺗوى اﻓﺿل اﻟﻼﻋﺑﯾن ،ﻟﻛﻧﻬﺎ ﻻ ﺗﺳﺗطﯾﻊ ﺗطﺑﯾق ﻗدرات طﻔل ذي ﺛﻼث ﺳﻧوات ﻓﻲ ﺗﻧظﯾم اﻻﺷﯾﺎء واﻟﺗﻌﻠم ،وﺣﺎﻟﯾﺎ ﺗﻔﺗﻘر
اﻟﺣواﺳﯾب إﻟﻰ اﻟﺣس اﻟﻣﺷﺗرك.
وﻗد ﻗﺳم اﻟﺑﺎﺣﺛون اﻟﺣس اﻟﻣﺷﺗرك إﻟﻰ:
ﻣﻌرﻓﺔ اﻟﺣس اﻟﻣﺷﺗرك Common sense knowledge
ﺗﻔﺳﯾر اﻟﺣس اﻟﻣﺷﺗرك Common sense reasoning
ﺗﻌﻠﯾم اﻟﺣواﺳﯾب اﻟﺣس اﻟﻣﺷﺗرك Teaching computers common sense
ﻓﻲ ﻣﻌﻬد MITاﻷﻣرﯾﻛﻲ ﻫﻧﺎك ﻣﺷروﻋﺎ ﯾدﻋﻰ ” ،“OpenMindﯾﻬدف اﻟﻣﺷروع ﻟﺗدرﯾس اﻟﺣﺎﺳوب اﻻﺷﯾﺎء اﻟﺗﻲ ﯾﺄﺧذﻫﺎ اﻟﺑﺷر
ﻛﺗﻌﻠﯾم ﻣﻛﺗﺳب ،وﺗﻣﺛل اﻟﻣﻌرﻓﺔ ﻫﻧﺎ ﺑﺻﯾﻐﺔ ﺷﺑﻛﺎت اﻟدﻻﻟﺔ ،Semantic netو ﺑﻧﻣﺎذج اﻻﺣﺗﻣﺎل اﻟرﺳوﻣﯾﺔ ،واﻟﺗﻘﺎرﯾر
اﻟﻣﻛﺗوﺑﺔ.
أﻣﺎ اﻟﻣﺷروع CYCﻓﻛﺎن ﻣﺣﺎوﻟﺔ ﻟﺑﻧﺎء ﯾدوي ﻟﻘﺎﻋدة ﺑﯾﺎﻧﺎت ﺗﺣﺗوي ﻋﻠﻰ ﻣﻌرﻓﺔ اﻟﺣس اﻟﻣﺷﺗرك ﻟﻠﺑﺷر ،وﺗﺣﺗوي ﻗﺎﻋدة اﻟﺑﯾﺎﻧﺎت
ﻋﻠﻰ ١.٥ﻣﻠﯾون ﻣﺟﻣوﻋﺔ ﻣن ﺣﻘﺎﺋق اﻟﺣس اﻟﻣﺷﺗرك ،ﻟﻛﻧﻬﺎ ﺗظل ﺑﻌﯾدة ﻋن ﻣﺋﺎت اﻟﻣﻼﯾﯾن ﻣن اﻟﺣﻘﺎﺋق اﻟﻣطﻠوﺑﺔ.
(٧اﻟﺗﻌﻠم Learning
اﻟﺑراﻣﺞ ﺗﺗﻌﻠم ﻣن اﻟﺣﻘﺎﺋق factsواﻟﺗﺻرﻓﺎت behaviorsاﻟﺗﻲ ﯾﻣﻛن ﺗﻣﺛﯾﻠﻬﺎ .represent
ﺗﻌرﯾﻔﺎت اﻟﺗﻌﻠم Definitions
ﻫﯾرﺑﯾرت ﺳﯾﻣون:
"اﻟﺗﻌﻠم ﯾﻌﻧﻰ ﺑﺗﻐﯾرات اﻟﻧظﺎم اﻟﻣﺗﻛﯾﻔﺔ ﻣﻊ اﻟﺣس اﻟذي ﯾﺗﯾﺢ ﻟﻠﻧظﺎم ﻓﻌل ﻧﻔس اﻟﻣﻬﻣﺔ أو اﻟﻣﻬﺎم ﺑﺷﻛل أﻛﺛر ﻓﻌﺎﻟﯾﺔ و ﻛﻔﺎءة ﻻﺣﻘﺎ
)ﻓﻲ اﻟزﻣن اﻟﺗﺎﻟﻲ(".
ﻣﺎرﻓﯾن ﻣﯾﻧﺳﻛﻲ:
"اﻟﺗﻌﻠم ﻫو ﺻﻧﺎﻋﺔ ﺗﻐﯾرات ﻣﻔﯾدة ﻓﻲ اﻟﻔﻌل اﻟذي ﺗﻘوم ﺑﻪ أدﻣﻐﺗﻧﺎ".
رﯾﺳزارد ﻣﯾﺷﺎﻟﺳﻛﻲ:
"اﻟﺗﻌﻠم ﻫو إﻧﺷﺎء أو ﺗﻌدﯾل ﺗﻣﺛﯾل ﻣﺎ ﯾﻣﻛن أن ﯾﺧﺗﺑر"
ﻣﯾﺗﺷﯾل:
"ﯾﻘﺎل أن ﺑرﻧﺎﻣﺞ اﻟﺣﺎﺳوب ﺗﻌﻠم ﻣن اﻟﺗﺟرﺑﺔ Eﻣﻊ اﻟﺗرﺗﯾب إﻟﻰ ﻧﻔس ﻓﺋﺔ اﻟﻣﻬﺎم Tوﻣﻘﯾﺎس اﻷداء ،Pإذا ﻛﺎن اﻷداء ﻓﻲ اﻟﻣﻬﺎم
Tﻛﻣﺎ ﯾﺣدد اﻟﻣﻘﯾﺎس Pﯾطور ﻣن اﻟﺗﺟرﺑﺔ "E
اﻟﻧﻣﺎذج اﻟرﺋﯾﺳﺔ ﻟﺗﻌﻠم اﻵﻟﺔ Major Paradigms of Machine Learning
اﻟروﺗﯾن Rote
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٥
اﻟﺗﻌﻠم ﺑﺎﻻﺳﺗظﻬﺎر ،memorizationﺣﻔظ اﻟﻣﻌرﻓﺔ ﺣﺗﻰ أﻧﻪ ﯾﻣﻛن إﻋﺎدة اﺳﺗﺧداﻣﻬﺎ .
اﻻﺳﺗﻘراء Induction
اﻟﺗﻌﻠم ﺑﺎﻷﻣﺛﻠﺔ ،Learning by exampleﻋﻣﻠﯾﺔ اﻟﺗﻌﻠم ﺑواﺳطﺔ اﻷﻣﺛﻠﺔ exampleﺣﯾث أن اﻟﻧظﺎم ﯾﺣﺎول أن ﯾﺳﺗﻘرئ ﻗﺎﻧون
ﻋﺎم ﻣن ﻣﺟﻣوﻋﺔ ﻣن اﻷﻣﺛﻠﺔ اﻟﻣﺷﺎﻫدة.
اﻟﺗﻣﺎﺛل/اﻟﺗﻧﺎظر Analogy
اﻟﺗﻌﻠم ﻣن اﻟﺗﺷﺎﺑﻬﺎت ،Learning from similaritiesاﻟﺗﻌرف ﻋﻠﻰ اﻟﺗﺷﺎﺑﻬﺎت ﻓﻲ اﻟﻣﻌﻠوﻣﺎت اﻟﻣﺧزﻧﺔ ﻣن ﻗﺑل ،ﻓﻧﺳﺗطﯾﻊ
ﺗﺣدﯾد اﻟﺗﻧﺎظر ﺑﯾن اﺛﻧﯾن ﻣن اﻟﺻﯾﻎ اﻟﻣﺧﺗﻠﻔﺔ ﻟﻠﻣﻌﻠوﻣﺎت.
اﻟﺧوارزﻣﯾﺎت اﻟﺟﯾﻧﯾﺔ Genetic Algorithms
اﻟﺗﻌﻠم ﺑواﺳطﺔ ﺗﻘﻠﯾل اﺳﺗﺧدام اﻟﻣﻌﺎﻟﺟﺔ اﻟطﺑﯾﻌﯾﺔ ،mimicking processes natureﻛﺟزء ﻣن اﻟﺣوﺳﺑﺔ اﻟﺗطورﯾﺔ ،وﻫو
طرﯾﻘﺔ ﻟﺣل اﻟﻣﺳﺎﺋل ﺑواﺳطﺔ ﺗﻘﻠﯾل اﻟﻣﻌﺎﻟﺟﺎت/اﻟﻌﻣﻠﯾﺎت ،واﻻﺳﺗﺧدام اﻟطﺑﯾﻌﻲ ،واﻻﻧﺗﻘﺎء ،واﻟﻌﺑور ،واﻟﺗﺣور ،واﻟﻘﺑول ﻟﻛﻲ ﻧطور
ﺣﻼ ﻟﻠﻣﺳﺄﻟﺔ.
اﻟﻐزارة Reinforcement
اﻟﺗﻌﻠم ﺑﺎﻷﺣداث ،Learning from actionsارﺗﺑﺎط ﻣﻛﺎﻓﺋﺔ ﺳﻠﺑﯾﺔ أو إﯾﺟﺎﺑﯾﺔ ،ﻓﻲ ﻧﻬﺎﯾﺔ ﺳﻠﺳﻠﺔ ﻣن اﻟﺧطوات ،ﻟﻧﺗﻌﻠم أي
اﻷﺣداث ﺟﯾد وأﯾﻬﺎ ﺳﻲء.
(٨اﻟﺗﺧطﯾط Planning
اﻟﺗﺧطﯾط ﻫو ﺗﻣﺛﯾل ﻟﻣﺳﺎر ﻣﻌﯾن ﻣن اﻷﻋﻣﺎل ،وﻫو ﻛذﻟك ﺗﻘﻧﯾﺔ ﺗﺳﺗﺧدم ﻟﺣل اﻟﻣﺳﺎﺋل ،ﻛﻣﺎ اﻧﻪ ﯾﻌﺗﺑر ﺳﻠﺳﻠﺔ ﻣﻌﻘوﻟﺔ ﻣن
اﻷﻓﻌﺎل ﻟﺗﺣﻘﯾق ﻫدف ﻣﺎ.
ﺑراﻣﺞ اﻟﺗﺧطﯾط Planning programs
ﺗﺑدأ ﺑﺣﻘﺎﺋق ﻋن اﻟﻌﺎﻟم ﺟزﺋﯾﺎ ،ﺣﻘﺎﺋق ﻋن اﻟﺗﺎﺛﯾر اﻟﻧﺎﺷﺊ ﻋن اﻷﻓﻌﺎل ،وﺣﻘﺎﺋق ﻋن ﺣﻠول ﻣﻌﯾﻧﺔ ،وﻋﺑﺎرات ﺗﺣدد اﻟﻬدف.
ﻓواﺋد اﻟﺗﺧطﯾط Benefits of planning
-١ﺗﻘﻠﯾل اﻟﺑﺣث
-٢ﺣل ﻣﺷﻛﻠﺔ اﻟﺗﻌﺎرﺿﺎت
-٣ﺗﻘدﯾم أﺳﺎس ﻹﺻﻼح اﻷﺧطﺎء.
اﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺧطﯾط Strategy for planning
اﻹﺳﺗراﺗﯾﺟﯾﺔ ﻫﻲ ﻓﻘط ﺳﻠﺳﻠﺔ ﻣن اﻷﻓﻌﺎل ،اﻟﺑرﻧﺎﻣﺞ ﯾوﻟد ﻣن اﻟﺣﻘﺎﺋق إﺳﺗراﺗﯾﺟﯾﺗﻪ ﻹﻧﺟﺎز ﻫدف ﻣﻌﯾن.
(٩ﻧظرﯾﺔ اﻟﻣﻌرﻓﺔ Epistemology
اﻻﺑﺳﺗﻣوﻟوﺟﻲ ﻫو ﻧظرﯾﺔ اﻟﻣﻌرﻓﺔ ،وﻫﻧﺎك أﻧواع ﻣﺧﺗﻠﻔﺔ ﻣن اﻟﻣﻌرﻓﺔ ﻓﻲ ﺣﯾﺎﺗﻧﺎ اﻟﻌﺎﻣﺔ:
-١ﻣﻌرﻓﺔ ﻛﯾف ﻧﻔﻌل اﻟﺷﻲء )ﻣﺛﻼ ،ﻛﯾف ﻧﻘود اﻟدراﺟﺔ(.
-٢ﻣﻌرﻓﺔ ﺷﺧص ﻣﺎ ﺑﺎﻟﺿﺑط.
-٣ﻣﻌرﻓﺔ ﻣﻛﺎن أو ﻣدﯾﻧﺔ.
اﻻﺑﺳﺗﻣوﻟوﺟﻲ ﻫو دراﺳﺔ اﻟﻣﻌرﻓﺔ و اﻻﻋﺗﻘﺎد اﻟﻘﺎﺑل ﻟﻠﺗﺑرﯾر ،ﻣﻊ اﻷﺧذ ﺑﺎﻻﻋﺗﺑﺎر ﻣﻌرﻓﺔ اﻟﺧﺑر ﻛﺄن ﻧﻘول أن ")س( ﯾﻌرف أن
)ب(" ،ﻛﺳؤال ﯾﻘدم :ﻣﺎ ﻫﻲ اﻟﺷروط اﻟﺿرورة واﻟﻛﺎﻓﯾﺔ )(if and only if؟ ،ﻛﻣﺎ ﻓﻲ اﻟﺷﻛل أدﻧﺎﻩ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٦
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٨
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٢٩
ﻫو ﻧظﺎم ﯾﺣول اﻟﻣﻌﻠوﻣﺎت ﻣن ﻗواﻋد ﺑﯾﺎﻧﺎت databasesاﻟﺣﺎﺳوب إﻟﻰ اﻷﺻوات اﻟﻌﺎدﯾﺔ normal-soundingﺑﺎﻟﻠﻐﺔ
اﻟﺑﺷرﯾﺔ .human language
ﻧظﺎم ﻓﻬم اﻟﻠﻐﺔ اﻟطﺑﯾﻌﯾﺔ Natural language understanding system
ﯾﺣول ﻋﯾﻧﺎت ﻣن اﻟﻠﻐﺔ اﻟﺑﺷرﯾﺔ إﻟﻰ ﺗﻣﺛﯾل ﻣﻧﻬﺟﻲ/رﯾﺎﺿﻲ أﻛﺛر ﻣﺎ ﯾﻣﻛن ،ﺑﺣﯾث ﯾﻛون اﺑﺳط ﻟﻠﻣﻌﺎﻟﺟﺔ ﻣن ﻗﺑل ﺑراﻣﺞ
اﻟﺣﺎﺳوب.
ﺑﻌض اﻟﻣﻬﺎم اﻷﺳﺎﺳﯾﺔ ﻓﻲ ﻣﻌﺎﻟﺟﺔ اﻟﻠﻐﺎت اﻟطﺑﯾﻌﯾﺔ Some major tasks in NLP
ﻧظﺎم ﻧص-إﻟﻰ-ﻛﻼم :Text-to-Speech (TTS) systemﯾﺣول ﻧص اﻟﻠﻐﺔ اﻟﻌﺎدﯾﺔ إﻟﻰ ﻛﻼم.
ﻧظﺎم اﻟﺗﻌرف ﻋﻠﻰ اﻟﻛﻼم :Speech recognition (SR) systemﻋﻣﻠﯾﺔ ﺗﺣوﯾل إﺷﺎرات اﻟﻛﻼم ﺳﻠﺳﻠﺔ ﻣن اﻟﻛﻠﻣﺎت.
ﻧظﺎم ﺗرﺟﻣﺔ اﻵﻟﺔ :Machine translation (MT) systemﯾﺗرﺟم اﻟﻧص أو اﻟﻛﻼم ﻣن واﺣدة ﻣن اﻟﻠﻐﺎت اﻟطﺑﯾﻌﯾﺔ إﻟﻰ
ﻟﻐﺔ أﺧرى.
ﻧظﺎم اﺳﺗرﺟﺎع اﻟﻣﻌﻠوﻣﺎت :Information retrieval (IR) systemﯾﺑﺣث ﻋن اﻟﻣﻌﻠوﻣﺎت ﻣن ﻗواﻋد اﻟﺑﯾﺎﻧﺎت ﻣﺛﻼ
اﻹﻧﺗرﻧت أو اﻟوﯾب أو اﻹﻧﺗراﻧت.
رؤﯾﺔ اﻟﺣﺎﺳوب Computer Vision (٤
ﻫﻲ ﺧﻠﯾط ﻣن اﻟﻣﻔﺎﻫﯾم ،واﻟﺗﻘﻧﯾﺎت واﻷﻓﻛﺎر ﻣن ﻣﺟﺎﻻت :ﻣﻌﺎﻟﺟﺔ اﻟﺻور اﻟرﻗﻣﯾﺔ ،Digital Image Processingو اﻟﺗﻌرف
ﻋﻠﻰ اﻷﻧﻣﺎط ،Pattern Recognitionواﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،واﻟرﺳم ﺑﺎﻟﺣﺎﺳوب .Computer Graphics
ﻧﻌﻠم ان اﻟﻌﺎﻟم ﺣوﻟﻧﺎ ﯾﺗﻛون ﻣن ﻛﺎﺋﻧﺎت ﺛﻼﺛﯾﺔ اﻟﺑﻌد ،3-D objectsﻟﻛن اﻟﻣدﺧﻼت إﻟﻰ اﻟﻌﯾن اﻟﺑﺷرﯾﺔ واﻟﻛﺎﻣﯾرات اﻟﺣﺎﺳوﺑﯾﺔ
ﻫﻲ ﺛﻧﺎﺋﯾﺔ اﻷﺑﻌﺎد . 2-D
ﺑﻌض اﻟﺑراﻣﺞ اﻟﻣﻔﯾدة ﺗﻌﻣل ﺑﺷﻛل ﻣﺟرد ﻣﻊ ﺑﻌدﯾن ،2-Dﻟﻛن اﻟرؤﯾﺔ اﻟﻛﻠﯾﺔ ﻟﻠﺣﺎﺳوب ﺗﺗطﻠب ﻣﻌﻠوﻣﺎت ﺟزﺋﯾﺔ ﺛﻼﺛﯾﺔ اﻟﺑﻌد،
اﻟﺗﻲ ﻟﯾﺳت ﻓﻘط ﻣﺟﻣوﻋﺔ ﻣﺷﺎﻫد ﺛﻧﺎﺋﯾﺔ اﻟﺑﻌد.
ﻓﻲ اﻟوﻗت اﻟﺣﺎﺿر ﺗوﺟد ﻓﻘط طرق ﻣﺣدودة ﻟﺗﻣﺛﯾل اﻟﻣﻌﻠوﻣﺎت ﺛﻼﺛﯾﺔ اﻟﺑﻌد ﻣﺑﺎﺷرة ،وﻫﻲ ﻟﯾﺳت ﺟﯾدة ﻛﻣﺎ ﻫو اﻟﺣﺎل ﻣﻊ
اﻻﺳﺗﺧدام اﻟواﺿﺢ ﻟﻺﻧﺳﺎن.
أﻣﺛﻠﺔ : Examples
-اﻟﺗﻌرف ﻋﻠﻰ اﻟوﺟﻪ :Face recognitionﺗﻬﺗم اﻟﺑﻧوك ﺑﺎﺳﺗﺧدام ﻫذﻩ اﻟﺑراﻣﺞ.
-اﻟﻘﯾﺎدة اﻟﻣﺳﺗﻘﻠﺔ :Autonomous driving
ﻧظﺎم ALVINNﯾﻘود ﻋرﺑﺔ اﻟﻔﺎن vanﻣن واﺷﻧطن إﻟﻰ ﺳﺎن دﯾﺟو ،ﺑﻣﻌدل ٦٣م/س ﺑﺎﻟﯾوم واﻟﻠﯾﻠﺔ ،وﻓﻲ ﻛل اﻟظروف
اﻟﻣﻧﺎﺧﯾﺔ.
-اﺳﺗﺧداﻣﺎت أﺧرى :اﻟﺗﻌرف ﻋﻠﻰ ﻛﺗﺎﺑﺔ اﻟﯾد ،Handwritingﻓﺣص اﻷﻣﺗﻌﺔ ،Baggage inspectionاﻟﻔﺣص
اﻟﻣﺻﻧﻌﻲ ،Manufacturing inspectionﺗﻔﺳﯾر وﻓﻬم اﻟﺻور .Photo interpretation
اﻟﻧظم اﻟﺧﺑﯾرة Expert Systems (٥
ﻫﻲ ﻧظم ﺗﻬﺗم ﺑﺎﻹﻣﺳﺎك ﺑﺎﻟﺧﺑرات اﻟﺑﺷرﯾﺔ ﺑﺷﻛل ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘواﻧﯾن ،ﻫذﻩ اﻟﻘواﻧﯾن ﺗﺗﯾﺢ ﻟﻠﻧظﺎم ﺗﺷﺧﯾص اﻟﺣﺎﻻت ﺑدون
ﺣﺿور اﻟﺧﺑﯾر اﻟﺑﺷري ﻓﻲ ﻧﻔس اﻟوﻗت.
ﻧظﺎم اﻟرﺟل-اﻵﻟﺔ Man-machine systemﻣﻊ اﻟﺧﺑرات اﻟﻣﺗﺧﺻﺻﺔ ﻟﺣل اﻟﻣﺳﺎﺋل ،ﻓﺎﻟﺧﺑرة ﺗﺷﻣل اﻟﻣﻌرﻓﺔ ﻋن ﻣﯾدان
ﻣﻌرﻓﻲ ﻣﻌﯾن ،وﻓﻬم اﻟﻣﺳﺎﺋل ﻣن ﺧﻼل اﻟﻣﯾدان ،وﻣﻬﺎرة ﺣل ﺑﻌض ﻫذﻩ اﻟﻣﺳﺎﺋل.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٠
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣١
References ﺍﳌﺮﺍﺟﻊ
:ﻫذا اﻟﻛﺗﯾب ﻫو ﺗرﺟﻣﺔ ﻣﺗﺧﺻﺻﺔ ﻟﻠﻔﺻل اﻷول ﻣن ﻣواﺿﯾﻊ اﻟﻣوﻗﻊ اﻟﻣﺗﺧﺻص ﻓﻲ ﻋﻠوم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﻋﻠﻰ اﻟراﺑط
www.myreaders.info/html/artificial_intelligence.html
: اﻟﺗﺎﻟﯾﺔTextbooks وﻛﺎﻧت ﻣراﺟﻌﻪ ﻫﻲ اﻟﻛﺗب اﻟﻧﺻﯾﺔ
1. "Artificial Intelligence", by Elaine Rich and Kevin Knight, (2006), McGraw Hill companies
Inc., Chapter 1-22, page 1-613.
2. "Artificial Intelligence: A Modern Approach" by Stuart Russell and Peter Norvig, (2002),
Prentice Hall, Chapter 1-27, page 1-1057.
3. "Computational Intelligence: A Logical Approach", by David Poole, Alan Mackworth, and
Randy Goebel, (1998), Oxford University Press, Chapter 1-12, page 1-608.
4. "Artificial Intelligence: Structures and Strategies for Complex Problem Solving", by
George F. Luger, (2002), Addison-Wesley, Chapter 1- 16, page 1-743.
5. "AI: A New Synthesis", by Nils J. Nilsson, (1998), Morgan Kaufmann Inc., Chapter
1-25, Page 1-493.
6. "Artificial Intelligence: Theory and Practice", by Thomas Dean, (1994), Addison-Wesley,
Chapter 1-10, Page 1-650.
7. Related documents from open source, mainly internet. An exhaustive list is being prepared
for inclusion at a later date.
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٣٢
:ﻣﻠﺣق
. اﻟﻘﺳم اﻟﺧﺎص ﺑﺎﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲwww.myreaders.info ﻋﻧﺎوﯾن ﺑﺎﻗﻲ اﻟﻔﺻول اﻟﺗﻲ ﯾﺗﻛون ﻣﻧﻬﺎ ﻣوﻗﻊ
Course Content ﻣﺣﺗوى اﻟﻣﻘرر
: Introduction to AI دﺧل إﻟﻰ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ01
Definitions, Goals of AI, AI Approaches, AI Techniques, Branches of AI, Applications of AI.
:Problem Solving, Search and Control Strategies ﺣل اﻟﻣﺳﺎﺋل واﻟﺑﺣث واﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم02
General problem solving, Search and control strategies, Exhaustive searches, Heuristic search
techniques, Constraint satisfaction problems (CSPs) and models .
Knowledge Representations Issues, Predicate واﻟﻣﻧطق اﻟﺧﺑري واﻟﻘواﻧﯾن، ﻣواﺿﯾﻊ ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ03
:Logic, Rules
Knowledge representation, KR using predicate logic, KR using rules.
: Reasoning System - Symbolic , Statistical ﻧظﺎم اﻟﺗﻔﺳﯾر واﻟﺗرﻣﯾز واﻹﺣﺻﺎء04
Reasoning - Over view, Symbolic reasoning, Statistical reasoning.
: Game Playing ﺗﺷﻐﯾل اﻟﻠﻌﺑﺔ05
Overview, Mini-Max search procedure, Game playing with Mini-Max, Alpha-Beta pruning.
: Learning Systems ﻧظم اﻟﺗﻌﻠم06
Rote learning, Learning from example : Induction, Explanation Based Learning (EBL),
Discovery, Clustering, Analogy, Neural net and genetic learning, Reinforcement learning.
: Expert Systems اﻟﻧظم اﻟﺧﺑﯾرة07
Knowledge acquisition, Knowledge base, Working memory, Inference engine, Expert system
shells, Explanation, Application of expert systems.
:Fundamentals of Neural Networks أﺻول اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ08
Research history, Model of artificial neuron, Neural networks architectures, Learning methods
in neural networks, Single-layer neural network system, Applications of neural networks.
: Fundamentals of Genetic Algorithms أﺻول اﻟﺧوارزﻣﯾﺎت اﻟﺟﯾﻧﯾﺔ09
Search optimization algorithm, Evolutionary algorithm, Encoding, Operators of genetic
algorithm, Basic genetic algorithm.
:Natural Language Processing ﻣﻌﺎﻟﺟﺔ اﻟﻠﻐﺎت اﻟطﺑﯾﻌﯾﺔ10
Introduction, Syntactic processing , Semantic and Pragmatic analysis.
: Common Sense اﻟﻣﺷﺗرك/ اﻟﺣس اﻟﻌﺎم11
Introduction, Formalization of common sense reasoning, Physical world, Common sense
ontologies, Memory organization.
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٣٣
-٢-
ﻣدﺧل ﻣﺑﺳط ﻓﻲ أﻫم ﻣواﺿﯾﻊ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
:اﻟﻣﺣﺗوى
General Problem Solving ﺣل اﻟﻣﺳﺎﺋل
Search and Control Strategies اﻟﺑﺣث واﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم
( )ﻏﯾر اﻟﻣوﺟﮫExhaustive Searches اﻟﺑﺣث اﻟﺷﺎﻣل
Heuristic Search Techniques ﺗﻘﻧﯾﺎت اﻟﺑﺣث اﻟﻣوﺟﮫ
Constraint Satisfaction Problems (CSPs) and Models ﻣﺳﺎﺋل وﻧﻣﺎذج ﻗﯾود اﻟرﺿﺎ
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٣٤
ﻋﻧﺎوﯾن ﺳرﯾﻌﺔ
ﺣل اﻟﻣﺳﺎﺋل : General Problem Solving
ﺗﻌرﯾﻔﺎت ،ﻓﺿﺎء اﻟﻣﺳﺄﻟﺔ ،ﺣل اﻟﻣﺳﺄﻟﺔ ،ﻓﺿﺎء اﻟﺣﺎﻟﺔ ،ﺗﻐﯾﯾر اﻟﺣﺎﻟﺔ ،ﺗرﻛﯾب ﻓﺿﺎء اﻟﺣﺎﻟﺔ ،ﺟواب اﻟﻣﺳﺄﻟﺔ ،وﺻف اﻟﻣﺳﺄﻟﺔ،
أﻣﺛﻠﺔ ﺗﻌرﯾف اﻟﻣﺳﺄﻟﺔ.
اﻟﺑﺣث واﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم : Search and Control Strategies
ﻣﺻطﻠﺣﺎت ﻣﺗﻌﻠﻘﺔ ،أداء اﻟﺧوارزﻣﯾﺎت وﺗﻌﻘﯾدﻫﺎ ،ﺗﻌﻘﯾد اﻟﺣوﺳﺑﺔ ،رﻣوز ” ،“Big - oﺗرﻛﯾب اﻟﺷﺟرة ،اﻟﻣﻛدﺳﺎت واﻟطواﺑﯾر،
ﺧوارزﻣﯾﺎت اﻟﺑﺣث ،اﻟﺗﻣﺛﯾل اﻟﻬرﻣﻲ ،ﻓﺿﺎء اﻟﺑﺣث ،اﻟﻌﺑﺎرات اﻟرﺳﻣﯾﺔ ،رﻣوز اﻟﺑﺣث ،ﺗﻘدﯾر اﻟﻛﻠﻔﺔ وداﻟﺔ اﻟﺣدس ،اﺳﺗراﺗﯾﺟﯾﺎت
اﻟﺗﺣﻛم ،إﺳﺗراﺗﯾﺟﯾﺔ اﻟﺑﺣث ،اﻟﺳﻠﺳﻠﺔ اﻷﻣﺎﻣﯾﺔ واﻟﺧﻠﻔﯾﺔ.
اﻟﺑﺣث اﻟﺷﺎﻣل ) Exhaustive Searchesﻏﯾر اﻟﻣوﺟﻪ(
ﺧوارزﻣﯾﺔ اﻟﺑﺣث اﻟرأﺳﻲ ،ﺧوارزﻣﯾﺔ اﻟﺑﺣث اﻷﻓﻘﻲ ،ﻣﻘﺎرﻧﺔ ﺑﯾن اﻟﺧوارزﻣﯾﺗﯾن.
ﺗﻘﻧﯾﺎت اﻟﺑﺣث اﻟﻣوﺟﻪ Heuristic Search Techniques
ﺧﺻﺎﺋص اﻟﺑﺣث اﻟﻣوﺟﻪ ،ﻣﻘﺎرﻧﺔ اﻟﺑﺣث اﻟﻣوﺟﻪ ﺑﺎﻟطرق اﻷﺧرى ﻟﻠﺑﺣث ،ﻣﺛﺎل ﻋﻠﻰ اﻟﺑﺣث اﻟﻣوﺟﻪ ،أﻧواع ﺧوارزﻣﯾﺎت اﻟﺑﺣث
اﻟﻣوﺟﻪ.
ﻣﺳﺎﺋل وﻧﻣﺎذج ﻗﯾود اﻟرﺿﺎ Constraint Satisfaction Problems (CSPs) and Models
أﻣﺛﻠﺔ ﻋن اﻟـ ) ،(CSPsﻧﻣﺎذج ﻓﯾود اﻟرﺿﺎ ،اﻹﻧﺗﺎج واﻻﺧﺗﺑﺎر ،ﺧوارزﻣﯾﺔ اﻟﺗﺗﺑﻊ اﻟﻌﻛﺳﻲ ،ﺗﻌرﯾف ﻣﺳﺎﺋل ﻗﯾود اﻟرﺿﺎ،
ﺧوارزﻣﯾﺎت وﺧﺻﺎﺋص.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٥
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٦
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٨
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٣٩
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٠
إذا ﻛﺎﻧت ) h(nاﻗل ﻣن أو ﺗﺳﺎوي اﻟﺗﻛﻠﻔﺔ اﻟﻔﻌﻠﯾﺔ ﻟﻠﻣﺳﺎر اﻷﻗﺻر ﻣن اﻟﻧﻘطﺔ nإﻟﻰ اﻟﻬدف ،ﻓﺈن ﻗﯾﻣﺔ ) h(nﺗﻛون ﺗﺣت
اﻟﻣﺗوﻗﻊ under-estimateأي أن اﻟﻘﯾﻣﺔ اﻟﻣﻘدرة ﻟـ ) h(nﻏﯾر ﻛﺎﻓﯾﺔ.
اﻟﻘﯾم اﻟﻣﻘدرة ﻟـ fو gو hﯾﻌﺑر ﻋﻧﻬﺎ ﺑﺎﻟرﻣوز ^ Fو^ Gو^ Hﻋﻠﻰ اﻟﺗرﺗﯾب ،ﺑﺣﻲ ﯾﻛون:
)F^(n)= G^(n)+H^(n
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤١
وﻣن أﺟل ﺗﺑﺳﯾط اﻟﻛﺗﺎﺑﺔ ﻫﻧﺎك ﻣن ﯾﺑدل اﻟرﻣز ^ ﺑﺎﻟرﻣز * ﻓﺗﻛون * hﺑدل ^ Hوﻫﻛذا.
ﺗﻘدﯾر داﻟﺔ اﻟﺗﻛﻠﻔﺔ *Estimate Cost Function g
ﻋرﻓﻧﺎ أن ﺗﻘدﯾر اﻟﻣﺳﺎر اﻷﻗل ﺗﻛﻠﻔﺔ ﻣن ﻧﻘطﺔ اﻟﺑداﯾﺔ ﺣﺗﻰ اﻟﻧﻘطﺔ ،nﯾرﻣز ﻟﻪ ﺑـ ) ، g*(nوﯾﻌرف ) g*(nﺑﺣﺳﺎب ﺗﻛﻠﻔﺔ ﺟﻣﯾﻊ
اﻟﻣﺳﺎرات ﻣن اﻟﺑداﯾﺔ ﺣﺗﻰ اﻟﺣﺎﻟﺔ اﻟﺣﺎﻟﯾﺔ ،إذا ﻛﺎن ﻓﺿﺎء اﻟﺑﺣث ﻣﻣﺛﻼ ﺑﺷﺟرة ،ﻓﺗﻛون ،g* = gﻷن ﻫﻧﺎك ﻣﺳﺎر واﺣد ﻣن
ﻧﻘطﺔ اﻟﺑداﯾﺔ إﻟﻰ اﻟﻧﻘطﺔ اﻟﺣﺎﻟﯾﺔ ،وﻟﻛن ﺑﺷﻛل ﻋﺎم ،ﯾﻛون ﻓﺿﺎء اﻟﺑﺣث ﺑﯾﺎﻧﺎ ،graphأي ﻟﯾس ﺑﺎﻟﺿرورة أن ﯾﻛون ﺷﺟرة.
ٕواذا ﻛﺎن ﻓﺿﺎء اﻟﺑﺣث ﺑﯾﺎﻧﺎ ،ﻓﺗﻛون ،g* ≥ gوأﻧﻪ ﻻ ﯾﻣﻛن أن ﺗﻛون * gأﻗل ﻣن ﺗﻛﻠﻔﺔ اﻟﻣﺳﺎر اﻷﻣﺛل ،ﻓﺿﻼ ﻋن ﻛوﻧﻬﺎ
ﺗﺳﺗطﯾﻊ ﺗﺟﺎوز اﻟﺗﻛﻠﻔﺔ اﻟﻣﻘدرة ،وﯾﻣﻛن أن ﺗﻛون * gﻣﺳﺎوﯾﺔ ﻟـ gﻓﻲ اﻟﺷﻛل اﻟﺑﯾﺎﻧﻲ graphإن ﺗم اﺧﺗﯾﺎرﻫﺎ ﺑدﻗﺔ أﻛﺑر.
ﺗﻘدﯾر داﻟﺔ اﻟﻛﺷف *Estimate Heuristic Function h
ﻧﻌرف أن ﺗﻘدﯾر اﻟﻣﺳﺎر اﻷﻗل ﺗﻛﻠﻔﺔ ﻣن اﻟﻧﻘطﺔ nإﻟﻰ ﻧﻘطﺔ اﻟﻬدف ﯾرﻣز ﻟﻪ ﺑـ ) ،h*(nﺣﯾث أن * hﻫﻲ ﻣﻌﻠوﻣﺎت آﻟﯾﺔ
اﻻﻛﺗﺷﺎف ،اﻟﺗﻲ ﺗﻣﺛل اﻟﺗﺧﻣﯾن أو اﻟﺗﻘدﯾر .ﻣﺛﻼ :ﻣﺎ ﻣدى ﺻﻌوﺑﺔ اﻟوﺻول ﻣن اﻟﻧﻘطﺔ اﻟﺣﺎﻟﯾﺔ إﻟﻰ اﻟﺣﺎﻟﺔ اﻟﻬدف؟.
ﯾﻣﻛن ﺗﻘدﯾر ﻗﯾﻣﺔ * hﻟﻧﻘطﺔ ﻣﺎ ﺑﺎﺳﺗﺧدام داﻟﺔ اﻟﺗﻘﯾﯾم ) f(nاﻟﺗﻲ ﺗﻘﯾس ﺟودة " "goodnessﺗﻠك اﻟﻧﻘطﺔ ،وﯾﻣﻛن ﻟـ * hأن ﺗﺄﺧذ
ﻗﯾﻣﺎ ﻣﺧﺗﻠﻔﺔ ،ﻓﺎﻟﻘﯾم اﻟﺗﻲ ﺗﻘﻊ ﺑﯾن ) 0 ≤ h*(n) ≤ h(nواﻟﺗﻲ ﺗﻌﻧﻲ ﺧوارزﻣﯾﺔ ﺑﺣث ﻣﺧﺗﻠﻔﺔٕ ،واذا ﻛﺎﻧت h* = hﻓﺈﻧﻧﺎ ﻧﻛون ﻗد
ﺣﺻﻠﻧﺎ ﻋﻠﻰ ﻗﯾﻣﺔ اﻟﻛﺷف اﻟﻣﺛﺎﻟﯾﺔ أو " ،"perfect heuristicﻣﻣﺎ ﯾﻌﻧﻲ ﻋدم ﺿرورة اﻟﺑﺣث ﻓﻲ ﻧﻘﺎط زاﺋدة ﻋن اﻟﺣﺎﺟﺔ.
.٣إﺳﺗراﺗﯾﺟﯾﺔ اﻟﺗﺣﻛم Control Strategies
اﻟﺑﺣث ﻋن إﺟﺎﺑﺔ ﻓﻲ ﻓﺿﺎء اﻟﻣﺳﺄﻟﺔ ،ﯾﺗطﻠب إﺳﺗراﺗﯾﺟﯾﺔ ﺗﺣﻛم ﻹدارة ﻋﻣﻠﯾﺎت اﻟﺑﺣث ،إﺳﺗراﺗﯾﺟﯾﺔ اﻟﺗﺣﻛم ﺑﺎﻟﺑﺣث ﺗﻛون ﻣﺧﺗﻠﻔﺔ
اﻷﻧواع ،وﺗﺗﺣﻘق ﺑواﺳطﺔ أﻧواع ﻣﺣددة ﻣن اﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم .وﺑﻌض اﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم ﺑﺎﻟﺑﺣث ﻣوﺿﺣﺔ ﻓﯾﻣﺎ ﯾﻠﻲ:
اﻟﺑﺣث اﻷﻣﺎﻣﻲ Forward search
ﻫﻧﺎ ﺗواﺻل اﺳﺗراﺗﯾﺟﺔ اﻟﺗﺣﻛم ﺑﺎﺳﺗﻛﺷﺎف اﻟﺑﺣث ﻣن اﻟﺣﺎﻟﺔ اﻻﺑﺗداﺋﯾﺔ ﺑﺈﺗﺟﺎﻩ اﻟﺟواب ،وﻫذﻩ اﻟطرﯾﻘﺔ ﺗﻌرف ﺑـ ،data-directed
اﻟﺗوﺟﻪ ﻧﺣو اﻟﺑﯾﺎﻧﺎت.
اﻟﺑﺣث اﻟﺧﻠﻔﻲ Backward search
أﻣﺎ ﻫﻧﺎ ﻓﺗواﺻل إﺳﺗراﺗﯾﺟﯾﺔ اﻟﺗﺣﻛم ﺑﺎﺳﺗﻛﺷﺎف ﺑﺣﺛﻬﺎ ﻋﻛﺳﯾﺎ ﻣن اﻟﺣﺎﻟﺔ اﻟﻬدف )أو اﻟﺣﺎﻟﺔ اﻟﻧﻬﺎﺋﯾﺔ( ﺑﺈﺗﺟﺎﻩ إﻣﺎ اﻟﺣﺎﻟﺔ اﻻﺑﺗداﺋﯾﺔ،
أو ﺑﺎﺗﺟﺎﻩ ﺣل ﺟزﺋﻲ ﻟﻠﻣﺳﺄﻟﺔ ،وﻫذﻩ اﻟطرﯾﻘﺔ ﺗﺳﻣﻰ ﺑﺎﻟﺗوﺟﻪ ﻧﺣو اﻟﻬدف .goal directed
اﻟﺑﺣث اﻷﻣﺎﻣﻲ واﻟﺧﻠﻔﻲ Both forward and backward search
ﻫﻧﺎ ،إﺳﺗراﺗﯾﺟﯾﺔ اﻟﺗﺣﻛم ﺗﺳﺗﻛﺷف ﺑﺣﺛﻬﺎ ﺑﺈﺳﺗراﺗﯾﺟﯾﺔ ﻣﺧﺗﻠطﺔ mixtureﻣن اﻟﺑﺣث اﻟﺧﻠﻔﻲ واﻷﻣﺎﻣﻲ.
اﻟﺑﺣث اﻟﻣﻧظم Systematic search
ﺗﺳﺗﺧدم ﻋﻧدﻣﺎ ﯾﻛون ﻓﺿﺎء اﻟﺑﺣث ﺻﻐﯾرا ،وﻫﻲ طرﯾﻘﺔ ﻣﻧظﻣﺔ )ﻟﻛﻧﻬﺎ ﻋﻣﯾﺎء ،(blindﺗﺳﺗﺧدم ﻻﺳﺗﻛﺷﺎف ﻛل ﻓﺿﺎء اﻟﺑﺣث،
ﺑﺄﺳﻠوﺑﯾن ﻫﻣﺎ :اﻟﺑﺣث اﻟرأﺳﻲ depth-first searchواﻟﺑﺣث اﻷﻓﻘﻲ .breath-first search
اﻟﺑﺣث ﺑﺂﻟﯾﺔ اﻟﻛﺷف Heuristic search
ﻛﺛﯾر ﻣن طرق اﻟﺑﺣث ﺗﻌﺗﻣد ﻋﻠﻰ ﻣﻌرﻓﺔ ﻧطﺎق أو ﻣﯾدان اﻟﻣﺳﺄﻟﺔ ،وﻫﻲ ﺗﻣﻠك ﺑﻌض اﻟﻣﻘﺎﯾﯾس ﻟﻼﺳﺗﺣﻘﺎﻗﺎت اﻟﻧﺳﺑﯾﺔ اﻟﻣﺳﺎﻋدة
ﻋﻠﻰ اﻟﺑﺣث ،اﻟﺑﺣث اﻟذي ﯾﺳﺗﺧدم إرﺷﺎدات اﻟﻣﺳﺎﻋدة ﯾﺳﻣﻰ ﺑﺎﻟﺑﺣث ﻣﻊ آﻟﯾﺔ اﻟﻛﺷف ،heuristic searchواﻟطرق اﻟﻣﺳﺎﻋدة
ﻋﻠﻰ اﻟﻛﺷف ﺗﺳﻣﻰ آﻟﯾﺔ اﻟﻛﺷف .heuristic
ﻻﺣظ أن ا ﻟﺑﺣث ﻣﻊ آﻟﯾﺔ اﻟﻛﺷف ﻗد ﻻ ﯾؤدي إﻟﻰ اﻟﺣﻠول اﻷﻓﺿل ،ﻟﻛﻧﻪ ﯾﺿﻣن اﻟﺣﺻول ﻋﻠﻰ ﺣل ﺟﯾد ﻓﻲ زﻣن ﻣﻌﻘول.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٢
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٤
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٦
وٕاﺟراءات اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ ﻫﻲ اﻟﺗﻲ ﺗﺿﻣن ﺗﻧظﯾم وﺷﻣوﻟﯾﺔ اﺧﺗﺑﺎر ﺟﻣﯾﻊ اﻟﻣﺳﺎرات اﻟﻣﻣﻛﻧﺔٕ ،واذا ﻛﺎﻧت اﻟﺷﺟرة ﻋﻣﯾﻘﺔ ﺟدا وﻛﺎن
اﻟﻌﻣق اﻷﻗﺻﻰ ﻟﻠﺑﺣث أﻗل ﻣن اﻟﻌﻣق اﻷﻗﺻﻰ ﻟﻠﺷﺟرة ،ﻋﻧدﺋذ ﯾﻛون ﻫذا اﻹﺟراء اﻟﻣطﺑق وﯾﺳﻣﻰ "exhaustive modulo of
”.depth
اﻟﺗﻌﻣﯾق اﻟﺗﻛراري ﻟﻠﺑﺣث ﺑﺎﻟﻌﻣق )Depth-First Iterative-Deepening (DFID
ﺗﻌﺗﺑر DFIDﻧوع آﺧر ﻣن إﺟراءات اﻟﺑﺣث اﻟﺷﺎﻣل اﻟﺗﻲ ﺗﻛون ﻣزﯾﺟﺎ ﻣن اﻟﺑﺣث ﺑﺎﻟﻌﻣق واﻟﺑﺣث ﺑﺎﻟﻌرض.
ﺧطوات اﻟﺧوارزﻣﯾﺔ Algorithm : Steps
-أوﻻ ،ﻧﻧﺟز ﺑﺣﺛﺎ رأﺳﯾﺎ )ﺑﺎﻟﻌﻣق( إﻟﻰ ﻋﻣق واﺣد.
-ﺛم ،ﻧﺑدأ ﺑﺣﺛﺎ ﺟدﯾدا )ﺑﺎﻟﻌﻣق( ﻓﻲ اﻟﻌﻣق اﻟﺛﺎﻧﻲ ،ﺑﺗﺟﺎﻫل اﻟﻧﻘﺎط اﻟﻧﺎﺗﺟﺔ ﻋن اﻟﺑﺣث اﻟﺳﺎﺑق.
-ﺛم ،ﻧذﻫب ﻟﻠﻌﻣق اﻟﺛﺎﻟث ﺑﺑﺣث راﺳﻲ )ﺑﺎﻟﻌﻣق( ،ﺣﺗﻰ اﻟوﺻول إﻟﻰ اﻟﺣﺎﻟﺔ اﻟﻬدف.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٧
)while (stack is not empty طﺎﻟﻣﺎ أن اﻟﻣﻛدس ﻏﯾر ﻓﺎرغ ،ﺗﺑدأ اﻟﺣﻠﻘﺔ اﻟﺗﻛرارﯾﺔ ﺑﺄﺧذ اﻟﻧﻘطﺔ
;{ remove a node from the stack ﻣن اﻟﻣﻛدس ،ﻓﺈذا ﻛﺎﻧت ﻫذﻩ اﻟﻧﻘطﺔ ﻫﻲ اﻟﻬدف ﻓﻬﻲ ﺗﺧرج
;if (node is a goal node) return success ﻣن اﻟﺣﻠﻘﺔ ﻛﻧﺟﺎح ﻟﻠﺑﺣثٕ ،واﻻ ﻓﺈﻧﻬﺎ ﺗﺿﻊ ﻛل اﻟﻧﻘﺎط اﻷﺑﻧﺎء
} ;put all children of node onto the stack ﻟﺗﻠك اﻟﻧﻘطﺔ ﻓﻲ اﻟﻣﻛدس.
;return failure ﻓﻲ ﺣﺎل اﻟﺧروج ﻣن اﻟﻣﻛدس اﻟﻔﺎرغ ﺗﻌود ﺑﻔﺷل اﻟﺑﺣث ﻓﻲ
إﯾﺟﺎد اﻟﻧﻘﺎط اﻟﻬدف.
ﻣﻼﺣظﺎت:
-ﻓﻲ ﻛل ﺧطوة ،ﯾﺗﻛون اﻟﻣﻛدس ﻣن ﺑﻌض اﻟﻧﻘﺎط ﻣن أي ﻣﺳﺗوى ﯾﻣر ﺑﻪ.
-ﺣﺟم اﻟﻣﻛدس اﻟﻣطﻠوب ﯾﻌﺗﻣد ﻋﻠﻰ ﻋﺎﻣل اﻟﺗﻔرع .b
-ﻓﻲ ﻣﺳﺗوى اﻟﺑﺣث ،nﯾﺣﺗوي اﻟﻣﻛدس ﺗﻘرﯾﺑﺎ ﻋﻠﻰ b * nﻧﻘطﺔ.
-وﻋﻧدﻣﺎ ﺗﻧﺟﺢ ﻫذﻩ اﻟطرﯾﻘﺔ ،ﻓﻬﻲ ﻻ ﺗﻌطﯾﻧﺎ اﻟﻣﺳﺎر.
-وﻟﻛﻲ ﻧﺳﺟل ﻣﺳﺎر اﻟﺑﺣث ﻧﺣﺗﺎج إﻟﻰ اﻟﺧوارزﻣﯾﺔ ” “Recursive depth-first searchوﻣﻛدس ﻛﺑﯾر اﻟﺣﺟم.
اﻟﺑﺣث ﺑﺎﻟﻌرض أوﻻ )Breadth-First Search (BFS
ﻧوﺿﺢ ﻫﻧﺎ ﺷﺟرة اﻟﺑﺣث ﺑﺎﻟﻌرض ،وﺧوارزﻣﯾﺔ اﻟﺑﺣث ﺑﺎﻟﻌرض أوﻻ أو اﻟﺑﺣث اﻷﻓﻘﻲ ،وﻧﺳﺗﻛﺷف ﻓﻲ ﻫذا اﻟﺑﺣث اﻟﻧﻘﺎط اﻷﻗرب
إﻟﻰ اﻟﺟذر ،ﻗﺑل اﺳﺗﻛﺷﺎف اﻟﻧﻘﺎط اﻵﺑﺎء أو اﻟﻧﻘﺎط اﻷﺑﻌد.
ﻣﺛﺎل ﻟﺷﺟرة اﻟﺑﺣث ﺑﺎﻟﻌرض أوﻻ Breadth-first search tree
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٤٩
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٠
اﻟﻣﺳﺄﻟﺔ Problem
-أي ﺗﺣرﯾﻛﺎت اﻟﻠﻐز 8-puzzleﻫﻲ اﻷﻓﺿل؟
-ﻣﺎ ﻫﻲ آﻟﯾﺔ اﻟﻛﺷف اﻟﺗﻲ ﯾﻣﻛن اﺳﺗﺧداﻣﻬﺎ؟
-أي اﻟﺧطوات أﻓﺿل ﻣن ﻧﺎﺣﯾﺔ ،ﻋدم اﻟﺑدء ﺑﺎﻷﺳوأ.
اﻷﻓﻌﺎل Actions
اﻟﺷﻛل أدﻧﺎﻩ ﯾوﺿﺢ ﻟﻧﺎ ﺛﻼﺛﺔ ﺣﺎﻻت اﻧﺗﻘﺎﻟﯾﺔ ﻣﺣﺗﻣﻠﺔleft , up, right :
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥١
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٢
(٥ﳕﺎﺫﺝ ﻭﻣﺴﺎﺋﻞ ﺷﺮﻁ ﺍﻟﺮﺿﺎ Constraint Satisfaction Problems (CSPs) and Models
اﻟﺷروط ﺗظﻬر ﻓﻲ ﻣﻌظم ﻣﺟﺎﻻت اﻟﻣﺳﺎﻋﻲ اﻟﺑﺷرﯾﺔ ،وﻫﻲ وﺳﺎﺋط طﺑﯾﻌﻲ ﻟﻠﻧﺎس ﻛﻲ ﺗﻌﺑر ﻋن اﻟﻣﺷﺎﻛل واﻟﻣﺳﺎﺋل ﻓﻲ أﻛﺛر
اﻟﺣﻘول.
أﻛﺛر اﻟﻣﺳﺎﺋل اﻟﺣﻘﯾﻘﯾﺔ ﻓﻲ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﯾﻣﻛن ان ﺗﻧﻣذج ﻛﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ ) ،(CSPsوﯾﺗم ﺣﻠﻬﺎ ﻋﺑر ﺗﻘﻧﯾﺎت
اﻟﺑﺣث ،وﻣن أﻣﺛﻠﺔ اﻟﺷروط:
-ﻣﺟﻣوﻋﺔ ﺛﻼﺛﺔ زواﯾﺎ اﻟﻣﺛﻠث ﻫو ١٨٠درﺟﺔ.
-ﻣﺟﻣوﻋﺔ اﻟﺗﯾﺎرات اﻟﺗﻲ ﺗﺻب ﻓﻲ ﻧﻘطﺔ واﺣدة ﯾﺟب أن ﯾﺳﺎوي ﺻﻔر.
اﻟﺷرط ﻫﻲ ﻋﻼﻗﺔ ﻣﻧطﻘﯾﺔ ﺑﯾن ﻣﺗﻐﯾرﯾن أو ﻋدة ﻣﺗﻐﯾرات ،ﻓﺎﻟﺷروط ﺗرﺑط اﻟﻛﺎﺋﻧﺎت ﺑدون ﺗﺣدﯾد دﻗﯾق ﻟﻣواﻗﻌﻬﺎ ،وﻋﻧد ﺗﺣرﯾك
أي واﺣد ﻣﻧﻬﺎ ﻧظل ﻣﺣﺎﻓظﯾن ﻋﻠﻰ اﻟﻌﻼﻗﺔ ،ﻣﺛﺎل" :اﻟداﺋرة داﺧل اﻟﻣرﺑﻊ".
ﺷرط اﻟرﺿﺎ Constraint satisfaction
ﺷرط اﻟرﺿﺎ ﻫو ﻋﻣﻠﯾﺔ إﯾﺟﺎد اﻟﺣل ﻟﻣﺟﻣوﻋﺔ ﻣﻌﯾﻧﺔ ﻣن اﻟﺷروط ،ﻫذﻩ اﻟﺷروط ﺗﺣدد ﺳﻣﺎﺣﯾﺔ اﻟﻘﯾم ﻟﻠﻣﺗﻐﯾراتٕ ،واﯾﺟﺎد اﻟﺣل ﻫو
ﺗﻘﯾﯾم ﻟﺗﻠك اﻟﻣﺗﻐﯾرات اﻟﺗﻲ ﺗﺣﻘق ﺟﻣﯾﻊ اﻟﺷروط.
ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ )Constraint Satisfaction problems (CSPs
ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ ) (CSPsﻣوﺟودة ﺣوﻟﻧﺎ داﺋ ﻣﺎ ،طﺎﻟﻣﺎ ﻧﻣﺎرس أﻋﻣﺎﻟﻧﺎ ،وﺣﯾﺎﺗﻧﺎ اﻟﺧﺎﺻﺔ واﻟﻌﺎﻣﺔ وﻫﻛذا ،وﺣﯾﺛﻣﺎ ﻋﺟزﻧﺎ ﻋن
إﯾﺟﺎد اﻟﺣل ،ﻧﻛون ﺑﺎﻟﻔﻌل ﺿﻣن ﻣﺳﺄﻟﺔ أو ﻣﺷﻛﻠﺔ ﻣﻌﯾﻧﺔ ،ﻓﻧﺣﺗﺎج إﻟﻰ إﯾﺟﺎد اﻟﺣل ﻟﻣﺛل ﻫذﻩ اﻟﻣﺳﺎﺋل ﻹرﺿﺎء ﻛل اﻟﺷروط،
وﻛﻣﺎ أﺳﻠﻔﻧﺎ ﻓﻬذﻩ اﻟﻣﺳﺎﺋل ﯾﺗم ﺣﻠﻬﺎ ﺑﺎﻟﺑﺣث .search
أﻣﺛﻠﺔ ﻟﻣﺳﺎﺋل اﻟرﺿﺎ Examples of CSPs
ﻓﯾﻣﺎ ﯾﻠﻲ ﻣﺟﻣوﻋﺔ ﻣن اﻟﻣﺳﺎﺋل اﻟﺷﺎﺋﻌﺔ اﻟﺷﺑﯾﻬﺔ ﺑﻠﻌﺑﺔ اﻟﻠﻐز ،ﻣﺛل اﻟﻣرﺑﻊ اﻟﻼﺗﯾﻧﻲ Latin Squareواﻟﻣﻠﻛﺎت اﻟﺛﻣﺎن Eight
،Queensوﻟﻌﺑﺔ اﻟﺳودوﻛو Sudokuاﻟﻣﻌروﻓﺔ.
ﻣﺳﺄﻟﺔ اﻟﻣرﺑﻊ اﻟﻼﺗﯾﻧﻲ Latin Square Problem
ﻛﯾف ﻧﺳﺗطﯾﻊ ﺗﻌﺑﺋﺔ ﺟدول أﺑﻌﺎدﻩ n × nﺑـ nرﻣزا ﻣﺧﺗﻠﻔﺎ ،ﺑﺣﯾث أن ﻛل رﻣز ﯾﻘﻊ ﺑﺎﻟﺿﺑط ﻣرة واﺣدة ﻓﻲ ﻛل ﺻف وﻛل
ﻋﻣود ،وﻫذا ﻫو ﺷرط اﻟرﺿﺎ ،ﻓﻠو ﻛﺎن ﻟدﯾﻧﺎ ﻣرﺑﻌﺎت ﻻﺗﯾﻧﯾﺔ ﻣن n=1إﻟﻰ ،n=4وﻛﺎﻧت اﻟرﻣوز ﻫﻲ اﻷرﻗﺎم ﻧﻔﺳﻬﺎ ﻟﻛل ﻣرﺑﻊ،
ﻓﺈن ﺣﻠﻬﺎ ﯾﻛون ﻣﻊ ﺗﺣﻘﯾق ﺷرط ﻋدم ظﻬور اﻟرﻗم ﻓﻲ ﻧﻔس اﻟﺻف أو اﻟﻌﻣود ﻣرﺗﯾن ،ﺳﯾﻛون ﻛﻣﺎ ﯾﻠﻲ:
Solutions : The Latin squares for n = 1, 2, 3 and 4 are :
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٣
اﻹﺟﺎﺑﺔ Solutions
ﯾﻣﻠك ﻫذا ﻟﻐز اﻟﻣﻠﻛﺎت اﻟﺛﻣﺎن ٩٢ﺣﻼ ﻣﺧﺗﻠﻔﺎ ،وﻋﻧدﻣﺎ ﻧﺄﺧذ ﺑﺎﻟﺣﺳﺑﺎن اﻟﺣﻠول اﻟﻣﺗﺷﺎﺑﻬﺔ اﻟﻧﺎﺗﺟﺔ ﻋن اﻟﺗدوﯾر واﻻﻧﻌﻛﺎس ﻟرﻗﻌﺔ
اﻟﺷطرﻧﺞ ،ﺳﯾﻛون ﻟﻬذا اﻟﻠﻐز ١٢ﺣﻼ وﺣﯾدا .ﻣﻊ اﻓﺗراض أن اﻟﺣﺎﻟﺔ اﻻﺑﺗداﺋﯾﺔ ﻫﻲ ﺣﺎﻟﺔ اﻟرﻗﻌﺔ ﻓﺎرﻏﺔ واﻟﻣﻠﻛﺎت ﺧﺎرﺟﻬﺎ ،وﻛل
اﻟﺣﻠول اﻟﺳﺎﺑﻘﺔ ﻫﻲ ﺣﺎﻻت ﻫدف ﻣﺣﺗﻣﻠﺔ.
ﻣﺳﺄﻟﺔ اﻟﺳدوﻛو Sudoku Problem
ﻛﯾف ﯾﻣﻛن ﺗﻌﺑﺋﺔ ﺟﻣﯾﻊ ﻣرﺑﻌﺎت ﺷﺑﻛﺔ ﻣﺟزأة أﺑﻌﺎدﻫﺎ ) ،(9 × 9ﺑﺣﯾث ﯾﻛون ﻛل ﺻف وﻛل ﻋﻣود وﻛل ﻣرﺑﻊ ) (3 × 3ﻣن
اﻟﻣرﺑﻌﺎت اﻟﺗﺳﻌﺔ ،ﻣﻛوﻧﺎ ﻣن ﺟﻣﯾﻊ اﻷﻋداد ﻣن ١إﻟﻰ .٩
ﻓﻲ اﻟﺷﻛﻠﯾن اﻟﺗﺎﻟﯾﯾن ﻣﺳﺄﻟﺔ وﺣﻠﻬﺎ ،ﺣﯾث ﯾﺗم إﻋطﺎء ﺣﺎﻟﺔ اﺑﺗداﺋﯾﺔ ﻟﻠﺷﺑﻛﺔ ،ﯾﺗم ﺗﻌﺑﺋﺗﻬﺎ ﻟﻠوﺻول إﻟﻰ ﺣﺎﻟﺔ ﻫدف ﺗﺣﻘق اﻟﺷرط.
2
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٤
ﻓﯾﻣﺎ ﯾﻠﻲ أﻣﺛﻠﺔ ﻋن اﻟﺣﻼت اﻟﻣﻣﻛﻧﺔ ﻟﻛل رﻗﻌﺔ ﺣﺳب ﻗﯾم Nأي ﻋدد اﻟﻣﻠﻛﺎت وأﺑﻌﺎد اﻟرﻗﻌﺔ:
For 4-Queens there are 256 different configurations.
For 8-Queens there are 16,777,216 configurations.
For 16-Queens there are 18,446,744,073,709,551,616 configurations.
In general, for N - Queens there are we have NN configurations.
For N = 16, this would take about 12,000 years on a fast machine.
ﻛﯾف ﻧﻘوم ﺑﺣل ﻣﺳﺎﺋل ﻛﻬذﻩ How do we solve such problems
ﻓﯾﻣﺎ ﯾﻠﻲ ﺛﻼﺛﺔ ﻧﻣﺎذج أو ﻣﻧﻬﺟﯾﺎت ﻣﻌﺗﻣدة ﻋﻠﻰ اﻟﺣﺎﺳوب ،ﻫﻲ:
.١اﻓﺗرض ﺛم اﺧﺗﺑر )Generate and Test (GT
.٢اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ )Backtracking (BT
.٣ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ )Constrain Satisfaction Problems (CSPs
اﻓﺗرض ﺛم اﺧﺗﺑر )Generate and Test (GT
ﺳﻧﻌطﻲ ﻣﺛﻼ ﻟﺗطﺑﯾق ﻫذﻩ اﻟﻣﻧﻬﺟﯾﺔ ﻓﻲ ﺣل ﻣﺳﺎﻟﺔ اﻟﻣﻠﻛﺎت اﻷرﺑﻊ Queens puzzleأي ﻋﻧدﻣﺎ ،n = 4ﻓﻲ ﯾﻣﻠﻲ ﻧﻘدم
ﻣﺣﺎوﻟﺔ ﻟﻠﺣل ﺑﺗوﻟﯾد ﻣواﻗﻊ ﻣرﺗﺑﺔ ﻟﻠﻣﻠﻛﺎت اﻷرﺑﻊ واﺧﺗﺑﺎر ﺗﺣﻘق اﻟﻬدف ﻛل ﻣرة ،وﻫﻛذا ،ﺣﺗﻰ إﯾﺟﺎد اﻟﺣل:
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٥
وﻫذا اﻷﺳﻠوب ﯾﻧﻔذ داﺋﻣﺎ ﺑﺎﺳﺗﺧدام اﻟدوال اﻟﺗﻌﺎودﯾﺔ اﻟﺗﻛرارﯾﺔ ،recursive functionﺣﯾث ﺗﺄﺧذ ﻛل ﻧﺳﺧﺔ ﻣﻧﻬﺎ ﻣﺗﻐﯾر أو
أﻛﺛر ،وﺗﻘوم ﺑرﺑط ﺟﻣﯾﻊ اﻟﻘﯾم اﻟﻣﺗﺎﺣﺔ ﺑﻬﺎ اﺧﺗﯾﺎرﯾﺎ ،ﻣﻊ اﻹﺑﻘﺎء ﻋﻠﻰ اﻟﻘﯾﻣﺔ اﻟﻣﺗﺳﻘﺔ ﻣﻊ اﻻﺳﺗدﻋﺎء اﻟﺗﻛراري اﻟﻼﺣق recursive
.calls
ﻣﻼﺣظﺔ :ﺟدوى feasibleوﻋدم ﺟدوى infeasibleاﻟﺣﻠول اﻟﺟزﺋﯾﺔ ﻓﻲ ﺗﺷذﯾب pruningﺷﺟرة اﻟﺣل .solution tree
ﯾﺗم ﺗﻘﯾﯾم اﻟﺣﻠول اﻟﺟزﺋﯾﺔ ﻣﺎ إذا ﻛﺎﻧت ﻣﺟدﯾﺔ )ﻗﺎﺑﻠﺔ ﻟﻠﺗطﺑﯾق(.
ﯾﻘﺎل ﻋن اﻟﺣل اﻟﺟزﺋﻲ أﻧﻪ ﻣﺟد feasibleأو ﻋﻣﻠﻲ ،إن ﻛﻧﺎ ﻧﺳﺗطﯾﻊ ﺗطوﯾرﻫﺎ ﺑﺧﯾﺎرات إﺿﺎﻓﯾﺔ ،ﺑدون اﻧﺗﻬﺎك أﯾﺎ ﻣن
ﺷروط اﻟﻣﺳﺄﻟﺔ.
اﻟﺣل اﻟﺟزﺋﻲ ﯾﻘﺎل ﻋﻧﻪ أﻧﻪ ﻏﯾر ﻣﺟد ،إذا ﻟم ﯾﻛن ﻫﻧﺎك اﺧﺗﯾﺎرات ﻣﺷروﻋﺔ ﻷي واﺣد ﻣن اﻟﺣﺎﻻت اﻟﻣﺗﺑﻘﯾﺔ.
ﻋﻣﻠﯾﺔ ﺗرك اﻟﺣﻠول اﻟﺟزﺋﯾﺔ ﻏﯾر اﻟﻌﻣﻠﯾﺔ )ﻏﯾر اﻟﻣﺟدﯾﺔ( ،ﺗﺳﻣﻰ ﻋﻣﻠﯾﺔ ﺗﻘﻠﯾم ﺷﺟرة اﻟﺣل pruning the solution
.tree
ﺗﻛون ﺗﻘﻧﯾﺔ اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ Backtrackingأﻛﺛر ﻛﻔﺎءة ﻟﺣل اﻟﻣﺳﺎﺋل ،ﻣﺛل ﻣﺳﺎﻟﺔ اﻟﻣﻠﻛﺎت-ن ،n-Queensﻓﯾﻣﺎ ﯾﻠﻲ ﻣﺛﺎل
ﯾﺣل ﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت.٤-
ﺣل ﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت اﻻرﺑﻊ ﺑﺎﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ :N = 4 Queens problem
اﻟﺷﻛل أﻋﻼﻩ ﯾوﺿﺢ ﺷﺟرة ﻓﺿﺎء اﻟﺣﺎﻻت ،state space treeﻟﻧﺳﺧﺔ ﻣن ﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت اﻷرﺑﻊ ،ﺣﯾث ﯾﻌﺑر اﻟزوج اﻟﻣرﺗب
) ،(i,jﻓﻲ ﻛل ﻧﻘطﺔ ،ﻋن اﻟﻣوﻗﻊ اﻟﻣﺣﺗﻣل ) (row, columnﻟﻠﻣﻠﻛﺔ ،ﺑﺄﺳﻠوب ﺻف rowﻋﻣود columnاﻟﻣﻌروف.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٦
وﻧﻌﺑر ﻋن اﻟﺧوارزﻣﯾﺔ Algorithmﺑﺎﻟﺷﻛل ﺑﺎﻟﺧطوات اﻟﺗﺎﻟﯾﺔ ،ﺣﯾث ﯾﺗم ﺗﻧﻔﯾذ ﺧوارزﻣﯾﺔ اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ إﻣﺎ ﺑﺎﻟﺗﻧﻘل ﻋﺑر
اﻟﺻﻔوف أو اﻷﻋﻣدة:
-دوﻧﻣﺎ ﺳﺑب واﺿﺢ ﻗﻣﻧﺎ ﺑﺎﺧﺗﯾﺎر اﻟﺗﻧﻘل ﻋﺑر اﻷﻋﻣدة.
-ﻟﻛل ﻋﻣود ،ﻧﺧﺗﺎر ﺻﻔﺎ ﻟﻧﺿﻊ ﻓﯾﻪ ﻣﻠﻛﺔ.
-ﯾﻛون اﻟﺣل اﻟﺟزﺋﻲ ﻣﺟدﯾﺎ أو ﻋﻣﻠﯾﺎ ،feasibleإن ﻟم ﯾﻛن ﻫﻧﺎك ﺗﻌﺎرض ﻓﻲ ﻣوﻗﻊ إي ﻣﻠﻛﺗﯾن ﻋﻠﻰ اﻟرﻗﻌﺔ ،أي ﻻ
ﯾﻛون ﺑﺈﻣﻛﺎن ﻣﻠﻛﺔ أن ﺗﻬﺎﺟم اﻷﺧرى ﺣﺳب ﻗواﻋد ﺗﺣرك اﻟﻣﻠﻛﺔ اﻟﻣﻌروﻓﺔ ﻓﻲ اﻟﺷطرﻧﺞ.
ﻻﺣظ أﻧﻪ ﻻ ﯾﻣﻛن ﻷي ﺣل ﻣﺟدي feasibleأن ﯾﺣﺗوي ﻋﻠﻰ ﺣل ﺟزﺋﻲ ﻏﯾر ﻣﺟدي .infeasible
.١ﻗم ﺑﺗﺣرﯾك ﺧطوة واﺣدة )ﻣن اﻟﯾﺳﺎر ﻟﻠﯾﻣﯾن( ﻛل ﻣرة.
.٢ﻣن أﺟل اﻟﻌﻣود ،jﻗم ﺑﺎﺧﺗﯾﺎر ﺻف ﺟدﯾد ﻟﻠﻣﻠﻛﺔ ،واﻓﺣص ﺟدوى اﻟﺣل اﻟﺟزﺋﻲ:
.iإذا ﻛﺎن ﻫﻧﺎك ﻫﺟوم ﻣﺣﺗﻣل ﻋﻠﻰ اﻟﻣﻠﻛﺔ ،ﻣن ﻗﺑل ﻣﻠﻛﺎت ﻓﻲ اﻷﻋﻣدة 1إﻟﻰ ) (j-1ﻧﻘوم ﺑﺈﻟﻐﺎء ﻫذا اﻟﺣل.
.iiﻟﻛل ﺣﺎﻟﺔ ﺟزﺋﯾﺔ ﻣﺟدﯾﺔ ﻓﻲ اﻟﻌﻣود ، jﻗم ﺑﻌﻣل اﻟﻧﻘل وﺟرب اﻟﻧﻘل ﻓﻲ اﻟﻌﻣود ).(j+1
.iiiإن ﻟم ﯾﻛن ﻫﻧﺎك ﻧﻘﻼت ﻣﺟدﯾﺔ ﻓﻲ اﻟﻌﻣود ،jﻋد إﻟﻰ اﻟﻌﻣود ) (j-1وﺟرب ﺣﺎﻟﺔ ﻧﻘل أﺧرى.
.٣اﺳﺗﻣر ﺑﻣﺎ ﺳﺑق ﺣﺗﻰ ﯾﺗم إﺣﻼل ﺟﻣﯾﻊ اﻷﻋﻣدة ،Nأو ﺣﺗﻰ ﻻ ﺗﺟد ﺣﺎﻟﺔ ﻣﺟدﯾﺔ ﻣﺗﺎﺣﺔ.
ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ )Constrain Satisfaction Problems (CSPs
اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ اﻟﻣوﺿﺢ ﺳﺎﺑﻘﺎ ﻫو طرﯾﻘﺔ رﺋﯾﺳﯾﺔ ﻟﺣل اﻟﻣﺳﺎﺋل ،ﻛﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت-ن ،ﻟﻛن اﻟطرﯾﻘﺔ اﻟﻣطﻠوﺑﺔ ﻫﻲ طرﯾﻘﺔ ﺣل ﻗﺎﺑﻠﺔ
ﻟﻠﺗﻌﻣﯾم ﻷي ﻣﺳﺄﻟﺔ .generalized solution
ﺗﺻﻣﯾم ﺧوارزﻣﯾﺎت ﻟﺣل اﻟﺻﻧف اﻟﻌﺎم ﻣن اﻟﻣﺳﺎﺋل
ﻣن أﺟل ﺗﺻﻣﯾم ﺧوارزﻣﯾﺔ ﻟﯾﺳت ﻣﺧﺻﺻﺔ ﻟﺣل ِ
ﻣﺳﺎﻟﺔ اﻟﻣﻠﻛﺎت-ن ،ﻟﻛﻧﻧﺎ ﻧﺣﺗﺎج إﻟﻰ اﺳﺗﺧداﻣﻬﺎ ﻓﻲ ﺣل ﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت-ن
ﻣن اﺟل اﻟﺗﻌﺑﯾر ﻋﻧﻬﺎ ﻛﺧوارزﻣﯾﺔ ﻟﺣل اﻟﺗﺻﻧﯾف اﻟﻌﺎم ﻣن اﻟﻣﺳﺎﺋل ،ﻓﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت-ن N-queensﯾﻣﻛن ﺗﻣﺛﯾﻠﻬﺎ ﻛﻣﺳﺄﻟﺔ
ﺷرط اﻟرﺿﺎ ،وﻧﻌﻠم أﻧﻪ ﻟﺣل ﻣﺳﺎﺋل CSPsﻧﻘوم ﺑﺎﻛﺗﺷﺎف اﻟﺣﺎﻻت أو اﻟﻛﺎﺋﻧﺎت اﻟﺗﻲ ﺗﺣﻘق ﻋدد ﻣن اﻟﺷروط أو اﻟﻣﻌﺎﯾﯾر،
وﺗﺣل ﻫذﻩ اﻟﻣﺳﺎﺋل ﻣن ﺧﻼل اﻟﺑﺣث.
وﻗﺑل اﻟﺗﻌﺎﻣل ﻣﻊ ﻣﺳﺎﺋل ،CSPsﻧﺣﺗﺎج إﻟﻰ ﺗﻌرﯾف ﻣﺳﺄﻟﺔ اﻟـ ،CSPsوﺧﺻﺎﺋص اﻟﻣﯾدان اﻟﻣرﺗﺑطﺔ ﺑﺎﻟﺷروط ،وﻫﻧﺎ ﺳﻧوﺿﺢ:
-ﺗﻌرﯾف ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ .CSPs
-ﺧﺻﺎﺋص ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ .CSPs
-ﺧوارزﻣﯾﺎت ﺣل ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ .CSPs
ﺗﻌرﯾف ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ Definition of a CSPs
اﻟﺗﻌرﯾف اﻟرﺳﻣﻲ اﻟﻣﻧﻬﺟﻲ ﻟﻣﺳﺎﺋل اﻟرﺿﺎ ﯾﺷﻣل اﻟﻣﺗﻐﯾرات ،variablesﻣﯾﺎدﯾن اﻟﺗطﺑﯾق domainsواﻟﺷروط ،constraints
وﯾﺗم ﺗﻌرﯾف ﺷﺑﻛﺔ اﻟﺷروط constraint networkﺑواﺳطﺔ:
-ﻣﺟﻣوﻋﺔ اﻟﻣﺗﻐﯾرات.V1 , V2, . . . . , Vn ،
-ﻣﯾدان أو ﻣﺟﺎل اﻟﻘﯾم . D1 , D2, . . . . , Dn
-ﺟﻣﯾﻊ اﻟﻣﺗﻐﯾرات Viﺗﻛون ﻓﯾﻣﺎ ﺿﻣن اﻟﻣﺟﺎل اﻟﻣﻧﺎظر . Di
-ﻣﺟﻣوﻋﺔ اﻟﺷروط . C1 , C2, . . . . , Cm
-اﻟﺷرط Ciﯾﺿﺑط اﻟﻘﯾم اﻟﻣﻣﻛﻧﺔ ﻓﻲ اﻟﻧطﺎﻗﺎت أو اﻟﻣﯾﺎدﯾن ﻟﺑﻌض اﻟﻣﺗﻐﯾرات اﻟﺟزﺋﯾﺔ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٧
-اﻟﻣﺳﺄﻟﺔ :ﻫل ﻫﻧﺎك إﺟﺎﺑﺔ ﻟﻠﺷﺑﻛﺔ؟ ،ﺑﻣﻌﻧﻰ ﻋﻼﻗﺔ ﺑﯾن اﻟﻘﯾم واﻟﻣﺗﻐﯾرات اﻟﺗﻲ ﺗﺣﻘق ﺷرط أو ﺷروط اﻟرﺿﺎ؟.
-ﺣل ﻣﺳﺄﻟﺔ ﺷرط اﻟرﺿﺎ :ﻫل ﻫﻧﺎك ﻋﻼﻗﺔ أو راﺑط ﺑﯾن ﺟﻣﯾﻊ اﻟﻣﺗﻐﯾرات ﺑﺑﻌض اﻟﻘﯾم ﻓﻲ ﻧطﺎﻗﺎﺗﻬﺎ ﺑﺣﯾث ﺗﺣﻘق ﻛل
ﺷروط اﻟرﺿﺎ ،وأﯾﺿﺎ ﻛل راﺑط ﺑﯾن اﻟﻘﯾم واﻟﻣﺗﻐﯾر ﯾﺟب أن ﯾﻛون ﻣﺗﺳﻘﺎ ،ﺑﻣﻌﻧﻰ أﻧﻪ ﯾﺟب أن ﻻ ﯾﻧﺗﻬك أي واﺣد ﻣن
اﻟﺷروط.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٨
ﻣﺛﺎل:
ﯾﻣﻛن ﺻﯾﺎﻏﺔ اﻟﻣﺳﺄﻟﺔ ﺑﺷﻛل ﻟﻐز ،ﻛﺄن ﻧﻘول ﻟدﯾﻧﺎ ﺛﻼث ﻛرات ﯾﻣﻛن أن ﯾﻛون ﻟون اﻟﻛرة ﻣﻧﻬﺎ :اﺣﻣرا او ازرﻗﺎ او اﺧﺿر
أو أي ﻟوﻧﯾن ﻣﻧﻬﻣﺎ ،ﻣﺎ ﻫﻲ أﻟوان اﻟﻛرات اﻟﺛﻼث اﻟﻣﺣﺗﻣﻠﺔ ﺑﺷرط ﻋدم ﺗﺳﺎوي اﻟﻛرة اﻷوﻟﻰ واﻟﺛﺎﻧﯾﺔ ﺑﺎﻟﻠون.
اﻹﺟﺎﺑﺔ اﻟﺗﺎﻟﯾﺔ ﺗوﺿﺢ طرﯾﻘﺔ ﺻﯾﺎﻏﺔ ﻣﺳﺄﻟﺔ اﻟرﺿﺎ ،وﺗوﻟﯾد ﺑﻌض ﺣﺎﻻت اﻟﺣل ﻟﻠﻣﺳﺄﻟﺔ أﻋﻼﻩ:
اﻟﻣﺗﻐﯾرات Variables
V1 , V 2, V 3, . . with Domains D1 , D2 , D3 , . . .
اﻟﺷروط Constraints
})Set of allowed value pairs {(red, blue), (green, blue), (green, red
ﻣﺟﻣوﻋﺔ اﻟﻘﯾم اﻟﻣﺳﻣوح ﺑﻬﺎ ،ﻫﻲ ﻣﺟﻣوﻋﺔ اﻷزواج اﻟﻣرﺗﺑﺔ }){(red, blue), (green, blue), (green, red
V1 "not equal to" V2,
وﺑﺷرط ﻋدم ﺗﺳﺎوي اﻟﻣﺗﻐﯾرﯾن V1و .V2
Solution
Assign values to variables that satisfy all constraints
V1 = red , V2 = blue , V3 = green ,
V1 V3
ﺧﺻﺎﺋص ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ Properties of CSPs
ﺗﺳﺗﺧدم اﻟﺷروط ﻟﺗوﺟﯾﻪ ﺗﻔﺳﯾر اﻟﺣس اﻟﻣﺷﺗرك اﻟﯾوﻣﻲ ،وﺗﺗﻣﺗﻊ ﺑﺧﺻﺎﺋص ﻋدﯾدة ﻣﺛﯾرة ﻟﻼﻫﺗﻣﺎم:
ﻗد ﺗﺣدد اﻟﺷروط ﻣﻌﻠوﻣﺎت ﺟزﺋﯾﺔ ،partial informationﻻ ﯾﺣﺗﺎج اﻟﺷرط ﺑﺷﻛل اﺳﺗﺛﻧﺎﺋﻲ إﻟﻰ ﺗﺣدﯾد ﻗﯾم ﻣﺗﻐﯾراﺗﻬﺎ.
اﻟﺷروط أﯾﺿﺎ ﻟﯾﺳت اﺗﺟﺎﻫﯾﺔ ،non-directionalﺑﻣﻌﻧﻰ أن اﻟﺷرط ﻋﻧدﻣﺎ ﯾﺣدد ﻣﺗﻐﯾرﯾن V1, V2ﻣﺛﻼ ،ﯾﻣﻛن أن
ﯾﺳﺗﺧدﻣﺎ ﻟﻼﺳﺗدﻻل ﻋﻠﻰ وﺟود ﺷرط ﻋﻠﻰ V1ﯾﻌطﻲ ﺷرطﺎ ﻋﻠﻰ V2واﻟﻌﻛس ﺑﺎﻟﻌﻛس.
اﻟﺷروط ﺗﺻرﯾﺣﯾﺔ declarativeﻛذﻟك ،ﻓﻬﻲ ﺗﺣدد ﻣﺎ ﻫﻲ اﻟﻌﻼﻗﺔ اﻟﺗﻲ ﯾﺟب أن ﺗﺣﻣل ﺑدون ﺗﺣدﯾد إﺟراءات ﺣﺳﺎﺑﯾﺔ
ﻟﻔرض ﺗﻠك اﻟﻌﻼﻗﺔ.
وﻣن ﺧﺻﺎﺋص اﻟﺷروط أﯾﺿﺎ أﻧﻬﺎ ﺟﻣﻌﯾﺔ ،additiveﻓﻼ ﯾﺷﻛل ﺗرﺗﯾب اﻟﺷروط ﻋﺑﺋﺎ ،ﻓﻛل اﻻﻫﺗﻣﺎم ﻓﻲ اﻟﻧﻬﺎﯾﺔ
ﯾﻧﺻب ﻋﻠﻰ ﺗﺄﺛﯾر ارﺗﺑﺎطﻬﺎ.
واﻟﺷروط أﺧﯾرا ،ﻻ ﺗﻛون ﻣﺳﺗﻘﻠﺔ إﻻ ﻧﺎدرا ،ﻓﺎﻟﺷروط اﻟﻣﺛﺎﻟﯾﺔ ﺗﺧﺗزن ﻣﺗﻐﯾرات ﻣﺷﺗرﻛﺔ.
ﺧوارزﻣﯾﺎت ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ Algorithms for CSPs
ﺑﺎﻟﻧظر إﻟﻰ ﻣﺳﺎﻟﺔ ﻟﻌﺑﺔ اﻟﻣﻠﻛﺎت اﻟﺛﻣﺎن ،n = 8 Queens puzzleوﻛﻣﺎ ذﻛرﻧﺎ أﻋﻼﻩ ﺗﺗﻛون ﻣﺳﺎﻟﺔ ﺷرط اﻟرﺿﺎ ﻣن ﺛﻼﺛﺔ
ﻣﻛوﻧﺎت:
ﻣﺟﻣوﻋﺔ اﻟﻣﺗﻐﯾرات ،variablesوﻣﺟﻣوﻋﺔ اﻟﻘﯾم valuesﻷي ﻣن اﻟﻣﺗﻐﯾرات ،وﻣﺟﻣوﻋﺔ اﻟﺷروط constraintsاﻟﻣﻔروﺿﺔ
ﺑﯾن اﻟﻣﺗﻐﯾرات ،ﺑﺣﯾث ﻧﻘوم ﺑﺈﯾﺟﺎد ﻗﯾﻣﺔ ﻷي ﻣن اﻟﻣﺗﻐﯾرات ﺑﺣﯾث ﺗﺣﻘق اﻟﺷروط.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٥٩
اﻟﺷروط Constraints
اﻟﺷرط ﻫو ﻋﻼﻗﺔ ﺑﯾن ﻣﺟﻣوﻋﺔ ﻣﺣﻠﯾﺔ ﻣن اﻟﻣﺗﻐﯾرات ،وﻫو ﯾﺿﺑط اﻟﻘﯾم اﻟﺗﻲ ﺗﺳﺗطﯾﻊ ﺗﻠك اﻟﻣﺗﻐﯾرات أن ﺗﺄﺧذﻫﺎ ﻓﻲ ﻧﻔس اﻟوﻗت.
ﻣﺛﻼ اﻟﺷرط ) ،All-diff(X1, X2, X3ﯾﻘول ﻟﻧﺎ أن اﻟﻣﺗﻐﯾرات X1, X2, X3ﯾﺟب أن ﺗﻛون ﻗﯾﻣﻬﺎ ﻣﺧﺗﻠﻔﺔ ﻋن ﺑﻌﺿﻬﺎ ،ﻓﺈذا
ﻛﺎﻧت اﻟﻣﺟﻣوﻋﺔ } {1, 2, 3ﻫﻲ ﻣﺟﻣوﻋﺔ اﻟﻘﯾم ﻟﺗﻠك اﻟﻣﺗﻐﯾرات ،ﻓﺈن اﻟﺣﺎﻟﺔ ،X1 = 1, X2 = 2, X3 = 3ﺗﻛون ﻣﻘﺑوﻟﺔ ،أﻣﺎ
اﻟﺣﺎﻟﺔ X1 = 1, X1 = 1, X1 = 3ﻓﻬﻲ ﻏﯾر ﻣﻘﺑوﻟﺔ.
إﯾﺟﺎد اﻟﺣل Finding a Solution
إن ﻋﻣﻠﯾﺔ إﯾﺟﺎد ﻋﻼﻗﺔ ﻋﺎﻣﺔ ﻟﻛل اﻟﻣﺗﻐﯾرات اﻟﺗﻲ ﺗﺣﻘق ﻛل اﻟﺷروط ،ﻫﻲ ﻣﺳﺄﻟﺔ NP-Completeﺻﻌﺑﺔ ،وﻣﺳﺄﻟﺔ NP
) (nondeterministic polynomial-time hardﻫﻲ واﺣدة ﻣن ﺗوﺻﯾﻔﺎت ﻣﺳﺎﺋل اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ اﻟﻣﻬﻣﺔ.
ﺗﻘﻧﯾﺎت اﻟﺣل ﺗﻌﻣل ﺑواﺳطﺔ اﻟﺑﺣث اﻟﻣﺛﺎﺑر ﻣن ﺧﻼل ﻓﺿﺎء اﻻرﺗﺑﺎطﺎت اﻟﻣﻣﻛﻧﺔ ﺑﯾن اﻟﻣﺗﻐﯾرات واﻟﻘﯾمٕ ،واذا ﻛﺎن أي ﻣﺗﻐﯾر ﯾﻣﻠك
اﻟﻘﯾم dوﻛﺎﻧت ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾرات ،nﻓﺳﯾﻛون ﻟدﯾﻧﺎ dnﻣن اﻻرﺗﺑﺎطﺎت اﻟﻣﻣﻛﻧﺔ ﺑﯾﻧﻬﺎ.
ﺗﻣﺛﯾل Representationsﻣﺳﺄﻟﺔ اﻟﻣﻠﻛﺎت اﻟﺛﻣﺎن N = 8 Queensﻛﻣﺳﺄﻟﺔ ﺷرط اﻟرﺿﺎ :CSP
ﻫذﻩ اﻟﻣﺳﺄﻟﺔ ﯾﻣﻛن ﺗﻣﺛﯾﻠﻬﺎ ﻛﻣﺳﺄﻟﺔ ﺷرط اﻟرﺿﺎ CSPﺑﻌدة طرق ﻣﺧﺗﻠﻔﺔ ،ﻛﻣﺎ ﯾﻠﻲ:
اﻟطرﯾﻘﺔ واﺣد Representation 1
ﻧرﯾد أن ﻧﻌرف أﯾن ﯾﻣﻛن وﺿﻊ ﻛل واﺣدة ﻣن اﻟﻣﻠﻛﺎت اﻟﺛﻣﺎن ،وﯾﻣﻛن أن ﯾﻛون ﻟدﯾﻧﺎ اﻟﻣﺗﻐﯾرات Nﻧﻣﺛل ﻛل واﺣد ﻣﻧﻬﺎ ﻛﻘﯾﻣﺔ
ﻣن ،1. . . N2واﻟﻘﯾم ﺗﻣﺛل ﻟﻧﺎ أﯾن ﻧﺿﻊ أي ﻣﺗﻐﯾر ithﻣﻌﯾن.
وﺣﺳب ﻫذا اﻟﺗﻣﺛﯾل ﯾﻛون ﻟدﯾﻧﺎ ارﺗﺑﺎطﺎت ﻣﺧﺗﻠﻔﺔ ﻣﻣﻛﻧﺔ ﻋدد 648ارﺗﺑﺎطﺎ ،أي 648= 281,474,976,710,656ارﺗﺑﺎطﺎ
ﻣﺧﺗﻠﻔﺎ ﻓﻲ ﻓﺿﺎء اﻟﺑﺣث .search space
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٠
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦١
ﺗﺷﺗرك ﻓﻲ اﻟﺷرط ،ﻓﺈﻧﻧﺎ ﻧﻔﺣص اﻟﺷرط .وﻓﻲ أي ﻧﻘطﺔ إذا ﺗم اﻧﺗﻬﺎك اﻟﺷرط ،ﻓﺈﻧﻧﺎ ﻧﻘوم ﺑﺗﺗﺑﻊ ﺧﻠﻔﻲ إﻟﻰ اﻟﻣﺳﺗوى اﻷﻋﻠﻰ ﻓﻲ
اﻟﺷﺟرة.
ﻣﻼﺣظﺔ Note
إن ﻓﻛرة اﻟﺑﺣث ﻓﻲ اﻟﺷﺟرة ﻋن ارﺗﺑﺎطﺎت اﻟﻣﺗﻐﯾرات ﻫﻲ ﻓﻛرة ﻗوﯾﺔ ﺟدا ،ﻣﻊ أن اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ اﻟﻌﺎم ﻟﯾﺳت ﺧوارزﻣﯾﺔ ﺟﯾد ﺟدا،
ورﻏم أن اﻟﺗﺗﺑﻊ اﻟﺧﻠﻔﻲ BTأﺳرع ﻛﺛﯾرا ﻣن أي ﺳرد ﺣﺳﺎﺑﻲ ﺑﺳﯾط ،إﻻ أن ﻛل ﺧوارزﻣﯾﺎت ﺣل ﻣﺳﺎﺋل ﺷرط اﻟرﺿﺎ CSPs
ﺗﺄﺧذ زﻣﻧﺎ ،وﯾزﯾد ﺑﺷﻛل ﻛﺑﯾر طردﯾﺎ ﻣﻊ ﺣﺟم اﻟﻣﺳﺄﻟﺔ.
اﻟﺗﻔﺣص اﻷﻣﺎﻣﻲ Forward Checking
اﻟﺗﻔﺣص اﻷﻣﺎﻣﻲ ﯾﻌﺗﻣد ﻋﻠﻰ ﻓﻛرة اﻟﻧظر ﻟﻸﻣﺎم ﻓﻲ اﻟﺷﺟرة ،ﻟرؤﯾﺔ ﻣﺎ إذا ﻛﻧﺎ ﻗد رﺑطﻧﺎ ﻗﯾﻣﺔ ﻣﺎ ،ﻣﺳﺑﻘﺎ ،إﻟﻰ واﺣد ﻣن
اﻟﻣرﺗﺑطﺔ . اﻟﻣﺗﻐﯾرات ﻏﯾر اﻟﻣرﺗﺑطﺔ ،وﻫﻲ ﺗﻌﺗﻣد ﻋﻠﻰ ﻓﻛرة ﺗﻘﻠﯾم ﻣﯾدان أو ﻧطﺎق اﻟﻣﺗﻐﯾرات ﻏﯾر
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٢
-٣-
ﺍﳌﻨﻄﻖ ﺍﳋﱪﻱ ﻭﺍﻟﻘﻮﺍﻧﲔ،ﻗﻀﺎﻳﺎ ﲤﺜﻴﻞ ﺍﳌﻌﺮﻓﺔ
Knowledge Representation Issues, Predicate Logic, Rules
:اﻟﻣﺣﺗوى
Knowledge Representation ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ
KR Using Predicate Logic ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﺑﺎﺳﺗﺧدام اﻟﻣﻧطق اﻟﺧﺑري
KR Using Rules ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﺑﺎﺳﺗﺧدام اﻟﻘواﻧﯾن
References اﻟﻣراﺟﻊ
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٦٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٤
(٧ﻣﻘﺪﻣﺔ Introduction
ﻛﻣﺎ أﺳﻠﻔﻧﺎ ﻓﺎﻟﻣﻌرﻓﺔ ﻫﻲ ﻣﺻطﻠﺢ ﻋﺎم ،وﺗﻌرف أﯾﺿﺎ ﺑﺄﻧﻬﺎ :اﻟﺗﻌﺎﻗب أو اﻟﺗﺳﻠﺳل اﻟذي ﯾﺑدأ ﺑﺎﻟﺑﯾﺎﻧﺎت dataاﻟﺗﻲ ﺗﻛون ذات
ﻣﻧﻔﻌﺔ ﻣﺣدودة ،وﺑﺗﻧظﯾم organizingوﺗﺣﻠﯾل analyzingﺗﻠك اﻟﺑﯾﺎﻧﺎت ،ﻧﺗوﺻل إﻟﻰ ﻓﻬم ﻣﺎ ﺗﻌﻧﯾﻪ ﺗﻠك اﻟﺑﯾﺎﻧﺎت ،ﻓﺗﺗﻛون
ﻟدﯾﻧﺎ ﻣﻌﻠوﻣﺎت ،informationوﺑﺗﻔﺳﯾر interpretationوﺗﻘﯾﯾم evaluationاﻟﻣﻌﻠوﻣﺎت ﻧﺣﺻد اﻟﻣﻌرﻓﺔ ،knowledge
وﻓﻬم اﻟﻣﺑﺎدئ اﻟﻣﺿﻣﻧﺔ ﻓﻲ ﻫذﻩ اﻟﻣﻌرﻓﺔ ﯾﻛون ﻟدﯾﻧﺎ اﻟﺣﻛﻣﺔ .wisdom
ﺗﻌﺎﻗب اﻟﻣﻌرﻓﺔ Knowledge Progression
اﻟﺷﻛل أدﻧﺎﻩ ﯾوﺿﺢ ﺑﺎﻟرﺳم اﻟﺗﻌرﯾف اﻟﺳﺎﺑق ﻟﺗﻌﺎﻗب أو ﺗﺳﻠﺳل اﻟﻣﻌرﻓﺔ ﻣن اﻟﺑﯾﺎﻧﺎت ﺣﺗﻰ اﻟﺣﻛﻣﺔ ،وﻫﻲ ﺗﺗم ﻣﻊ اﻹﻧﺳﺎن ﺑطرﯾﻘﺔ
طﺑﯾﻌﯾﺔ ،ﯾﻬدف اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ إﻟﻰ أﺗﻣﺗﺗﻬﺎ.
اﻟﺑﯾﺎﻧﺎت Dataﯾﻧظر إﻟﻰ اﻟﺑﯾﺎﻧﺎت ﻛﻣﺟﻣوﻋﺔ ﻣن اﻟﺣﻘﺎﺋق اﻟﻣﻧﻔﺻﻠﺔ ﻋن ﺑﻌﺿﻬﺎ ،ﻣﺛﻼ ﻗوﻟﻧﺎ :إﻧﻬﺎ ﺗﻣطر.
اﻟﻣﻌﻠوﻣﺎت Informationﺗظﻬر اﻟﻣﻌﻠوﻣﺎت ﻋﻧدﻣﺎ ﯾﺗم ﺗﺄﺳﯾس وﻓﻬم اﻟﻌﻼﻗﺎت ﺑﯾن اﻟﺣﻘﺎﺋق ،ﻛﺈﺟﺎﺑﺔ ﻟﻼﺳﺋﻠﺔ ﻣن وﻣﺎذا واﯾن
وﻣﺗﻰ ،ﻣﺛﻼ ﻋﻧدﻣﺎ ﻧرﺑط اﻟﺣﻘﺎﺋق ﻓﻲ اﻟﻣﺛﺎل اﻟﺳﺎﺑق وﻧﻘول :درﺟﺔ اﻟﺣرارة اﻧﺧﻔﺿت إﻟﻰ ١٥درﺟﺔ ،ﻣﻣﺎ ﺟﻌﻠﻬﺎ ﺗﻣطر.
أﻣﺎ اﻟﻣﻌرﻓﺔ Knowledgeﻓﺗظﻬر ﻋﻧدﻣﺎ ﻧﻘوم ﺑﺗﻌرﯾف وﻓﻬم اﻷﻧﻣﺎط patternsﺑﯾن اﻟﻌﻼﻗﺎت اﻟﺳﺎﺑﻘﺔ ،ﻓﻧﺣﺻل ﻋﻠﻰ إﺟﺎﺑﺎت
ﻷﺳﺋﻠﺔ ﻣن ﻧوع ﻛﯾف؟ ،ﻣﺛﻼ ﻋﻧدﻣﺎ ﻧﻘول :إذا ﻛﺎﻧت ﺗﻛون اﻟرطوﺑﺔ ﻋﺎﻟﯾﺔ ﺟدا ودرﺟﺔ اﻟﺣرارة ﻣﻧﺧﻔﺿﺔ ﻓﻌﻠﯾﺎ ،ﻓﺈﻧﻪ ﻻ ﯾﻛون ﻣن
اﻟﻣﺗوﻗﻊ أن ﺗﺣﻣل اﻷﺟواء اﻟرطوﺑﺔ ،ﻟﻬذا ﻓﺈﻧﻬﺎ ﺗﻣطر.
وأﺧﯾر ﻓﺎﻟﺣﻛﻣﺔ Wisdomﻫﻲ ذروة اﻟﻔﻬم ،وﻛﺷف أﺳس اﻟﻌﻼﻗﺎت اﻟﺗﻲ ﺗﺻف اﻷﻧﻣﺎط ،ﻓﻧﺣﺻل ﻋﻠﻰ إﺟﺎﺑﺔ اﻟﺗﺳﺎؤل ﻟﻣﺎذا؟،
اﻟﺣررة وﺗﻐﯾراﺗﻬﺎ.
وﻣﺛﺎل ذﻟك :اﻹﺣﺎطﺔ ﺑﻔﻬم ﻛل اﻟﺗﻔﺎﻋﻼت اﻟﺣﺎدﺛﺔ ﺑﯾن اﻟﻣطر واﻟﺗﺑﺧر وﺗﯾﺎرات اﻟﻬواء ودرﺟﺎت ا
ﻧﻣوذج ﺑﯾﻠﻧﺟر ١٩٨٠ﻟﻠﻣﻌرﻓﺔ )Knowledge Model (Bellinger 1980
ﯾوﺿﺢ ﻧﻣوذج اﻟﻣﻌرﻓﺔ درﺟﺔ ﺗزاﯾد اﻟﺗراﺑط ” “connectednessواﻟﻔﻬم ” ،“understandingﻓﻔﯾﻪ ﻧﺗﻘدم ﻣن اﻟﺑﯾﺎﻧﺎت ﻣن
ﺧﻼل اﻟﻣﻌﻠوﻣﺎت واﻟﻣﻌرﻓﺔ وﺻوﻻ إﻟﻰ اﻟﺣﻛﻣﺔ .ﻛﻣﺎ ﻓﻲ اﻟﺷﻛل اﻟذي ﯾوﺿﺢ اﻟﻧﻣوذج ،واﻟﻌﻼﻗﺔ اﻟطردﯾﺔ ﺑﯾن درﺟﺗﻲ اﻟﺗراﺑط
واﻟﻔﻬم.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٥
،ﻓﺎﻻﻧﺗﻘﺎﻻت ﺗﻛون ﻣن اﻟﺑﯾﺎﻧﺎت إﻟﻰ اﻟﻣﻌﻠوﻣﺎت إﻟﻰ اﻟﻣﻌرﻓﺔ understandingواﻟﻔﻬم transitionsاﻟﻧﻣوذج ﯾﻣﺛل اﻻﻧﺗﻘﺎﻻت
وأﺧﯾرا اﻟﺣﻛﻣﺔ ،أﻣﺎ اﻟﻔﻬم ﻓﯾدﻋم اﻻﻧﺗﻘﺎل ﻣن ﺣﺎﻟﺔ إﻟﻰ أﺧرى.
اﻻﺧﺗﻼف ﺑﯾن اﻟﺑﯾﺎﻧﺎت ،واﻟﻣﻌﻠوﻣﺎت ،واﻟﻣﻌرﻓﺔ ،واﻟﺣﻛﻣﺔ ﻟﯾﺳت ﻣﻧﻔﺻﻠﺔ ﻋن ﺑﻌﺿﻬﺎ اﻟﺑﻌض ﻓﻲ اﻟﻐﺎﻟب ،ﻓﻬﻲ ﻣﺗﻘﺎطﻌﺔ
ﻛﺎﻟظﻼل اﻟرﻣﺎدﯾﺔ ،ﺑدﻻ ﻋن ﻛوﻧﻬﺎ ﺑﯾﺿﺎء أو ﺳوادا.
ﻓﺎﻟﺑﯾﺎﻧﺎت واﻟﻣﻌﻠوﻣﺎت ﺗﺗﻌﺎﻣل ﻣﻊ اﻟﻣﺎﺿﻲ ،وﻫﻲ ﺗﻌﺗﻣد ﻋﻠﻰ ﺟﻣﻊ اﻟﺣﻘﺎﺋق ٕواﺿﺎﻓﺗﻬﺎ إﻟﻰ ﺳﯾﺎق ﻣﻌﯾن ،أﻣﺎ اﻟﻣﻌرﻓﺔ ﻓﺗﺗﻌﺎﻣل ﻣﻊ
اﻟﺣﺎﺿر اﻟذي ﯾﺳﺎﻋدﻧﺎ ﻋﻠﻰ اﻹﻧﺟﺎز ،واﻟﺣﻛﻣﺔ ﺗﺗﻌﺎﻣل ﻣﻊ اﻟﻣﺳﺗﻘﺑل ،ﻓﻬﻲ ﺗﻛﺳب رؤﯾﺔ ﻣن أﺟل ﻣﺎ ﺳﯾﺣدث ،ﺑدﻻ ﻋن ﻣﺎ
ﯾﺣدث أو ﻗد ﺣدث.
ﻓﺋﺎت اﻟﻣﻌرﻓﺔ Knowledge Category
ﺗﺻﻧف اﻟﻣﻌرﻓﺔ إﻟﻰ ﻧوﻋﯾن رﺋﯾﺳﯾن ﻫﻣﺎ :اﻟﻣﻌرﻓﺔ اﻟﺻﺎﻣﺗﺔ Tacitاﻟﺿﻣﻧﯾﺔ واﻟﻣﻌرﻓﺔ اﻟﺻرﯾﺣﺔ ،Explicitاﻟﻣﻌرﻓﺔ اﻟﺿﻣﻧﯾﺔ ﺗدل
أﯾﺿﺎ ﻋﻠﻰ أﻧواع اﻟﻣﻌرﻓﺔ ﻏﯾر اﻟرﺳﻣﯾﺔ ﻏﯾر اﻟواﺿﺣﺔ ،واﻟﻣﻌرﻓﺔ اﻟﺻرﯾﺣﺔ ﺗدل ﻋﻠﻰ اﻷﻧواع اﻟرﺳﻣﯾﺔ ﻟﻠﻣﻌرﻓﺔ.
Tacit knowledge Explicit knowledge
اﻟﻣﻌرﻓﺔ اﻟﺿﻣﻧﯾﺔ اﻟﻣﻌرﻓﺔ اﻟﺻرﯾﺣﺔ
; Exists within a human being; it is Exists outside a human being it is
embodied. embedded.
ﻣوﺟودة ﻓﻲ اﻟﻛﺎﺋن اﻟﺑﺷري ،وﺗﻛون ﻣﺟﺳدة ﺑﺷﺧﺻﻪ. ﻣوﺟودة ﺧﺎرج اﻟﻛﺎﺋن اﻹﻧﺳﺎﻧﻲ ،وﺗﻛون ﻣدﻣﺟﺔ.
Difficult to articulate formally. Can be articulated formally.
ﯾﺻﻌب وﺿﻌﻬﺎ رﺳﻣﯾﺎ. ﻧﺳﺗطﯾﻊ وﺿﻌﻬﺎ ﺑﺻﯾﻐﺔ رﺳﻣﯾﺔ.
Difficult to communicate or share. Can be shared, copied, processed and
ﯾﺻﻌب اﻻﺗﺻﺎل ﺑﻬﺎ وﻣﺷﺎرﻛﺗﻬﺎ. stored.
Hard to steal or copy. ﻧﺳﺗطﯾﻊ ﻣﺷﺎرﻛﺗﻬﺎ وﻧﺳﺧﻬﺎ وﻣﻌﺎﻟﺟﺗﻬﺎ وﺗﺧزﯾﻧﻬﺎ.
Easy to steal or copyﯾﺻﻌب ﺳرﻗﺗﻬﺎ أو ﻧﺳﺧﻬﺎ.
Drawn from experience, action ﯾﺳﻬل ﺳرﻗﺗﻬﺎ وﻧﺳﺧﻬﺎ.
subjective insight. Drawn from artifact of some type as
ﺗرﺳم ﻣن اﻟﺧﺑرات واﻷﻓﻌﺎل ذات اﻟرؤى اﻟﺷﺧﺻﯾﺔ. principle, procedure, process, concepts.
ﺗرﺳم ﻣن اﻟﺗوﺛﯾق اﻟرﺳﻣﻲ واﻹﺟراءات واﻟﻌﻣﻠﯾﺎت
واﻟﻣﻔﺎﻫﯾم.
اﻟﻣﻔﺎﻫﯾم Conceptsﻫﻲ ﻓﺋﺎت اﻟﻌﻧﺎﺻر أو اﻟﻛﻠﻣﺎت أو اﻷﻓﻛﺎر اﻟﺗﻲ ﺗﻌرف ﺑواﺳطﺔ اﺳﻣﻬﺎ اﻟﺷﺎﺋﻊ وﺗﺗﺷﺎرك ﻣﯾزات ﻋﺎﻣﺔ.
اﻟﻌﻣﻠﯾﺎت : Processesﻫﻲ ﺗدﻓق ﻣن اﻷﺣداث أو اﻷﻧﺷطﺔ اﻟﺗﻲ ﺗﺻف ﻛﯾف ﺗﻌﻣل اﻷﺷﯾﺎء ﺑدﻻ ﻣن ﻛﯾف ﻧﻘوم ﺑﻌﻣل
اﻷﺷﯾﺎء.
اﻹﺟراءات :Proceduresﻫﻲ ﺳﻠﺳﻠﺔ ﻣن اﻷﻧﺷطﺔ اﻟﻣﻧﻔذة ﺧطوة ﺑﺧطوة واﻟﻘرارات اﻟﺗﻲ ﺗﻧﺗﺞ ﺑﻌد اﻹﻧﺟﺎز اﻟﺣﺎﺻل ﻟﻠﻣﻬﺎم.
اﻟﻣﺑﺎدئ : Principlesﻫﻲ ﺧطوط ﻋﺎﻣﺔ وﻗواﻧﯾن وﺑﺎرﻣﯾﺗرات ﻟﻠﺗﺣﻛم ،وﻫﻲ ﺗﺳﻣﺢ ﺑﻌﻣل اﻟﺗوﻗﻌﺎت وﺳﺣب أو ﺗﺻوراﻟﻧﺗﺎﺋﺞ.
ﻫذﻩ اﻷدوات ﺗﺳﺗﺧدم ﻓﻲ ﻋﻣﻠﯾﺔ إﻧﺷﺎء اﻟﻣﻌرﻓﺔ ﻣن أﺟل إﻧﺷﺎء ﻧوﻋﯾن ﻣن اﻟﻣﻌرﻓﺔ :اﻟﻣﻌرﻓﺔ اﻟﺻرﯾﺣﺔ واﻟﻣﻌرﻓﺔ اﻹﺟراﺋﯾﺔ.
أﻧواع اﻟﻣﻌرﻓﺔ Knowledge Types
ﯾﺻﻧف ﻋﻠﻣﺎء اﻟﻧﻔس اﻹدراﻛﻲ اﻟﻣﻌرﻓﺔ إﻟﻰ اﻟﺻﻧف اﻹﺟراﺋﻲ Proceduralواﻟﺻﻧف اﻟﺗﺻرﯾﺣﻲ ،Declarativeوﺑﻌض
اﻟﺑﺎﺣﺛﯾن ﯾﺿﯾف اﻟﻣﻌرﻓﺔ اﻹﺳﺗراﺗﯾﺟﯾﺔ Strategicﻛﺗﺻﻧﯾف ﺛﺎﻟث.
ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﻣﻌرﻓﺔ اﻹﺟراﺋﯾﺔ procedural knowledgeﻫﻧﺎك ﺑﻌض اﻟﺗﻔﺎوت ﻓﻲ اﻟﺗﺻورات ،ﻓﺎﻟﺑﻌض ﯾرى اﻧﻬﺎ ﻗرﯾﺑﺔ ﻣن
اﻟﻣﻌرﻓﺔ اﻟﺿﻣﻧﯾﺔ ،وأﻧﻬﺎ ﺗظﻬر ﻧﻔﺳﻬﺎ ﻓﻲ ﻓﻌل ﺷﻲء ﻣﺎ ﻻ ﯾﻛن ﻣن اﻟﻣﻣﻛن اﻟﺗﻌﺑﯾر ﻋﻧﻪ ﺑﺎﻟﻛﻠﻣﺎت ،ﻣﺛﻼ :ﻧﺣن ﻧﻘرأ وﺟوﻩ اﻟﻧﺎس
وﻣﺷﺎﻋرﻫم ،وﻫﻧﺎك ﻣن ﯾرى أن اﻟﻣﻌرﻓﺔ اﻹﺟراﺋﯾﺔ ﻗرﯾﺑﺔ ﻣن اﻟﻣﻌرﻓﺔ اﻟﺻرﯾﺣﺔ ،ﻓﺎﻟﻔﺎرق ﻫو أﻧﻧﺎ ﻧﺻف اﻟﻔﻌل أو اﻟطرﯾﻘﺔ ﺑدﻻ ﻣن
explicit وﺻف اﻟﺣﻘﺎﺋق واﻷﺷﯾﺎء .أﻣﺎ اﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ declarative knowledgeﻓﻬﻲ ﻣﻌرﻓﺔ ﺻرﯾﺣﺔ
،knowledgeوﻫﻲ اﻟﻣﻌرﻓﺔ اﻟﺗﻲ ﻧﺳﺗطﯾﻊ أو اﺳﺗطﻌﻧﺎ ﺑﺎﻟﻔﻌل أن ﻧﺻرح ﺑﻬﺎ ﺑوﺿوح .واﻟﻣﻌرﻓﺔ اﻹﺳﺗراﺗﯾﺟﯾﺔ strategic
knowledgeﯾﻧظر إﻟﯾﻬﺎ ﻛﺟزء ﻣن اﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ ،declarative knowledgeأو ﻛﺣﺎﻟﺔ ﺧﺎﺻﺔ ﻣﻧﻬﺎ.
اﻟﻣﻌرﻓﺔ اﻹﺟراﺋﯾﺔProcedural knowledge
ﻫﻲ ﻣﻌرﻓﺔ ﻋن ﻛﯾف ﻧﻔﻌل اﻷﺷﯾﺎء ،ﻣﺛﻼ ﻣﻌرﻓﺔ وﺗﺣدﯾد ﻣﺎ إذا ﻛﺎن ﺑﯾﺗر أﻛﺑر ﺳﻧﺎ أو روﺑﯾرت ،ﻧﺑدأ أوﻻ ﺑﺈﯾﺟﺎد
أﻋﻣﺎرﻫم.
اﻟﺗرﻛﯾز ﻋﻠﻰ اﻷﻓﻌﺎل اﻟﺗﻲ ﯾﺟب أن ﺗﻧﺟز ﻟﻠوﺻول إﻟﻰ ﻫدف ﻣﻌﯾن أو ﻏﺎﯾﺔ ﺟزﺋﯾﺔ.
أﻣﺛﻠﺔ ﻋﻧﻬﺎ :اﻹﺟراءات proceduresواﻟﻘواﻧﯾن rulesواﻻﺳﺗراﺗﯾﺟﯾﺎت واﻟﺧطط agendasواﻟﻧﻣﺎذج .models
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٨
اﻟﺷﻛل اﻟﺳﺎﺑق ﯾوﺿﺢ ﺧطوات ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﺣﺳب إطﺎر اﻟﻌﻣل اﻟﻣوﺿﺢ ،وﻫﻲ:
ﺻﯾﺎﻏﺔ اﻟﻣﺳﺎﻟﺔ ﺑﺎﻟﻠﻐﺔ اﻟﻣﻧطوﻗﺔ اﺻطﻼﺣﯾﺎ ﻫﻲ اﻟﺧطوة اﻷوﻟﻰ.
ﺑﻌدﻫﺎ ﯾﺗم ﺗﻣﺛﯾل اﻟﻣﺳﺎﻟﺔ اﺻطﻼﺣﯾﺎ إﻟﻰ اﻟﺣﺎﺳوب ﻟﯾﻘوم ﻫو ﺑﺈﻋطﺎء ﻣﺧرﺟﺎت .output
ﺗﻠك اﻟﻣﺧرﺟﺎت ﯾﺗم ﺗﻣﺛﯾﻠﻬﺎ ﺑﻌد ذﻟك ﻓﻲ ﺻورة اﻟﺣل اﻟﻣوﺻوف ﺑﺎﻟﻠﻐﺔ ﻏﯾر اﻻﺻطﻼﺣﯾﺔ ،اﻟﺗﻲ ﯾﻔﻬﻣﻬﺎ اﻟﻣﺳﺗﺧدم.
ﻻﺣظ أن ﺣل اﻟﻣﺳﺄﻟﺔ ﯾﺗطﻠب:
oﺗﻣﺛﯾل ﻏﯾر اﺻطﻼﺣﻲ ﻟﻠﻣﺳﺄﻟﺔ ،أي ﺑﺎﻟﻠﻐﺔ اﻟطﺑﯾﻌﯾﺔ.
oﺗﺣوﯾل اﻟﻣﻌرﻓﺔ ﻏﯾر اﻻﺻطﻼﺣﯾﺔ إﻟﻰ ﻣﻌرﻓﺔ اﺻطﻼﺣﯾﺔ ،اﻟذي ﯾﺣول اﻟﻣﻌرﻓﺔ اﻟﺿﻣﻧﯾﺔ إﻟﻰ ﻣﻌرﻓﺔ ﺻرﯾﺣﺔ.
• اﻟﻣﻌرﻓﺔ وﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ Knowledge and Representation
ﯾﺗطﻠب ﺣل اﻟﻣﺳﺎﺋل ﻛﻣﯾﺔ ﻛﺑﯾرة ﻣن اﻟﻣﻌرﻓﺔ ،Knowledgeﻛﻣﺎ ﯾﺗطﻠب ﺑﻌض اﻵﻟﯾﺎت اﻟﺗﻲ ﺗدﯾر ﺗﻠك اﻟﻣﻌرﻓﺔ ،ﻓﺎﻟﻣﻌرﻓﺔ
وﺗﻣﺛﯾﻠﻬﺎ ﻛﯾﺎﻧﺎن ﻣﺧﺗﻠﻔﺎن ،ﯾﻠﻌﺑﺎن أدوارا ﻣرﻛزﯾﺔ ﻟﻛﻧﻬﺎ ﻣﺗﻣﺎﯾزة ﻓﻲ اﻟﻧظم اﻟذﻛﯾﺔ ،وﯾﻧظر إﻟﻰ اﻟﻣﻌرﻓﺔ Knowledgeﻛوﺻف
ﻟﻠﻌﺎﻟم ،ﻓﻬﻲ ﺗﺣدد ﻛﻔﺎءة اﻟﻧظﺎم ﺑﺗﺣدﯾد ﻣﺎ اﻟذي ﯾﻌرﻓﻪ ،أﻣﺎ ﺗﻣﺛﯾﻠﻬﺎ Representationﻓﻬﻲ طرﯾﻘﺔ ﺗرﻣﯾز encodeاﻟﻣﻌرﻓﺔ.
وﺗﻌرﯾف أداء اﻟﻧظﺎم system's performanceﻓﻲ ﻓﻌﻠﻪ ﺷﻲء ﻣﺎ.
وﺑﻛﻠﻣﺎت أﺑﺳط ﻧﺣن ﻧﺣﺗﺎج أن ﻣﻌرﻓﺔ اﻷﺷﯾﺎء اﻟﺗﻲ ﻧرﯾد ﺗﻣﺛﯾﻠﻬﺎ ،وﻧﺣﺗﺎج ﺑﻌض اﻟﻣﻌﺎﻧﻲ اﻟﺗﻲ ﻧﺳﺗطﯾﻊ إدارة اﻷﺷﯾﺎء ﻋن
طرﯾﻘﻬﺎ:
وﻣن اﻷﺷﯾﺎء اﻟﺗﻲ ﻧﺣﺗﺎج ﻣﻌرﻓﺗﻬﺎ ﻟﺗﻣﺛﯾﻠﻬﺎ:
‡ اﻟﻛﺎﺋﻧﺎت Objectsﻛﺣﻘﺎﺋق ﻋن اﻟﻛﺎﺋﻧﺎت اﻟﻣوﺟودة ﻓﻲ ﻧطﺎق اﻟﻣﺳﺄﻟﺔ.
‡ اﻷﺣداث Eventsاﻷﻧﺷطﺔ اﻟﺗﻲ ﺗﺣدث ﻓﻲ ﻧطﺎق اﻟﻣﺳﺄﻟﺔ.
‡ اﻷداء Performanceﻣﻌرﻓﺔ ﻋن ﻛﯾف ﺗﻌﻣل اﻻﺷﯾﺎء.
‡ ﻣﺎ وراء اﻟﻣﻌرﻓﺔ Meta-knowledgeﻫﻲ اﻟﻣﻌرﻓﺔ اﻟﻌﻠﯾﺎ ﺣول ﻣﺎ ﻧﻌرف.
وﻣن اﻟﻣﻌﺎﻧﻲ اﻟﺗﻲ ﻧدﯾر اﻟﻣﻌرﻓﺔ ﻋن طرﯾﻘﻬﺎ:
‡ ﯾﺗطﻠب ﺑﻌض أﺳﺎﻟﯾب اﻟﺻﯾﺎﻏﺔ formalismﺗﺣدد ﻣﺎ ﻫو اﻟﺷﻛل اﻟرﻣزي اﻟﻣﺳﺗﺧدم ﻟﻠﺗﻣﺛﯾل.
وﻫﻛذا ،ﯾﻧظر إﻟﻰ ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﺑﺎﻋﺗﺑﺎرﻩ ﻣﺳﺗوﯾﯾن:
) (aﻣﺳﺗوى اﻟﻣﻌرﻓﺔ knowledge levelاﻟذي ﯾﺗم ﻓﯾﻪ وﺻف اﻟﺣﻘﺎﺋق.
) (bﻣﺳﺗوى اﻟرﻣز symbol levelاﻟذي ﯾﺗم ﻓﯾﻪ ﺗﻌرﯾف ﺗﻣﺛﯾل اﻟﻛﺎﺋﻧﺎت ،ﺑﺎﺻطﻼﺣﺎت ورﻣوز ﻟﻛﻲ ﯾﺗم ﻣﻌﺎﻟﺟﺗﻬﺎ ﻓﻲ اﻟﺑراﻣﺞ.
ﻻﺣظ ﻣﻌﻧﺎ أن اﻟﺗﻣﺛﯾل اﻟﺟﯾد ﯾﺗﯾﺢ ﻟﻧﺎ وﺻوﻻ دﻗﯾﻘﺎ وﺳرﯾﻌﺎ إﻟﻰ اﻟﻣﻌرﻓﺔ ،وﻓﻬم ﺟﯾد ﻟﻠﻣﺣﺗوى.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٦٩
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٠
اﻟﺧط اﻟﻣﻧﻘط ﻓﻲ اﻟﺷﻛل اﻟﺳﺎﺑق ،ﯾدل ﻋﻠﻰ ﻋﻣﻠﯾﺔ اﻟﺗﻔﺳﯾر اﻟﻣﺟردة اﻟﺗﻲ ﯾﻘوم اﻟﺑرﻧﺎﻣﺞ ﺑﻧﻣذﺟﺗﻬﺎ ،واﻟﺧطوط اﻟﻣﺗﺻﻠﺔ ﻓﻲ اﻟﺷﻛل
ﺗدل ﻋﻠﻰ ﻋﻣﻠﯾﺔ اﻟﺗﻔﺳﯾر اﻟﻔﻌﻠﯾﺔ اﻟﺗﻲ ﯾؤدﯾﻬﺎ اﻟﺑرﻧﺎﻣﺞ.
ﻣﺧططﺎت ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ Knowledge Representation Schemes
ﻫﻧﺎك أرﺑﻌﺔ أﻧواع ﻟﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﻫﻲ :اﻟﻣﻌرﻓﺔ اﻟﻌﻼﺋﻘﯾﺔ ،Relationalواﻟﻣﻌرﻓﺔ اﻟﻣورﺛﺔ ،Inheritableواﻟﻣﻌرﻓﺔ اﻻﺳﺗدﻻﻟﯾﺔ
،Inferentialواﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ واﻹﺟراﺋﯾﺔ ،Declarative/Proceduralﻓﯾﻣﺎ ﯾﻠﻲ ﺗﻌرﯾﻔﺎت ﻣﺧﺗﺻرة ﻋﻧﻬﺎ ﺛم ﻧﻘدم
ﺗوﺿﯾﺣﺎ أﻛﺑر ﺑﻌدﻫﺎ.
اﻟﻣﻌرﻓﺔ اﻟﻌﻼﺋﻘﯾﺔ Relational Knowledge
ﺗﻘدم ﻫذﻩ اﻟﻣﻌرﻓﺔ إطﺎر -ﻋﻣل frameworkﻟﻠﻣﻘﺎرﻧﺔ ﺑﯾن ﻛﺎﺋﻧﯾن two objectsاﻋﺗﻣﺎدا ﻋﻠﻰ ﺧﺻﺎﺋص ﻣﺗﻧﺎظرة ﻓﻲ ﻛﻠﯾﻬﻣﺎ،
وأي ﺷﻛل ﯾﺗم ﻓﯾﻪ ﻣﻘﺎرﻧﺔ ﺑﯾن ﻛﺎﺋﻧﯾن ﻣﺧﺗﻠﻔﺗﯾن ،ﯾﻌﺗﺑر ﻣﻌرﻓﺔ ﻋﻼﺋﻘﯾﺔ.
اﻟﻣﻌرﻓﺔ اﻟﻣورﺛﺔ Inheritable Knowledge
ﻫﻲ ﻣﻌرﻓﺔ ﺗﻧﺗﺞ ﻋن اﻟﻛﺎﺋﻧﺎت اﻟﻣرﺗﺑطﺔ ،associated objectsوﻫﻲ ﺗﺻف اﻟﺑﻧﯾﺔ اﻟﺗﻲ ﯾﺗم ﻓﯾﻬﺎ إﻧﺷﺎء اﻟﻛﺎﺋﻧﺎت ،اﻟﺗﻲ ﻗد
ﺗرث ﺟﻣﯾﻊ أو ﺑﻌض ﺧﺻﺎﺋص اﻟﻛﺎﺋﻧﺎت اﻟﻣوﺟودة.
اﻟﻣﻌرﻓﺔ اﻻﺳﺗدﻻﻟﯾﺔ Inferential Knowledge
ﻫﻲ اﻻﺳﺗدﻻل ﻣن ﻛﺎﺋﻧﺎت ﺧﻼل اﻟﻌﻼﻗﺎت ﺑﯾن اﻟﻛﺎﺋﻧﺎت ،ﻣﺛﻼ اﻟﻛﻠﻣﺔ aloneﻫﻲ ﺻﯾﺎﻏﺔ ﺑﺳﯾطﺔ ،ﻟﻛن ﻣن ﺧﻼل ﻣﺳﺎﻋدة
ﻛﻠﻣﺎت أﺧرى ﻓﻲ ﺟﻣﻠﺔ ،ﯾﻣﻛن ﻟﻠﻘﺎرئ أن ﯾﺳﺗدل أﻛﺛر ﻣن اﻟﻛﻠﻣﺔ ،ﻫذا اﻻﺳﺗدﻻل اﻟﻠﻐوي ،ﯾﺳﻣﻰ دﻻﻻت .semantics
اﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ Declarative Knowledge
ﻫﻲ ﻋﺑﺎرة ﺗﺣدد اﻟﻣﻌرﻓﺔ ﻓﯾﻬﺎ ،ﻟﻛن اﺳﺗﺧدام اﻟﻣﻌرﻓﺔ اﻟﻣوﺟودة ﻓﯾﻬﺎ ﻏﯾر ﻣﻌطﻰ ﻣﻊ اﻟﻌﺑﺎرة ،ﻣﺛﻼ :اﻟﻘواﻧﯾن ،وأﺳﻣﺎء اﻟﻧﺎس ،ﻫﻲ
ﺣﻘﺎﺋق ﯾﻣﻛن أن ﺗﻛون ﻣﺳﺗﻘﻠﺔ ،ﻏﯾر ﻣﻌﺗﻣدة ﻋﻠﻰ ﻣﻌرﻓﺔ أﺧرى.
اﻟﻣﻌرﻓﺔ اﻹﺟراﺋﯾﺔ Procedural Knowledge
ﻫﻲ اﻟﺗﻣﺛﯾل اﻟذي ﺗﻛون ﻓﯾﻪ ﻣﻌﻠوﻣﺎت اﻟﺗﺣﻛم control informationاﻟﻣﺳﺗﺧدﻣﺔ ﻟﻠﻣﻌرﻓﺔ ،ﻣﺿﻣﻧﺔ ﻓﻲ اﻟﻣﻌرﻓﺔ ﻧﻔﺳﻬﺎ ،ﻣﺛﻼ:
;e.g. computer programs, directions, and recipes; these indicate specific use or implementation
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧١
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٢
ﻻﺣظ ﻓﻲ اﻟﻣﺛﺎل اﻟﻣوﺿﺢ ﺑﺎﻟﺷﻛل اﻟﺳﺎﺑق ،اﻷﺳﻬم اﻟﻣوﺟﻬﺔ ﺗﻣﺛل اﻟﺻﻔﺎت ) ،(isa, instance, teamاﻟﺗﻲ ﺗﻧﺷﺄ ﻣن اﻟﻛﺎﺋن
اﻟذي ﯾﺗم وﺻﻔﻪ وﺗﻧﺗﻬﻲ ﻋﻧد اﻟﻘﯾﻣﺔ أو اﻟﻛﺎﺋن ﻧﻔﺳﻪ .أﻣﺎ اﻟﻧﻘﺎط nodesأو اﻟﻣرﺑﻌﺎت boxﻓﺗﻣﺛل اﻟﻛﺎﺋﻧﺎت objectsواﻟﻘﯾم
valuesاﻟﺧﺎﺻﺔ ﺑﺎﻟﺻﻔﺎت.
وﻣن اﻟﻣﺛﺎل اﻟﺳﺎﺑق ،ﻫﻧﺎك طرﯾﻘﺔ أﺧرى ﻟﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ إﺳﻣﻬﺎ طرﯾﻘﺔ اﻟﻘواﺋم frameأو اﻹطﺎرات ،ﻓﯾﻣﺎ ﯾﻠﻲ ﺗﻣﺛﯾل ﻧﻘطﺔ ﻣﻌﯾﻧﺔ
ﻛﻘﺎﺋﻣﺔ ﺑﺄﺳﻠوب اﻟﻘواﺋم:
Viewing a node as a frame:Baseball-player ﻋرض ﻧﻘطﺔ ﻛﻣﺛﺎل ﻣن ﻣﺛﺎل ﻻﻋب اﻟﺑﯾﺳﺑول
Example
isa : Adult-Male ﻫو ﯾﻛون :رﺟل ﺑﺎﻟﻎ
Bates : EQUAL handed ﺿرﺑﺎﺗﻪ ﻟﻠﻛرة :ﻣﺗﺳﺎوﯾﺔ ﻣن ﻛﻼ اﻟﯾدﯾن.
Height : 6.1 طوﻟﻪ٦.١ :
Batting-average : 0.252 ﻣﺗوﺳط اﻟﺿرﺑﺎت٠.٢٥٢ :
وﻛﺗﻣرﯾن :ﻗم ﺑﻌﻣل ﻗواﺋم ” “framesﻟﺑﻘﯾﺔ اﻟﻛﺎﺋﻧﺎت واﻟﺻﻔﺎت ﻣن ﺷﺑﻛﺔ اﻟدﻻﻟﺔ ” “semantic networkأﻋﻼﻩ.
ﺧوارزﻣﯾﺔ ﺗورﯾث اﻟﺧﺻﺎﺋص Algorithm : Property Inheritance
ﻟﻛﻲ ﻧﻘوم ﺑﺎﺳﺗرﺟﺎع اﻟﻘﯾﻣﺔ Vاﻟﺧﺎﺻﺔ ﺑﺎﻟﺻﻔﺔ Aاﻟﺗﺎﺑﻌﺔ ﻟﻧﺳﺧﺔ اﻟﻛﺎﺋن ،Oﻧﺗﺑﻊ اﻟﺧطوات اﻟﺗﺎﻟﯾﺔ:
.١ﺟد اﻟﻛﺎﺋن Oﻓﻲ ﻗﺎﻋدة اﻟﻣﻌرﻓﺔ .knowledge base
.٢إذا ﻛﺎن ﻫﻧﺎك ﻗﯾﻣﺔ ﻟﻠﺧﺎﺻﯾﺔ ،Aﻗم ﺑرﻓﻊ ﺗﻠك اﻟﻘﯾﻣﺔ.
ٕ .٣وان ﻟم ﯾﻛن ﻫﻧﺎك ﻗﯾﻣﺔٕ ،واذا ﻛﺎن ﻻ ﯾوﺟد ﻗﯾﻣﺔ ﻟﺧﺎﺻﯾﺔ أﺧرى ،ﻓﺈﻧﻧﺎ ﻓﺷﻠﻧﺎ ﻓﻲ اﻻﺳﺗرﺟﺎع.
ٕ .٤وان ﻛﺎن ﻫﻧﺎك ﻗﯾﻣﺔ أﺧرى ،ﻗم ﺑﺎﻟﺗوﺟﻪ إﻟﻰ اﻟﻧﻘطﺔ اﻟﻣﻧﺎظرة ﻟﺗﻠك اﻟﻘﯾﻣﺔ ،واﺑﺣث ﻋن ﻗﯾﻣﺔ ﻟﻠﺧﺎﺻﯾﺔ ،Aإن وﺟدت
ﻗﯾﻣﺔ ﻗوم ﺑرﻓﻌﻬﺎ.
ٕ .٥واﻻ ،اﺳﺗﻣر ﺑﺎﻟﺑﺣث ﺣﺗﻰ ﺗﺟد ﻗﯾﻣﺔ ﻟﻠﺧﺎﺻﯾﺔ ” ،“isaأو ﺣﺗﻰ ﻻ ﺗﺟد أي إﺟﺎﺑﺔ:
.aاﺣﺻل ﻋﻠﻰ ﻗﯾﻣﺔ اﻟﺧﺎﺻﯾﺔ ” “isaوﺗﺣرك إﻟﻰ اﻟﻧﻘطﺔ ﺑﻌدﻩ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٣
.bاﻧظر ﻣﺎ إذا ﻛﺎﻧت ﻫﻧﺎك ﻗﯾﻣﺔ ﻟﻠﺧﺎﺻﯾﺔ ،Aإن ﻛﺎﻧت ﻫﻧﺎك واﺣدة ،ﺣددﻫﺎ.
1. Find object O in the knowledge base.
2. If there is a value for the attribute A then report that value.
3. Else, if there is a value for the attribute instance; If not, then fail.
4. Else, move to the node corresponding to that value and look for a value for the attribute A; If one is found,
report it.
5. Else, do until there is no value for the “isa” attribute or until an answer is found :
(a) Get the value of the “isa” attribute and move to that node.
(b) See if there is a value for the attribute A; If yes, report it.
ﺗﻌد اﻟﺧوارزﻣﯾﺔ اﻟﺳﺎﺑﻘﺔ ﺧوارزﻣﯾﺔ ﻣﺑﺳطﺔ ،ﻓﻬﻲ ﺗﺻف اﻵﻟﯾﺎت اﻷﺳﺎﺳﯾﺔ ﻟﻠﺗورﯾث ،وﻟﻛﻧﻬﺎ ﻻ ﺗﺧﺑرﻧﺎ ﻣﺎ ﻧﻔﻌل ﻟو ﻛﺎن ﻫﻧﺎك أﻛﺛر
ﻣن ﻗﯾﻣﺔ ﻟﻧﺳﺧﺔ instanceاﻟﻛﺎﺋن اﻟواﺣد أو اﻟﺧﺎﺻﯾﺔ ”.“isa
وﯾﻣﻛن ﺗطﺑﯾق ﻫذا ﻋﻠﻰ اﻟﻣﺛﺎل اﻟﺳﺎﺑق ﻟﻘﺎﻋدة اﻟﻣﻌرﻓﺔ اﻟﻣوﺿﺣﺔ ﻓﯾﻪ ،ﻟﻣﻌرﻓﺔ إﺟﺎﺑﺎت اﻻﺳﺗﻔﺳﺎرات اﻟﺗﺎﻟﯾﺔ:
team (Pee-Wee-Reese) = Brooklyn–Dodger
ﻓرﯾق اﻟﻼﻋب ﺑﯾوﯾﯾرﯾز ﻫو ﺑروﻛﻠﯾن دودﺟر.
batting–average(Three-Finger-Brown) = 0.106
ﻣﻌدل ﺿرﺑﺎت اﻟﻼﻋب ﺛري ﻓﯾﻧﺟر ﺑراون ﻫو ٠.١٠٦
height (Pee-Wee-Reese) = 6.1
طول اﻟﻼﻋب ﺑﯾوﯾرﯾز ﻫو ﺳﺗﺔ أﻗدام وواﺣد ﻣن ﻋﺷرة.
bats (Three Finger Brown) = right
اﻟﯾد اﻟﺗﻲ ﯾﺿرب ﺑﻬﺎ اﻟﻼﻋب ﺛرﯾﻔﯾﻧﺟرﺑراون ﻋﺎدة ﻫﻲ اﻟﯾد اﻟﯾﻣﻧﻰ.
وﻟﻠﻣزﯾد ﻣن اﻟﺗﻔﺎﺻﯾل ﯾﻣﻛن اﻟﻌودة إﻟﻰ ﻛﺗﺎب اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ﻓﻲ اﻟﻣراﺟﻊ آﺧر اﻟﻔﺻل ،ﻣن ﺗﺎﻟﯾفElaine Rich & :
،Kevin Knightاﻟﺻﻔﺣﺔ رﻗم .١١٢
اﻟﻣﻌرﻓﺔ اﻻﺳﺗدﻻﻟﯾﺔ Inferential Knowledge
ﻫذﻩ اﻟﻣﻌرﻓﺔ ﺗﻧﺗﺞ ﻣﻌﻠوﻣﺎت ﺟدﯾدة ﻣن اﻟﻣﻌﻠوﻣﺎت اﻟﻣﻌطﺎة ،وﻻ ﺗﺗطﻠب اﻟﻣﻌﻠوﻣﺎت اﻟﺟدﯾدة ﺟﻣﻊ ﺑﯾﺎﻧﺎت إﺿﺎﻓﯾﺔ ﻣن اﻟﻣﺻدر،
ﻟﻛﻧﻬﺎ ﺗﺗطﻠب ﺗﺣﻠﯾل اﻟﻣﻌﻠوﻣﺎت اﻟﻣﻌطﺎة ﻟﺗوﻟﯾد ﻣﻌرﻓﺔ ﺟدﯾدة.
ﻣﺛﺎل:
-ﻟدﯾﻧﺎ ﻣﺟﻣوﻋﺔ ﻣن اﻟﻌﻼﻗﺎت واﻟﻘﯾم ،واﺣدة ﻣﻧﻬﺎ ﻗد ﻧﺳﺗدل ﺑﻬﺎ ﻋﻠﻰ ﻗﻣﯾﺔ أو ﻋﻼﻗﺎت أﺧرى.
-اﻟﻣﻧطق اﻟﻣﺳﻧد )اﻻﺳﺗﻧﺗﺎج اﻟرﯾﺎﺿﻲ (a mathematical deductionﯾﺳﺗﺧدم ﻟﻼﺳﺗدﻻل ﻣن ﻣﺟﻣوﻋﺔ ﻣن
اﻟﺻﻔﺎت.
-ﯾﺳﺗﺧدم اﻻﺳﺗدﻻل ،ﺧﻼل اﻟﻣﻧطق اﻟﻣﺳﻧد ،ﻣﺟﻣوﻋﺔ ﻣن اﻟﻌﻣﻠﯾﺎت اﻟﻣﻧطﻘﯾﺔ ،ﻟﻠرﺑط ﺑﯾن اﻟﺑﯾﺎﻧﺎت اﻟﻣﻧﻔردة.
-اﻟرﻣوز اﻟﻣﺳﺗﺧدﻣﺔ ﻓﻲ ﻋﻣﻠﯾﺎت اﻟﻣﻧطق ﻫﻲ:
اﻟﺗﺿﻣﯾن ) ،"" (implicationاﻟﻧﻔﻲ ) ، " ¬ " (notأو ) ، " V " (orو ) ، " Λ " (andﻟﻛل ) ،"∀" (for allﻟﺑﻌض "∃"
).(there exists
ﻣﺛﺎل ﻋﻠﻰ ﻋﺑﺎرات اﻟﻣﻧطق اﻟﻣﺳﻧد Examples of predicate logic statements
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٤
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٥
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٦
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٧
وﯾﺳﻣﻰ اﻟﻣﻧطق اﻟﺧﺑري أﯾﺿﺎ ﺑﺎﻟﻣﻧطق اﻟﺣﺳﺎﺑﻲ ،أو اﻟﺟﺑر اﻟﺑوﻟﻲ ،ﻧﺳﺑﺔ إﻟﻰ اﻟﻌﺎﻟم ﺑول اﻟذي وﺿﻊ أﺳﺳﻪ ،ﻛﻣﺎ أن اﻟﻣﻧطق
اﻟﺧﺑري ﯾﻌﻠﻣﻧﺎ أﺳﺎﻟﯾب رﺑط وﺗﻌدﯾل ﺟﻣل أو اﻟﻌﺑﺎرات اﻹﺧﺑﺎرﯾﺔ ﻛﺎﻣﻠﺔ ،ﻟﺗﺷﻛﯾل ﺟﻣل وﻋﺑﺎرات أﻛﺛر ﺗﻌﻘﯾدا ،إﺿﺎﻓﺔ إﻟﻰ اﻟﻌﻼﻗﺎت
اﻟﻣﻧطﻘﯾﺔ واﻟﺧﺻﺎﺋص اﻟﻣﺷﺗﻘﺔ ﻣن أﺳﺎﻟﯾب ﺟﻣﯾﻊ وﺗﺑدﯾل اﻟﺟﻣل.
اﻟﻌﺑﺎرة ،واﻟﻣﺗﻐﯾرات ،واﻟرﻣوز Statement, Variables and Symbols
ﻓﯾﻣﺎ ﯾﻠﻲ ﻧﺗطرق إﻟﻰ ﺗﻠك اﻟﻣﺻطﻠﺣﺎت وأﻛﺛر ﻗﻠﯾﻼ ﻣﻧﻬﺎ ،ﻣﺛل اﻟرﺑط وﻗﯾﻣﺔ اﻟﺻواب واﻟﻣﺻﺎدﻓﺎت واﻟﺣﺷو واﻟﺗﻧﺎﻗﺿﺎت واﻷﺳﺑﻘﯾﺔ
واﻟﻠﺣﺎﻗﯾﺔ وﻏﯾرﻫﺎ.
اﻟﻌﺑﺎرة Statement
اﻟﺟﻣل ،(sentencesﺻﺎﺋﺑﺔ ﻛﺎﻧت أو ﺧﺎطﺋﺔ ،اﻟﺗﻲ ﻻ ﺗﺣﺗوي أي ﻋﺑﺎرة أﺧرى ﻛﺟزء ،ﻛﺈﺧﺑﺎر ﻓﻲ اﻟﻌﺑﺎرات اﻟﺑﺳﯾطﺔ ) ُ
اﻷﺳﺎس ،وﺗﺳﺗﺧدم اﻟﺣروف اﻻﻧﺟﻠﯾزﯾﺔ اﻟﺻﻐﯾرة ،lower-caseﻣﺛﻼ pأو ،qﻫﻲ رﻣوز ﻟﻠﻌﺑﺎرات اﻟﺑﺳﯾطﺔ.
واﻟﻌﺑﺎرات اﻟﺑﺳﯾطﺔ واﻟﻣرﻛﺑﺔ ﯾﺗم ﺟﻣﻌﻬﺎ ﻣن اﻟﺟﻣل اﻹﺧﺑﺎرﯾﺔ ﺑواﺳطﺔ ﺗﺟﻣﯾﻌﻬﺎ ﺑﻣؤﺛرات اﻟرﺑط.
اﻟرواﺑط واﻟﻣؤﺛرات Connective or Operator
basic ﺗﺗم ﻋﻣﻠﯾﺔ رﺑط اﻟﻌﺑﺎرات اﻟﺑﺳﯾطﺔ ﺑﺎﺳﺗﺧدام اﻟﻣؤﺛرات ،اﻟﺟدول اﻟﺗﺎﻟﻲ ﯾدل ﻋﻠﻰ ﻣؤﺛرات اﻻرﺗﺑﺎط اﻷﺳﺎﺳﯾﺔ
connectivesورﻣوزﻫﺎ اﻟﻣﺧﺗﻠﻔﺔ ،وﻫﻲ ﻣرﺗﺑﺔ ﺑﺷﻛل ﺗﻧﺎﻗﺻﻲ ﺣﺳب أوﻟوﯾﺔ اﻟﻌﻣﻠﯾﺔ اﻟﻣﻧطﻘﯾﺔ ،ﺑﺣﯾث ﺗﻛون اﻟﻌﻣﻠﯾﺔ ذات
اﻷوﻟوﯾﺔ اﻷﻋﻠﻰ ﻣﻌروﺿﺔ أوﻻ ،وﻟﻧﻘم ﺑدراﺳﺔ اﻟﻣﺛﺎل اﻟﺗﺎﻟﻲ وﻓﻬﻣﻪ ﺣﺳب ﺟدول اﻟﻣؤﺛرات أدﻧﺎﻩ.
)) ((((a Λ ¬b) V c d) ¬ (a V c
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٨
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٧٩
اﻻﺳﺗﻧﺗﺎﺟﺎت Conclusion
ﻫﻲ ﺟﻣﻠﺔ ﺧﺑرﯾﺔ ﯾﻔﺗرض أن ﺗﻛون ﻣﺑﻧﯾﺔ ﻋﻠﻰ أﺳﺎس ﺟﻣل ﺧﺑرﯾﺔ أﺧرى ﻗﺑﻠﻬﺎ ،ﻓﻧﺄﺧذ ﻛل اﻟﻣﻘدﻣﺎت اﻟﻣﻧطﻘﯾﺔ ،وﻧﻘوم ﺑرﺑطﻬﺎ
وﻧﺻﻧﻊ ﻋﻧدﺋذ ارﺗﺑﺎطﺎ ،ﯾﻣﺛل ﻟﻧﺎ ﻣﻘدﻣﺔ ﻣﻧطﻘﯾﺔ ﻟﻠﺷرطﺔ ،وﯾﺻﻧﻊ أﯾﺿﺎ اﻟﻼﺣﻘﺔ أي اﻻﺳﺗﻧﺗﺎج ،ﻫذﻩ اﻟﺟﻣﻠﺔ اﻟﻧﺎﺗﺟﺔ ﺗﺳﻣﻰ
ﺑﺎﻟﺟﻣﻠﺔ اﻟﺷرطﯾﺔ اﻟﻣطﺎﺑﻘﺔ ﻟﻠﺣﺟﺔ .argument
ﻣﻼﺣظﺔ :ﻛل اﻹﺛﺑﺎﺗﺎت أو اﻟﺣﺟﺞ ﺗطﺎﺑق ﺟﻣﻼ ﺷرطﯾﺔ ،وﻛل ﻋﺑﺎرة ﻧﺎﺗﺟﺔ ﯾﻧﺎظرﻫﺎ إﺛﺑﺎﺗﺎ ﻣﺎ ،ﻷن اﻟﺷرط اﻟﻣﻧﺎظر ﻟﻺﺛﺑﺎت ﻫو
ﻋﺑﺎرة ،ﻓﻬﻲ ﻟذﻟك إﻣﺎ ﺣﺷو أو ﺗﻧﺎﻗض أو أﻧﻬﺎ ﻣﺻﺎدﻓﺔ contingencyأي ﺟﻣﻠﺔ ﺗﺣﺗﻣل اﻟﺻواب واﻟﺧطﺄ.
اﻟﺣﺟﺔ ﺗﻛون ﺻﺣﯾﺣﺔ إذا وﻓﻘط إذا ﻛﺎﻧت ﺷرطﺎ ﻣﻧﺎظرا ﻟﺟﻣﻠﺔ اﻟﺣﺷو ،tautologyوﺗﻛون اﻟﺟﻣﻠﺗﯾن ﺛﺎﺑﺗﯾن إذا ٕواذا ﻓﻘط ﻛﺎن
ارﺗﺑﺎطﻬﻣﺎ ﻻ ﯾﺷﻛل ﺗﻧﺎﻗﺿﺎ ،ﻧﻘول ﻋن ﺟﻣﻠﺗﯾن أﻧﻬﻣﺎ ﻣﺗﻛﺎﻓﺋﺗﯾن ﻣﻧطﻘﯾﺎ ،logically equivalentإذا وﻓﻘط إذا ﻛﺎﻧت أﻋﻣدة
ﺟدول اﻟﺻواب ﻟﻬﻣﺎ ﻣﺗطﺎﺑﻘﺗﯾن ،أو إذا ٕواذا ﻓﻘط ﻛﺎﻧت اﻟﻌﺑﺎرة اﻟﻧﺎﺗﺟﺔ ﻋن ارﺗﺑﺎطﻬﻣﺎ ﺑﺎﺳﺗﺧدام ﻣؤﺛر اﻟﺗﻛﺎﻓؤ ﻣن ﻧوع ﺟﻣﻠﺔ
اﻟﺣﺷو .tautology
ﻻﺣظ أن ﺟدول اﻟﺻواب ﻣﻧﺎﺳب ﻹﺧﺗﺑﺎر ﺻواب اﻟﺟﻣﻠﺔ أو ﻛوﻧﻬﺎ ﺣﺷوا أو ﺗﻧﺎﻗﺿﺎ أو ﻣﺻﺎدﻓﺔ أو ﺛﺎﺑﺗﺔ أو اﻟﺗﻛﺎﻓؤ.
اﻟﻣﻧطق اﻟﻣﺳﻧد Predicate Logic
إن اﻟﻣﻧطق اﻟﺧﺑري ﻟﯾس ﻗوﯾﺎ ﺑﺷﻛل ﻛﺎف ﻟﻛل أﻧواع اﻟﺗﺄﻛﯾدات assertionsأو اﻻﻓﺗراﺿﺎت ،ﻣﺛﻼ اﻟﺗﺄﻛﯾد أن " ،"x > 1ﺣﯾث
xﻫﻲ ﻣﺗﻐﯾر ،ﻻ ﯾﻌﺗﺑر إﺧﺑﺎرا ﺑﺷﻲء ﻣﺎ ،ﻷﻧﻪ ﻻ ﯾوﺟد ﺻواب وﻻ ﺧطﺄ ﻫﻧﺎ إن ﻟم ﯾﺗم ﺗﺣدﯾد ﻗﯾﻣﺔ اﻟﻣﺗﻐﯾر.x
وﻟﻛﻲ ﺗﻣﺛل ﻟﻧﺎ ) (x > 1إﺧﺑﺎرا ،إﻣﺎ أن ﻧﺿﻊ ﻗﯾﻣﺔ رﻗﻣﯾﺔ ﻟﻠﻣﺗﻐﯾر ،xأو أن ﻧﻐﯾر اﻟﺟﻣﻠﺔ إﻟﻰ اﻟﺷﻛل:
""There is a number x for which x > 1 holds
ﻫﻧﺎك رﻗﻣﺎ xاﻟذي ﺗﺗﺣﻘق ﻓﯾﻪ ،x > 1أو ﻧﻐﯾر اﻟﺟﻣﻠﺔ إﻟﻰ اﻟﺻﯾﻐﺔ "For every number x, x > 1 holds":وﻫﻲ ﺟﻣﻠﺔ
أﺧرى ﻣﺷﺎﺑﻬﺔ ﺗﻘرﯾﺑﺎ ﻟﻠﺳﺎﺑﻘﺔ.
وﻟﻧﺄﺧذ ﺑﺎﻻﻋﺗﺑﺎر اﻟﺟﻣﻠﺔ اﻟﺷﻬﯾرة اﻟﺗﺎﻟﯾﺔ:
“ All men are mortal. Socrates is a man. Then Socrates is mortal” ,
واﻟﺗﻲ ﺗﻌﻧﻲ "ﻛل اﻟرﺟﺎل ﻓﺎﻧون .ﺳﻘراط رﺟل .إذا ﯾﻛون ﺳﻘراط ٍ
ﻓﺎن"
ﻫذﻩ اﻟﺟﻣﻠﺔ ﯾﺻﻌب اﻟﺗﻌﺑﯾر ﻋﻧﻬﺎ ﺑﺎﻟﻣﻧطق اﻟﺧﺑري ،ﻛﺎﺻطﻼح ﻟﺣﺟﺔ او إﺛﺑﺎت ﻣﻧطﻘﻲ ﺻﺣﯾﺢ ﻣﺣدد ،ﻓﻧﺣن ﻧﺣﺗﺎج إﻟﻰ ﻟﻐﺎت
ﺗﺳﻣﺢ ﺑوﺻف اﻟﺧﺻﺎﺋص ،أو ﻣﺎ ﻧﺳﻣﯾﻪ ﺑﺎﻟﻣﺳﻧدات ،predicatesاﻟﺗﻲ ﺗﺗﺑﻊ ﻛﺎﺋﻧﺎ ﻣﺎ ،أو ﺗﻠك اﻟﻠﻐﺔ اﻟﺗﻲ ﺗﺳﻣﺢ ﺑوﺻف ﻋﻼﻗﺔ
ﺑﯾن اﻟﻛﺎﺋﻧﺎت ،ﻣﻣﺛﻠﺔ ﺑﺎﺳﺗﺧدام اﻟﻣﺗﻐﯾرات.
واﻟﻣﻧطق أﻹﺳﻧﺎدي أو اﻟﻣﺳﻧد Predicate logicﯾﻧﺎﺳب ﻣﺗطﻠﺑﺎت اﻟﻠﻐﺔ اﻟﺗﻲ ﺗﺣدﺛﻧﺎ ﻋﻧﻬﺎ ،ﻛﻣﺎ أﻧﻪ ﻗوي ﺑﺷﻛل ﻛﺎف ﻟﻠﺗﻌﺑﯾر
واﻟﺗﻔﺳﯾر ،وﻫذا اﻟﻧوع ﻣن اﻟﻣﻧطق ﻣﺑﻧﻲ ﻋﻠﻰ أﻓﻛﺎر اﻟﻣﻧطق اﻟﺧﺑري ﻛﻣﯾزة ﻣﻬﻣﺔ ﻟﻪ.
اﻹﺳﻧﺎد أو اﻟﻣﺳﻧد Predicate
ﻛل ﺟﻣﻠﺔ ﺗﺎﻣﺔ ﺗﺗﻛون ﻣن ﻣﻘطﻌﯾن :اﻟﻣوﺿوع subjectواﻟﻣﺳﻧد ،اﻟﻣوﺿوع ﻫو ﻣﺎذا أو ﻣن ﺗﺗﺣدث ﻋﻧﻪ اﻟﺟﻣﻠﺔ ،واﻟﻣﺳﻧد
ﯾﺧﺑرﻧﺎ ﺷﯾﺋﺎ ﻣﺎ ﻋن ذﻟك اﻟﻣوﺿوع.
ﻣﺛﻼ:
ﻓﻲ اﻟﺟﻣﻠﺔ "} ،"Judy {runsاﻟﻣوﺿوع Judyواﻟﻣﺳﻧد ﻫو .runs
اﻟﻣﺳﻧد ،Predicateداﺋﻣﺎ ﯾﺷﻣل اﻟﻔﻌل ،ﯾﺧﺑرﻧﺎ اﻟﻔﻌل ﺷﯾﺋﺎ ﻣﺎ ﺣول اﻟﻣوﺿوع ،واﻟﻣﺳﻧد ﯾﻛون ﻗﺎﻟب ﻟﺟﻣﻠﺔ ﻓﻌﻠﯾﺔ ﺗﺻف ﺧﺎﺻﯾﺔ
ﻟﻛﺎﺋن ،أو ﻋﻼﻗﺔ ﺑﯾن ﻛﺎﺋﻧﺎت objectsﯾﺗم ﺗﻣﺛﯾﻠﻬﺎ ﺑواﺳطﺔ ﻣﺗﻐﯾرات .variables
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٠
أﻣﺛﻠﺔ:
"“The car Tom is driving is blue" ; "The sky is blue" ; "The cover of this book is blue
ﻟدﻧﯾﺎ ﻓﻲ اﻷﻣﺛﻠﺔ أﻋﻼﻩ ،اﻟﻣﺳﻧد " “is blueﯾﺻف ﺧﺎﺻﯾﺔ ،واﻟﻣﺳﻧد ﯾﻣﻛن أن ﯾﻌطﻰ أﺳﻣﺎء ،ﻣﺛﻼ ﻟﯾﻛن Bاﺳﻣﺎ ﻟﻠﻣﺳﻧد
" ،"is_blueوﯾﺗم ﺗﻣﺛﯾل اﻟﺟﻣﻠﺔ ﺑﺎﻟﺷﻛل ") ،"B(xوﻧﻘرأ ذﻟك " ،"x is blueﻓﺎﻟرﻣز ” “xﯾﻣﺛل أي ﻛﺎﺋن ﻏﯾر ﻣﺣدد.
ﺗﻌﺑﯾرات اﻟﻣﻧطق اﻹﺳﻧﺎدي Predicate Logic Expressions
ﻣؤﺛرات اﻟﺟﻣل اﻟﺧﺑرﯾﺔ ﯾﻘوم ﺑﺎﻟرﺑط ﺑﯾن اﻟﻣﺳﻧدات ﻣﺛﻼ اﻟﺻﯾﻐﺔ اﻟﺗﺎﻟﯾﺔ ﻫﻲ ﺧﻠﯾط ﻣن اﻟﻣﻧطق اﻹﺧﺑﺎري واﻟﻣﻧطق اﻹﺳﻧﺎدي:
) ) )If ( p(....) && ( !q(....) || r (....
اﻟﻣؤﺛرات اﻟﻣﻧطﻘﯾﺔ Logic operators
أﻣﺛﻠﺔ ﻟﺟﻣﻠﺔ اﻟرﺑط (OR) disjunctionوﺟﻣﻠﺔ اﻟرﺑط ،(AND) conjunctionﻻﺣظ اﺳﺗﺧدام اﻟرﻣز اﻟﻣﻧطﻘﻲ || ﻟﻣؤﺛر ﺟﻣﻠﺔ
) (ORواﻟرﻣز اﻟﻣﻧطﻘﻲ && ﻟﻣؤﺛر ﺟﻣﻠﺔ ) ،(ANDوﻟﻧرى اﻟﻣﺛﺎل اﻟﺗﺎﻟﻲ:
)x < y || ( y < z && z < x
ﻓﺈذا ﻛﺎن ﺟدول اﻟﺻواب ﻟﻠﺟﻣﻠﺔ ﺑﺎﻟﺻورة ; ) ،true || ( true && trueﻓﺈن ﺟدول اﻟﺻواب ﻟﻠﺟﻣﻠﺔ ﻛﻠﻬﺎ ﯾﻛون ،Trueوﻟﻛن
ﻫذا ﻏﯾر ﻣؤﻛد داﺋﻣﺎ ﻓﻠو وﺿﻌﻧﺎ اﻟﻘﯾم 1 ،2 ، 3ﻟﻠﻣﺗﻐﯾرات z، y،xﻋﻠﻰ اﻟﺗرﺗﯾب ،ﻟﻛﺎﻧت اﻟﺻﯾﻐﺔ ﺑﺎﻟﺷﻛل:
)3 < 2 || ( 2 < 1 && 1 < 3
وﻗﯾﻣﺔ اﻟﺻواب ﻟﻠﺻﯾﻐﺔ اﻟﺳﺎﺑﻘﺔ ﻫو ،FALSEوﯾﻣﻛن اﻟﺣﺻول أﯾﺿﺎ ﻋﻠﻰ ﻗﯾﻣﺔ اﻟﺻواب TRUEﺑﻘﯾم أﺧرى.
اﻟﻣﻘﺎﯾﯾس اﻟﻛﻣﯾﺔ ﻟﻠﻣﻧطق اﻟﻣﺳﻧد Predicate Logic Quantifiers
ﻛﻣﺎ ﻻﺣظﻧﺎ ﺳﺎﺑﻘﺎ ﻓﺈن x > 1ﻟﯾﺳت ﺟﻣﻠﺔ ﺧﺑرﯾﺔ ﻟﻌدم ﺗﺣدﯾد ﻗﯾﻣﺔ ﺻواﺑﻬﺎ ،وﻟﻧﺗﺳﺎءل ﻣﺎذا ﺗﺣﺗﺎج ﻟﺗﻛون ﺧﺑرﯾﺔ ،ﻋﻣوﻣﺎ
ﻓﺎﻟﺟﻣﻠﺔ اﻟﻣﺳﻧدة ﻣﻊ ﻣﺗﻐﯾراﺗﻬﺎ ،ﻛوﺣدة ﺻﻐرى ﻟﺻﯾﻎ اﻟﺗﻣﺛﯾل ،ﯾﻣﻛن أن ﺗﻛون ﺧﺑرﯾﺔ ﺑﺗطﺑﯾق واﺣدة ﻣن اﻟﻌﻣﻠﯾﺎت اﻟﺗﺎﻟﯾﺔ ﻟﻛل
ﻣﺗﻐﯾراﺗﻬﺎ:
.١وﺿﻊ ﻗﯾﻣﺔ ﻟﻠﻣﺗﻐﯾر ،ﻣﺛﻼ ،x > 1إذا ﻛﺎﻧت اﻟﻘﯾﻣﺔ 3ﻓﺳﺗﺻﺑﺢ اﻟﻌﺑﺎرة ﺻﺎﺋﺑﺔ ﻣﻧطﻘﯾﺎ.
.٢ﺗﺣدﯾد اﻟﻣﺗﻐﯾر ﺑﺎﺳﺗﺧدام ﻣﻘﯾﺎس ﻛﻣﻲ quantifierﻋﻠﻰ ﺻﯾﻎ اﻟﻣﻧطق اﻟﻣﺳﻧد ،وﺗﺳﻣﻰ ﺑﺎﻟﺻﯾﻐﺔ اﻟﻣﻌدة ﺟﯾدا wff
،well-formed formulaﺳواء ﻛﺎﻧت اﻟﺟﻣﻠﺔ x > 1أو ﻣن اﻟﺷﻛل ) ،P(xوذﻟك ﺑﺎﺳﺗﺧدام اﻟﻣﻘﯾﺎس اﻟﻛﻣﻲ ﻋﻠﻰ
اﻟﻣﺗﻐﯾرات ،وﻓﯾﻣﺎ ﯾﻠﻲ ﺗوﺿﯾﺢ طرﯾﻘﺔ ﺗطﺑﯾق اﻟﻣﻘﯾﺎس اﻟﻛﻣﻲ:
-اﻟﻣﺗﻐﯾر : Variable x
اﻟﺗﻌﺑﯾر x > 5ﻟﯾس ﺟﻣﻠﺔ ﺧﺑرﯾﺔ ،ﻓﻘﯾﻣﺔ ﺻواﺑﻬﺎ ﺗﻌﺗﻣد ﻋﻠﻰ اﻟﻣﺗﻐﯾر ،xوﻟﻛﻲ ﻧﻔﺳر اﻟﻌﺑﺎرة ﻧﺣﺗﺎج إﻟﻰ اﻟﺗﺻرﯾﺢ ﺑﻘﯾﻣﺔ .x
-اﻟﺗﺻرﯾﺢ Declarationﻣن اﻟﺷﻛل x : a
اﻟﺗﻌﺑﯾر x : aﯾﺻرح ﻋن ﻣﺗﻐﯾر ،xوﯾﻘرأ ﻫذا اﻟﺗﺻرﯾﺢ " xﻋﻧﺻر ﻣن اﻟﻣﺟﻣوﻋﺔ ."a
-اﻟﻌﺑﺎرة pﻛﻌﺑﺎرة ﺣول اﻟﻣﺗﻐﯾر :x
اﻟﺗﻌﺑﯾر Q x : a • pﯾوﺿﺢ ﻟﻧﺎ ﻣﻘﯾﺎس ﻛﻣﻲ ﻟﻠﻌﺑﺎرة pاﻟﺗﻲ ﺗﺣدد xﻛﻌﻧﺻر ﻣن اﻟﻣﺟﻣوﻋﺔ ،aﺿﻣن اﻟﻣﻘﯾﺎس .Q
ﻫذﻩ اﻟﻣﻘﺎﯾﯾس اﻟﻛﻣﯾﺔ Quantifiersﻧوﻋﯾن :اﻟﻣﻘﯾﺎس اﻟﻛﻣﻲ اﻟﻛﻠﻲ ،universalاﻟذي ﯾرﻣز ﻟﻪ ﺑـ∀،واﻟﻣﻘﯾﺎس اﻟﻛﻣﻲ اﻟﺟزﺋﻲ
existentialأي ﻣﻘﯾﺎس اﻟوﺟود ،وﯾﺳﺗﺧدم ﻟذﻟك اﻟرﻣز ∃.
اﻟﻣوﺿوع اﻟﻛﻠﻲ Universe of Discourse
اﻟﻣوﺿوع اﻟﻛﻠﻲ ﻫو ﻣﺳﻣﻰ آﺧر ﻟﻠﻣﻘﯾﺎس اﻟﻛﻣﻲ اﻟﻛﻠﻲ ،واﻟذي ﯾﻘﺻد ﺑﻪ:
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨١
ﻣﺟﻣوﻋﺔ ﻣن اﻟﻛﯾﺎﻧﺎت set of entitiesاﻟﺗﻲ ﺗﺗﻌﺎﻣل ﻣﻊ اﻟﻣﻘﺎﯾﯾس اﻟﻛﻣﯾﺔ ،واﻟﻛﯾﺎﻧﺎت entitiesﯾﻣﻛن أن ﺗﻛون
ﻣﺟﻣوﻋﺔ اﻷﻋداد اﻟﺣﻘﯾﻘﯾﺔ ،أو اﻟﺻﺣﯾﺣﺔ ،أو ﻣﺟﻣوﻋﺔ ﺟﻣﯾﻊ اﻟﺳﯾﺎرات ﻓﻲ ﻣوﻗف ﻣﺎ ،أو ﺣﺗﻰ ﻛل اﻟطﻼب ﻓﻲ ﻓﺻل
ﻣﻌﯾن..اﻟﺦ.
واﻟﻛﻠﻲ universeﻫو إذا ﻧطﺎق أو ﻣﯾدان اﻟﻣﺗﻐﯾرات اﻟﻣﻔردة.
اﻹﺧﺑﺎر propositionsﻓﻲ اﻟﻣﻧطق اﻟﻣﺳﻧد ﻫو ﻋﺑﺎرة ﺣول ﻛﺎﺋن ﻣن اﻟﻧطﺎق اﻟﻛﻠﻲ.
واﻟﻧطﺎق اﻟﻛﻠﻲ ﻓﻲ اﻟواﻗﻊ ﯾﺗرك ﺿﻣﻧﯾﺎ ﻋﺎدة ،ﻟﻛن ﯾﻠزم أن ﯾﻛون واﺿﺣﺎ ﻣن اﻟﺳﯾﺎق ،ﻣﺛﻼ ﺑﺎﻟﻧﺳﺑﺔ ﻟﻸﻋداد اﻟطﺑﯾﻌﯾﺔ natural
numbersﻧﻘول:
)forAll x, y (x < y or x = y or x > y
ﻓﻼ ﻧﺣﺗﺎج ﻷن ﻧﻛون دﻗﯾﻘﯾن وﻧﻘول ، forAll x, y in N:ﻷن Nﻣﻌروﻓﺔ ﺿﻣﻧﺎ ﻣن اﻟﺳﯾﺎق ،وﻫﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ Universe
،of Discourseوﻣن اﻟﻣﻬم ﺗﺣدﯾد اﻟﻘﯾم اﻟﻣﺳﻣوح ﺑﻬﺎ إذا ﻛﺎﻧت اﻟﺧﺎﺻﯾﺔ ﺗﺣﻣل ﻗﯾﻣﺎ طﺑﯾﻌﯾﺔ وﻟﯾس ﻣن اﻷﻋداد اﻟﺣﻘﯾﻘﯾﺔ ﻛﻠﻬﺎ،
ﺑﺎﻟﻧﺳﺑﺔ ﻟﻛل ﻣﺗﻐﯾر xو .y
ﺗطﺑﯾق اﻟﻣﻘﯾﺎس اﻟﻛﻠﻲ ∀ " Universal Quantifier " For All
اﻟﻣﻘﯾﺎس اﻟﻛﻠﻲ ﯾﺳﻣﺢ ﻟﻧﺎ ﺑﺻﯾﺎﻏﺔ ﻋﺑﺎرات ﺣول ﻣﺟﺎﻣﯾﻊ ﻣن اﻟﻛﺎﺋﻧﺎت.
ﻣﺛﻼ اﻟﻣﻘﯾﺎس اﻟﻛﻠﻲ ∀x : a • p
واﻟذي ﯾﻘرأ ” “ for all x in a , p holdsأي ﻟﻛل ﻗﯾم xﻣن اﻟﻣﺟﻣوﻋﺔ aﺗﺣﻘق اﻟﺟﻣﻠﺔ ،pوﺗﺿﺢ أﯾﺿﺎ أن اﻟﻣﺟﻣوﻋﺔ a
ﻫﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ ،واﻟﻣﺗﻐﯾر xﻫو ﻋﺿو ﻓﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ ،وأن pﻫﻲ اﻟﻌﺑﺎرة اﻟﺗﻲ ﺗﺳﺗﺧدم اﻟﻣﺗﻐﯾر ،xوﻛﺻﯾﻐﺔ ﺧﺑرﯾﺔ
ﻧﻛﺗﺑﻬﺎ ﻫﻛذا ،∀x p(x) :وﺗﻘرأ ﻟﻛل ﻗﯾم xﯾﻛون ) ،p(xأو ﻷي ﻗﯾﻣﺔ ﻣن ﻗﯾم xﯾﻛون ) ،p(xﺣﯾث ) p(xﺟﻣﻠﺔ ﻣﺳﻧدة،
واﻟﻣﻘﯾﺎس ∀xﯾدل ﻋﻠﻰ ﺟﻣﯾﻊ اﻟﻛﺎﺋﻧﺎت ﻓﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ ،وأن ) p(xﺗﻛون ﺻﺎﺋﺑﺔ ﻟﻛل ﺗﻠك اﻟﻛﺎﺋﻧﺎت أو اﻟﻌﻧﺎﺻر.
ﻣﺛﺎل ﺣول ﺗﺣوﯾل اﻟﻠﻐﺔ اﻻﻧﺟﻠﯾزﯾﺔ إﻟﻰ اﻟﺷﻛل اﻹﺧﺑﺎري ،وﻟﻧﺄﺧذ اﻟﺟﻣﻠﺔ ": "All cars have wheels
وﻟﻧﻣﺛﻠﻬﺎ ﺑﺎﻟﺷﻛل .∀x : car • x has wheel
وﻧﻛﺗب ) ،x P(xﺣﯾث ) P(xﻫﻲ ﺟﻣﻠﺔ ﻣﺳﻧدة ﺗﻘول ﻟﻧﺎ أن ’ ،‘x has wheelsو xﻣﺗﻐﯾر ﻟﻛﺎﺋن ﻣن ’‘carsاﻟﺗﻲ ﺗﻌﺗﺑر
اﻟﻣوﺿوع اﻟﻛﻠﻲ ﻫﻧﺎ.
ﺗطﺑﯾق اﻟﻣﻘﯾﺎس اﻟﺟزﺋﻲ ∃ " Existential Quantifier " There Exists
ﯾﺳﻣﺢ ﻟﻧﺎ اﻟﻣﻘﯾﺎس اﻟﺟزﺋﻲ أو ﻣﻘﯾﺎس اﻟوﺟود∃ ،ﺑﺄن ﻧﺟزم ﺑوﺟود ﻛﺎﺋن دون أن ﻧﺣدد أﺳﻣﺎ ﻟﻪ.
ﻣﺛﻼ ﻣﻘﯾﺎس اﻟوﺟود ﻓﻲ اﻟﺻﯾﻐﺔ ∃x : a • p
وﯾﻘرأ ﻫذا اﻟﻣﺛﺎل ” ،“ there exists an x such that p holdsأي ﯾوﺟد ﻗﯾﻣﺔ ﻟﻠﻣﺗﻐﯾر xﻣن ﻗﯾم اﻟﻣﺟﻣوﻋﺔ aﺗﺣﻘق
اﻟﺟﻣﻠﺔ ،pوﺗﻛون اﻟﻣﺟﻣوﻋﺔ aﻫﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ universe of discourseﻟﻠﻣﺳﺄﻟﺔ ،واﻟﻣﺗﻐﯾر xﻋﺿو ﻓﻲ ﻧطﺎق ذﻟك
اﻟﻣوﺿوع ،و وأن pﻫﻲ اﻟﻌﺑﺎرة اﻟﺗﻲ ﺗﺳﺗﺧدم اﻟﻣﺗﻐﯾر ،xوﻛﺻﯾﻐﺔ ﺧﺑرﯾﺔ ﻧﻛﺗﺑﻬﺎ ) ،∃x P(xواﻟﺗﻲ ﺗﻘرأ ﺗوﺟد ﻗﯾﻣﺔ ﻟـ xﺑﺣﯾث
) ،P(xأو ﻋﻠﻰ اﻷﻗل ﻫﻧﺎك ﻗﯾﻣﺔ واﺣدة ﻟـ xﺑﺣﯾث ﯾﻛون ) ،P(xﺣﯾث أن ) P(xﺟﻣﻠﺔ ﻣﺳﻧدة ،ﺗﻌﻧﻲ xﻓﯾﻬﺎ ﻋﻠﻰ اﻷﻗل ﯾوﺟد
ﻛﺎﺋن xﻓﻲ اﻟﻣوﺿوع اﻟﻛﻠﻲ ،و) P(xﯾﻛون ﺻﺎﺋﺑﺎ ﻟﻘﯾﻣﺔ واﺣدة ﻋﻠﻰ اﻷﻗل ﻟﻠﻛﺎﺋن xﻓﻲ اﻟﻧطﺎق اﻟﻛﻠﻲ.
ﻣﺛﺎل ﺣول ﺗﺣوﯾل اﻟﻠﻐﺔ اﻻﻧﺟﻠﯾزﯾﺔ إﻟﻰ اﻟﺷﻛل اﻹﺧﺑﺎري ،وﻟﻧﺄﺧذ اﻟﺟﻣﻠﺔ ” : “ Someone loves you
وﻟﻧﻣﺛﻠﻬﺎ ﺑﺎﻟﺷﻛل .∃x : Someone • x loves you
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٢
وﻧﻛﺗب ) ،x P(xﺣﯾث ) P(xﺟﻣﻠﺔ ﻣﺳﻧدة ﺗﻘول أن ،‘ x loves you ’ :وأن xﻣﺗﻐﯾر ﻟﻛﺎﺋن ﻣن ’ ‘ someoneاﻟﺗﻲ
ﺣددت ﻛﻣوﺿوع أو ﻧطﺎق ﻛﻠﻲ ﻫﻧﺎ.
اﻟﺻﯾﻐﺔ Formula
ﻓﻲ اﻟﻣﻧطق اﻟرﯾﺎﺿﻲ ،mathematical logicاﻟﺻﯾﻐﺔ ﻫﻲ أﺣد أﺳﺎﻟﯾب ﺗﺟرﯾد اﻟﻛﺎﺋﻧﺎت ﻣن اﻟﺗﺣدﯾد إﻟﻰ اﻟﺗﻌﻣﯾم ،وﺗظﻬر
اﻟﺻﯾﻐﺔ ﺑﺷﻛل رﻣز أو ﺳﻠﺳﻠﺔ ﻣن اﻟرﻣوز اﻟﺗﻲ ﻗد ﺗﻔﺳر ﺑﺄي ﻣﻌﻧﻰ ﻓﻲ اﻟﻠﻐﺔ اﻻﺻطﻼﺣﯾﺔ.
اﻟﻣﺻطﻠﺣﺎت Terms
ﺗﻌرف اﻟﻣﺻطﻠﺣﺎت ﺑﺷﻛل ﻣﺗﻛرر ﻛﻣﺗﻐﯾرات وﺛواﺑت أو دوال functionsﻣﺛل ) ،f(t1, . . . , tnﺣﯾث fرﻣز ﻟﻣﺻﻔوﻓﺔ n-
aryﻧوﻧﯾﺔ اﻟرﺗﺑﺔ ﻣن اﻟدوال ،ﺗﺳﺗﺧدم ﻣﺟﻣوﻋﺔ ﻣﺗﻐﯾرات ،t1, . . . , tnوﺑﺗطﺑﯾق اﻹﺳﻧﺎد إﻟﻰ ﻫذﻩ ﻧﺣﺻل ﻋﻠﻰ اﻟﺻﯾﻎ اﻟذرﯾﺔ
،atomic formulasأو اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ.
اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ Atomic formulas
اﻟﺻﯾﻐﺔ اﻟﺑﻧﺎﺋﯾﺔ ﻫﻲ ﺻﯾﻐﺔ ﻟﯾس ﻟﻬﺎ ﺗرﻛﯾب ﻫﯾﻛﻠﻲ أﻋﻣق ﻣﻣﺎ ﺗﺑدو ﻋﻠﯾﻪ ،ﺑﻣﻌﻧﻰ أﻧﻬﺎ اﻟﺻﯾﻐﺔ اﻟﺗﻲ ﻻ ﺗﺣﺗوي ﻋﻠﻰ رواﺑط
ﻣﻧطﻘﯾﺔ أو اﻟﺻﯾﻐﺔ اﻟﺗﻲ ﻻ ﺗﺟﻌﻠﻧﺎ ﻧﻌود إﻟﻰ ﺻﯾﻎ ﻓرﻋﯾﺔ ﻣﻌﯾﻧﺔ ،واﻟﺻﯾﻐﺔ اﻟذرﯾﺔ أو اﻟﺑﻧﺎﺋﯾﺔ Atomsﻫﻲ اﺑﺳط اﻟﺻﯾﻎ اﻟﻣﻧطﻘﯾﺔ
اﻟﻣﻌدة ﺟﯾدا .well-formed
اﻟﺻﯾﻎ اﻟﻣرﻛﺑﺔ :Compound formulasﻫﻲ ﺻﯾﻎ ﻣﻌدة ﺑﺷﻛل ﯾﺟﻣﻊ اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ ﺑﺎﺳﺗﺧدام اﻻرﺗﺑﺎط اﻟﻣﻧطﻘﻲ logical
.connectives
اﻟﺻﯾﻐﺔ اﻟﻣﻌدة ﺟﯾدا )" :Well-formed formula ("wiffﻫﻲ رﻣز أو ﺳﻠﺳﻠﺔ ﻣن اﻟرﻣوز ﺗﻧﺗﺞ ﻋﺑر ﻗواﻋد اﻟﺗرﻛﯾب ﻟﻠﻐﺔ
اﻻﺻطﻼﺣﯾﺔ اﻟﻣﺳﺗﺧدﻣﺔ ،واﻟﺻﯾﻐﺔ اﻟﺑﻧﺎﺋﯾﺔ ﺗﻛون ﻣن اﻟﺷﻛل t1 = t2:ﺣﯾث t1و t2ﻫﻲ ﻋﻧﺎﺻرﻫﺎ ،أو ﻣن اﻟﺷﻛل R(t1, . . .
) , tnﺣﯾث Rﻫﻲ ﻋﻼﻗﺔ ﺑﯾن nﻣن اﻟدوال ،و) (t1, . . ., tnﻫﻲ ﻋﻧﺎﺻرﻫﺎ ،أو ﻣن اﻟﺷﻛل ¬ aاﻟذي ﯾﻛون ﺻﯾﻐﺔ ﻋﻧدﻣﺎ
ﺗﻛون aﺻﯾﻐﺔ ،أو ﻗد ﺗﻛون اﻟﺻﯾﻐﺔ اﻟﺑﻧﺎﺋﯾﺔ ) (p Λ qو ) (a bاﻟﺗﻲ ﺗﻛون ﺻﯾﻐﺔ ﻋﻧدﻣﺎ ﺗﻛون ﻛﻼ ﻣن aو .bوﻛﻣﺛﺎل
ﺣول اﻟﺻﯾﻐﺔ اﻟﻣرﻛﺑﺔ. ((((a Λ b ) Λ c) v ((¬ a Λ b) Λ c)) v ((a Λ ¬ b) Λ c)) :
ﺗﻣﺛﯾل اﻟﻌﻼﻗﺔ "ﻫو ﯾﻛون" أو"ﺣﺎﻟﺔ ﻣن" Representing “ IsA ” and “ Instance ” Relationships
ﺗﺗﻛون اﻟﻌﺑﺎرات اﻟﻣﻧطﻘﯾﺔ ﻣن اﻟﻣوﺿوع ،subjectواﻟﻣﺳﻧد predicateواﻟﻛﺎﺋن ،objectوﻫذﻩ ﺗﺳﺗﺧدم ﺧﺎﺻﯾﺗﯾن ﻣﻬﻣﺗﯾن ﻫﻣﺎ
" "instanceو " "isaﻓﻲ اﻟﻬﯾﻛل اﻟﻬرﻣﻲ .ﻓﺎﻟﺻﻔﺎت " "instanceو " "isaﺗدﻋﻣﺎن اﻟﺧﺻﺎﺋص وراﺛﺔ اﻟﺧﺻﺎﺋص ،وﺗﻠﻌﺑﺎن
دورا ﻣﻬﻣﺎ ﻓﻲ ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ .ﻓﯾﻣﺎ ﯾﻠﻲ طرق اﻟﺗﻌﺑﯾر اﻟﻣﻧطﻘﻲ ﻋﻧﻬﻣﺎ.
ﻣﺛﺎل :اﻟﺟﻣﻠﺔ اﻟﺑﺳﯾطﺔ ""Joe is a musician
ﻟدﯾﻧﺎ ﻫﻧﺎ اﺳﺗﺧدام ﻟﺻﻔﺔ " "is aواﻟﺗﻲ ﺗﺳﻣﻰ ،IsAﻛطرﯾﻘﺔ ﻟﻠﺗﻌﺑﯾر ﻋن ﻣﺎ ﻧﺳﻣﯾﻪ ﻣﻧطﻘﯾﺎ ﺑﻌﻼﻗﺔ ﺣﺎﻟﺔ اﻟﺻﻧف class-
instanceﺑﯾن اﻟﻣوﺿوع ﻣﻣﺛﻼ ﺑﺎﻟﻌﻧﺻرﯾن " "Joeو " ،"musicianﻓـ " "Joeﻫو ﺣﺎﻟﺔ ﻣن ﺻﻧف أﺷﯾﺎء ﺗﺳﻣﻰ "،"musician
ﻓﯾﻠﻌب " "Joeدور اﻟﺣﺎﻟﺔ أو اﻟﻣﺛﯾل ،instanceوﯾﻘوم اﻟﻌﻧﺻر " "musicianﺑدور اﻟﺻﻧف أو اﻟﻔﺋﺔ classﻓﻲ ﺗﻠك اﻟﺟﻣﻠﺔ.
ﻻﺣظ أﻧﻪ ﻓﻲ أي ﺟﻣﻠﺔ ﻛﺗﻠك ،طﺎﻟﻣﺎ ﻛﻧﺎ ﻧﺗﻌﺎﻣل ﻣﻊ اﻟﺑﺷر ﻓﻼ ﻣﺷﻛﻠﺔ ،أﻣﺎ ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﺣواﺳﯾب ﻓﻛل ﻋﻼﻗﺔ ﯾﺟب أن ﯾﺗم ﺗﻌرﯾﻔﻬﺎ
ﺑﺻورة ﺻرﯾﺣﺔ :ﻓﺎﻟﺟﻣﻠﺔ ﻛﻬذﻩ
][Joe IsA ][Musician
ﺗﺻﺎغ ﺑﺎﻟﺷﻛل اﻟﻌﺎم
][Instance IsA ][Class
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٣
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٤
اﻟﻘرار Resolution
اﻟﻘرار ﯾﻘﺻد ﺑﻪ ﻫﻧﺎ إﺟراءات ﻣﺳﺗﺧدﻣﺔ ﻟﻠﺑرﻫﻧﺔ ﻋﻠﻰ أن ﺑﻌض اﻟﻣﺗﻐﯾرات اﻟﺗﻲ ﻣن اﻟﻣﻣﻛن اﻟﺗﻌﺑﯾر ﻋﻧﻬﺎ ﻓﻲ اﻟﻣﻧطق اﻟﻣﺳﻧد،
أﻧﻬﺎ ﺻﺣﯾﺣﺔ .وﻫﻲ إﺟراءات اﻹﺛﺑﺎت ﻋن طرﯾق اﻟﺗﻔﻧﯾد refutationأو ﻛﺷف اﻟﺗﻧﺎﻗض contradictionإن وﺟدا ،وﺗﻘود
ﻋﻣﻠﯾﺔ اﻟﻘرار Resolutionﻫذﻩ ﻟﻠدﺣض ﺑﺎﺳﺗﺧدام ﺗﻘﻧﯾﺔ إﺛﺑﺎت اﻟﻧظرﯾﺎت ﻟﻠﺟﻣل اﻟﻣﺻﺎﻏﺔ ﺑﺎﻟﻣﻧطق اﻟﺧﺑري و ﻣﻧطق اﻟطﻠب
اﻷول.
ﯾﻌﺗﺑر اﻟﻘرار ﻗﺎﻧوﻧﺎ ﻣن ﻗواﻧﯾن اﻻﺳﺗدﻻل ، inferenceوﻣﺑرﻫﻧﺎ ﺣﺎﺳوﺑﯾﺎ ﻟﻠﻧظرﯾﺎت ،وﯾﻌرف ﺣﺗﻰ اﻵن ﻓﻘط ﻟﻠﻣﻧطق اﻟﺧﺑري،
ﻛﺈﺳﺗراﺗﯾﺟﯾﺔ ﺗﺳﺎﻋد ﻋﻠﻰ ﺗﻛﯾﯾف ﺗﻘﻧﯾﺎت اﻟﻘرار ﻟﻠﻣﻧطق اﻟﺧﺑري ﻋﻠﻰ اﻟﻣﻧطق اﻟﻣﺳﻧد.
(٩ﻗﻮﺍﻧﲔ ﺍﺳﺘﺨﺪﺍﻡ ﲤﺜﻴﻞ ﺍﳌﻌﺮﻓﺔ KR Using Rules
ﻓﻲ اﻟﻣوﺿوع ا ﻟﺳﺎﺑﻘﺔ أوﺿﺣﻧﺎ اﻟﻣﻧطق اﻟﻣﺳﻧد ﺑﺎﺳﺗﺧدام ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ،وﻫﻧﺎك ﻣﻧﻬﺟﯾﺎت ﺷﺎﺋﻌﺔ ﻟﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ﻣﺛل :ﻗواﻋد
اﻹﻧﺗﺎج ،production rulesوﺷﺑﻛﺔ اﻟدﻻﻟﺔ ،semantic netواﻷطر .frames
وﻗواﻋد اﻹﻧﺗﺎج ﺗﺳﻣﻰ أﺣﯾﺎﻧﺎ Production rulesﺑﻘواﻧﯾن ،IF-THENوﻫﻲ أﻛﺛر طرق ﺗﻣﺛﯾل KRاﻟﻣﻌرﻓﺔ ﺷﯾوﻋﺎ ،وﻫﻲ
ﺑﺳﯾطﺔ ﻟﻛﻧﻬﺎ ﺷﻛل ﻗوي ﻣن أﺷﻛﺎل اﻟﺗﻣﺛﯾل ،KRوﻗواﻋد اﻹﻧﺗﺎج ﺗﻘدم ﻟﻧﺎ ﻣروﻧﺔ ﻓﻲ ﺗرﻛﯾب اﻟﺗﻣﺛﯾل اﻟﺗﺻرﯾﺣﻲ واﻹﺟراﺋﻲ
اﻟﻣﺳﺗﺧدم ﻓﻲ اﻻﺻطﻼﺣﺎت اﻟﻣوﺣدة .unified form
أﻣﺛﻠﺔ ﺣول ﻗواﻧﯾن اﻹﻧﺗﺎج :Examples of production rules
إذا ﻛﺎن )ﺷرط( ﻓﺈن )اﻟﻔﻌل ﯾﺣدث( IF condition THEN action
إذا ﻛﺎﻧت ﻣﻘدﻣﺔ ﻣﻧطﻘﯾﺔ ﺻﺣﯾﺣﺔ ﻓﺈن اﻻﺳﺗﻧﺗﺎج ﯾﺗﺣﻘق IF premise THEN conclusion
إذا ﻛﺎﻧت اﻟﺟﻣﻠﺔ اﻟﺧﺑرﯾﺔ p1واﻟﺟﻣﻠﺔ اﻟﺧﺑرﯾﺔ p2ﺻﺎﺋﺑﺗﯾن ،ﻓﺈن اﻟﺟﻣﻠﺔ اﻟﺧﺑرﯾﺔ p3ﺗﻛون ﺻﺎﺋﺑﺔ.
IF proposition p1 and proposition p2 are true THEN proposition p3 is true
ﻣﻣﯾزات ﻗواﻧﯾن اﻹﻧﺗﺎج Advantages of production rules
-أﻧﻬﺎ ﻣﻌﯾﺎرﯾﺔ ،modularأي ﻣﻘﺎﯾﯾس اﺳﺗﺧداﻣﻬﺎ ﺛﺎﺑﺗﺔ.
-ﻛل ﻗﺎﻧون ﯾﻌرف ﺣﯾز ﺻﻐﯾر وﻣﺳﺗﻘل ﻣن اﻟﻣﻌرﻓﺔ.
-ﯾﺗﯾﺢ ﻟﻧﺎ إﺿﺎﻓﺔ addﻗواﻧﯾن ﺟدﯾدة ،أو ﺣذف ﻗواﻧﯾن ﻗدﯾﻣﺔ.
-ﺗﻛون اﻟﻘواﻋد أو اﻟﻘواﻧﯾن اﻟﻣﻧﺗﺟﺔ ﻋﺎدة ﻣﺳﺗﻘﻠﺔ ﻋن أي ﻗواﻋد أﺧرى.
ﻗواﻋد اﻹﻧﺗﺎج ﻛﺂﻟﯾﺔ ﻟﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ ُﺗﺳﺗﺧدم ﻓﻲ ﺗﺻﻣﯾم ﻛﺛﯾر ﻣن اﻷﻧظﻣﺔ اﻟﻣﻌﺗﻣدة ﻋﻠﻰ اﻟﻘواﻧﯾن ،Rule-based systems
وﺗﺳﻣﻰ أﯾﺿﺎ ﻧظم اﻹﻧﺗﺎج .Production systems
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٥
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٦
أو "ﺑﯾﺗر أﻛﺑر ﺳﻧﺎ ﻣن روﺑﯾرت" .ﻓﺎﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ واﻟﺻرﯾﺣﺔ ﻫﻲ اﻟﺗﻲ ﺗﺿﻊ اﻟﻣﻌرﻓﺔ اﻟﻣوﺿوﻋﯾﺔ وﻗد ﯾﺗم ﻣﻌﺎﻟﺟﺗﻬﺎ ﻛﻣرادف
ﻷﻏﻠب اﻷﻏراض اﻟﻌﻣﻠﯾﺔ ،وﺗﻣﺛل اﻟﻣﻌرﻓﺔ اﻟﺗﺻرﯾﺣﯾﺔ ﻓﻲ ﻫﯾﺋﺔ ﯾﻣﻛن ﻣﻌﺎﻟﺟﺗﻬﺎ وﺿﻐطﻬﺎ وﺗﺣﻠﯾﻠﻬﺎ ﺑﺷﻛل ﻣﺳﺗﻘل ﻋن اﻟﻣﺣﺗوى.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٧
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٨
ﯾﺗﻣﯾز ﺑرﻧﺎﻣﺞ اﻟﻣﻧطق ﺑﻣﺟﻣوﻋﺔ ﻣن اﻟﻌﻼﻗﺎت واﻻﺳﺗدﻻﻻت ،وﯾﺗﻛون اﻟﺑرﻧﺎﻣﺞ ﻣن ﻣﺟﻣوﻋﺔ ﻣن اﻟﻣﺳﻠﻣﺎت axiomsواﻟﻌﺑﺎرة
اﻟﻬدف ،ﻛﻣﺎ ﺗﺣدد ﻗواﻋد اﻻﺳﺗدﻻل rules of inferenceﻣﺎ إذا ﻛﺎﻧت اﻟﻣﺳﻠﻣﺎت ﻛﺎﻓﯾﺔ ﻟﻠﺗﺄﻛد ﻣن ﺣﻘﯾﻘﺔ أو ﺻواب اﻟﻌﺑﺎرة
اﻟﻬدف .goal statement
واﻟﺗﻧﻔﯾذ executionﯾﻌﺗﺑر أﯾﺿﺎ ﻣن ﺧﺻﺎﺋص ﺑرﻧﺎﻣﺞ اﻟﻣﻧطق ،ﻓﺗﻧﻔﯾذ ﺑرﻧﺎﻣﺞ اﻟﻣﻧطق ﯾﺷﺑﻪ اﻟﻘﯾﺎم ﺑﺈﻧﺷﺎء ﺑرﻫﺎن ﻋﻠﻰ اﻟﻌﺑﺎرة
اﻟﻬدف ﺑﺎﺳﺗﺧدام اﻟﻣﺳﻠﻣﺎت اﻟﻣوﺟودة ،وأﺧﯾرا ﯾﻘوم اﻟﻣﺑرﻣﺞ programmerﺑﺗﺣدﯾد اﻟﻌﻼﻗﺎت اﻟﻣﻧطﻘﯾﺔ اﻷﺳﺎﺳﯾﺔ ،ﺑدون ﺗﺣدﯾد
اﻷﺳﻠوب اﻟذي ﺗطﺑق ﺑﻪ ﻗواﻋد اﻻﺳﺗدﻻل ،inference rulesﻟذﻟك ﻧﻘول أن اﻟﻣﻧطق +اﻟﺗﺣﻛم ﺑﻪ ﯾﺳﺎوي اﻟﺧوارزﻣﯾﺔ ) Logic
.(+ Control = Algorithms
أﻣﺛﻠﺔ ﻟﻌﺑﺎرات اﻟﻣﻧطق Examples of Logic Statements
ﻟﺗﻛن اﻟﻌﺑﺎرة :Statementاﻟﺟد ﻫو أب اﻻب.A grand-parent is a parent of a parent ،
ﺗﺻﺎغ اﻟﻌﺑﺎرة ﺑﺷﻛل اﻗرب ﻟﻠﻣﺻطﻠﺢ اﻟﻣﻧطﻘﻲ ﺑـ :ﯾﻛون اﻟﺷﺧص ﺟدا grand-parentإذا ﻛﺎن ﻟﻪ أو ﻟﻬﺎ اﺑﻧﺎ وذﻟك اﻻﺑن ﻛﺎن
واﻟدا.
وﺗﺻﺎغ اﻟﻌﺑﺎرة ﻓﻲ ﻣﻧطق اﻟﺗرﺗﯾب اﻷول أوﻣﻧطق اﻟﻘﯾﺎس اﻟﻛﻣﻲ ﻛﺎﻟﺗﺎﻟﻲ:
)(for all) x: grandparent (x, y):- parent (x, z), parent (z, y
أي :xﺟدا grandparentﻟـ yإذا ﻛﺎن ) xواﻟدا parentﻟـ zوﻛﺎن zواﻟدا ﻟـ .(y
وﺗﻘرأ ﯾﻛون ﱡ
ﻟﻐﺔ ﺑرﻣﺟﺔ اﻟﻣﻧطق Logic Programming Language
ﻟﻐﺔ اﻟﺑرﻣﺟﺔ ﺗﺷﻣل :اﻟﺻﯾﺎﻏﺔ the syntaxوﻣﻌﺎﻧﻲ أو دﻻﻻت semanticsاﻟﺑرﻧﺎﻣﺞ واﻟﻧﻣوذج أﻻﺣﺗﺳﺎﺑﻲ computational
.model
وﺗوﺟد طرق ﻛﺛﯾرة ﻟﺗﻧظﯾم اﻟﻣﻌﺎﻟﺟﺔ اﻟﺣﺳﺎﺑﯾﺔ ،واﻟﻧﻣوذج اﻟﻣﻌﺗﺎد ﻫو اﻷﺳﻠوب اﻹﺟراﺋﻲ ،proceduralﯾﺣدد اﻟﺑرﻧﺎﻣﺞ اﻟﺣﺳﺎﺑﺎت
ﺑﺎﻟﺗﺳﺎؤل ﻋن "ﻛﯾف" ﯾﺗم اﻷداء ،وﯾدﺧل ﺿﻣن ﻫذﻩ اﻟطرﯾﻘﺔ ﻟﻐﺎت اﻟﺑرﻣﺟﺔ ﻛﺎﺋﻧﯾﺔ اﻟﺗوﺟﻪ Object-orientedوﻟﻐﺎت أﻗدم ﻣﺛل
Cو .FORTRAN
واﻟﻧﻣوذج اﻵﺧر ﻫو اﻟﺗﺻرﯾﺣﻲ ،declarativeﺣﯾث ﯾﺣدد اﻟﺑرﻧﺎﻣﺞ اﻟﻣﻌﺎﻟﺟﺔ اﻻﺣﺗﺳﺎﺑﯾﺔ ﺑﺈﻋطﺎء ﺧﺻﺎﺋص اﻹﺟﺎﺑﺔ
اﻟﺻﺣﯾﺣﺔ ،وﻣن أﻣﺛﻠﺔ اﻟﻠﻐﺎت اﻟﺗﺻرﯾﺣﯾﺔ ﻟﻐﺔ اﻟﺑروﻟوج Prologوﻟﻐﺔ اﻟﺑﯾﺎﻧﺎت اﻟﻣﻧطﻘﯾﺔ ) ،(LDLﺣﯾث ﺗﻬﺗم ﺑﺎﻟﺧﺻﺎﺋص
اﻟﻣﻧطﻘﯾﺔ logical propertiesﻟﻌﻣﻠﯾﺔ اﻟﻣﻌﺎﻟﺟﺔ اﻻﺣﺗﺳﺎﺑﯾﺔ.
وﻧﺳﻣﻲ ﻟﻐﺗﻲ اﻟﺑروﻟوج وﻟﻐﺔ اﻟﺑﯾﺎﻧﺎت اﻟﻣﻧطﻘﯾﺔ ) (LDLﺑﻠﻐﺎت اﻟﺑرﻣﺟﺔ اﻟﻣﻧطﻘﯾﺔ.
ﻟﻐﺔ اﻟﺑروﻟوج )PROLOG (PROgramming LOGic
ﻫﻲ ﻟﻐﺔ اﻟﺑرﻣﺟﺔ اﻟﻣﻧطﻘﯾﺔ اﻷﻛﺛر ﺷﯾوﻋﺎ ،وﻗد ظﻬرت ﺿﻣن ﺣﻘل اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،وﺻﺎرت ﺷﺎﺋﻌﺔ ﻋﻧد ﺑﺎﺣﺛﻲ اﻟذﻛﺎء
اﻻﺻطﻧﺎﻋﻲ ،اﻟذﯾن ﯾﻌرﻓون اﻟﻛﺛﯾر ﺣول "ﻣﺎذا" و "ﻛﯾف" ﯾﺗم إﻧﺟﺎز اﻟﺳﻠوك اﻟذﻛﻲ.
واﻟﺻﯾﺎﻏﺔ واﻻﺻطﻼﺣﺎت Syntax and Terminology
ﻓﻲ أي ﻟﻐﺔ ﺑرﻣﺟﺔ ،ﯾﻛون ﺗﻧﺳﯾق اﻟﻣﻛوﻧﺎت ،ﻛﺎﻟﺗﻌﺑﯾرات expressionsواﻟﻌﺑﺎرات .. statementsاﻟﺦ ،ﻛﻣﺎ ﺗوﺿﺣﻪ ﻗواﻋد
اﻟﺗرﻛﯾب أو ﻣﺎ ﺗﺳﻣﻰ ﺑﻘواﻋد اﻹﻋراب .syntactic rules
وﺗﻘﺳم اﻟﻣﻛوﻧﺎت ﻓﻲ ﻟﻐﺔ اﻟﺑروﻟوج إﻟﻰ ﺟزأﯾن ﻫﻣﺎ:
) (Aﻣﻛوﻧﺎت اﻟﺑﯾﺎﻧﺎت data components
) (Bﻣﻛوﻧﺎت اﻟﺑرﻧﺎﻣﺞ program components
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٨٩
ﻛﺎﺋﻧﺎت اﻟﺑﯾﺎﻧﺎت :Data Objectsﻛﻣﺎ اﺳﻠﻔﻧﺎ ﺗﺳﻣﻰ ﻛﺎﺋﻧﺎت اﻟﺑﯾﺎﻧﺎت اﯾﺿﺎ ﺑﺎﻟﻌﻧﺎﺻر ،termﻫذﻩ اﻟﻌﻧﺎﺻر ﻛﻣﺎ ﯾوﺿﺢ اﻟﺷﻛل
اﻟﺳﺎﺑق ﺗﺗﻛون ﻛﺄﻣﺛﻠﺔ ﻣن:
اﻟﺛواﺑت : Constantsﻫﻲ رﻣوز ﻟﻘﯾم ﺛﺎﺑﺗﺔ ﻛﺎﻷﻋداد اﻟﺻﺣﯾﺣﺔ integersواﻟﺣﻘﯾﻘﯾﺔ floating pointواﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ.
اﻟﻣﺗﻐﯾرات : Variablesﻫﻲ رﻣوز ﻟﻘﯾم وﺣﯾدة ﻟﻛﻧﻬﺎ ﻏﯾر ﻣﺣددة ،unspecifiedوﯾﻛون رﻣز اﻟﻣﺗﻐﯾر ﺑﺣرف ﻛﺑﯾر
uppercase letterوﺑﺣروف ﺗﺣﺗﻬﺎ ﺧط .underscore
اﻟﻌﻧﺎﺻر اﻟﻣرﻛﺑﺔ :Compound terms
ﻫﻲ ﺳﻠﺳﻠﺔ ﻣن ﻋﻧﺻر واﺣد أو أﻛﺛر ﻣﺷﻛﻠﺔ اﻟـداﻟﺔ ،functorوﺗﺳﻣﻰ اﻟﻌﻧﺎﺻر أﯾﺿﺎ ﺑـﺎﻟﻣﻌﺎﻣﻼت .arguments
وﻧﻌرف اﻟـداﻟﺔ functorﺑﻛوﻧﻬﺎ ﺗﻣﯾز ﺑﺎﺳم ﺧﺎص ﺑﻪ وﻋدد ﻣن اﻟﻣﻌﺎﻣﻼت ،وﯾﻌﺗﺑر اﻻﺳم ﺻﯾﻐﺔ ﺑﻧﺎﺋﯾﺔ ،atomوﻋدد اﻟﻌﻧﺎﺻر
ﻓﯾﻬﺎ ﺗﺳﻣﻰ ﺑﺎﻟـ ، arityﻛﺎﻟﺗﺎﻟﻲ:
) ƒ/n = ƒ( t1, t2, . . . tn
ﺣﯾث ƒاﺳم اﻟـداﻟﺔ functorاﻟﻣﻛون ﻣن ﻋدد nﻣﻌﺎﻣﻼت ،arityو ti 'sﻫﻲ ﺗﻠك اﻟﻣﻌﺎﻣﻼت ،ﻓﺎﻟرﻣز ƒ/nﯾﻘﺻد ﺑﻪ داﻟﺔ ﺑﻬﺎ
nارﯾﺗﻲٕ ،واذا ﻛﺎﻧت اﺛﻧﺗﺎن ﻣن اﻟدوال functorsﻟﻬﺎ ﻧﻔس اﻻﺳم وﻋدد ﻣﻌﺎﻣﻼت ﻣﺧﺗﻠف ﻓﻬﻣﺎ داﻟﺗﺎن ﻣﺧﺗﻠﻔﺗﺎن.
ﻋﻧﺎﺻر اﻟـ Groundواﻟـ non-ground
ﻋﻧﺎﺻر اﻟـ Groundﻫﻲ ﻋﻧﺎﺻر ﻻ ﺗﺣﺗوي ﻋﻠﻰ ﻣﺗﻐﯾراتٕ ،واﻧﻣﺎ ﺛواﺑت ﻓﻘط ،وﻣﺎ ﻋداﻫﺎ ﺗﻌد ﻋﻧﺎﺻر اﻟـ ،non-ground
وﻋﺎدة ﺗﻛون ﻫﻲ اﻟدوال اﻟﻣﻘﺻودة ﺳواء ﻛﺎﻧت ﻋﻧﺎﺻر ﻣرﻛﺑﺔ.
ﻛﺎﺋﻧﺎت اﻟﺑﯾﺎﻧﺎت اﻟﺑﺳﯾطﺔ Simple Data Objects
اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ Atomsواﻷﻋداد Numbersواﻟﻣﺗﻐﯾرات .Variables
اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ :Atoms
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٠
-ﺗﻛﺗب ﺑﺣروف ﻻﺗﯾﻧﯾﺔ ﺻﻐﯾرة ،lower-caseﻗد ﺗﺗﺑﻊ ﺑﺣروف أﺧرى ﻣن اﻟﺣﺎﻟﺔ اﻟﻛﺑﯾرة أو أرﻗﺎم أو اﺳﺗﺧدام رﻣز اﻟـ
،underscoreﻣﺛﻼ:
a greaterThan two_B_or_not_2_b
-وﺗﺳﺗﺧدم ﻟﻬﺎ ﺳﻼﺳل ﻣن اﻟرﻣوز اﻟﺧﺎﺻﺔ ﻣﺛل & + - * / \ = ^ < > : ~ # $
-وﻛذﻟك ﺳﻠﺳﻠﺔ ﻣن أي رﻣوز ﻣﻐﻠﻔﺔ ﺿﻣن اﻟﺗﻧﺻﯾص ،ﻣﺛل'ABC' '1234' 'a<>b' :
-وﻛذﻟك ﻣن اﻟﺻﯾﻎ اﻟﺑﻧﺎﺋﯾﺔ اﻟرﻣوز اﻟﺗﺎﻟﯾﺔ.! [] {} :
اﻷﻋداد :Numbers
اﻟﺗطﺑﯾﻘﺎت اﻟﺗﻲ ﺗﺷﻣل ﻋﻠﻰ ﺣﺳﺎﺑﺎت ﻋددﯾﺔ ﺛﻘﯾﻠﺔ ﺗﻛﺗب ﻧﺎدرا ﻓﻲ اﻟﺑروﻟوج ،Prologوﺗﻣﺛل اﻷﻋداد اﻟﺻﺣﯾﺣﺔ ﺑﺎﻟﺷﻛل
اﻟﻣﻌروف:
0 -16 33 +100
وﺗﻛﺗب اﻷﻋداد اﻟﺣﻘﯾﻘﯾﺔ ﺑﺎﻟطرﯾﻘﺔ اﻟﻣﻌﯾﺎرﯾﺔ اﻟﻣﺄﻟوﻓﺔ أو ﺑﺎﻟطرﯾﻘﺔ اﻟﻌﻠﻣﯾﺔ ﻟﻠﺗرﻣﯾز:
0.5 -3.1416 6.23e+23 11.0e-3 -2.6e-2
اﻟﻣﺗﻐﯾرات Variables
ﯾﺑدأ اﺳﻣﻬﺎ ﺑﺄﺣرف ﻻﺗﯾﻧﯾﺔ ﻛﺑﯾرة ،capital letterوﯾﻣﻛن أن ﯾﺗﺑﻊ ﺑﺄﺣرف ﺻﻐﯾرة ،وارﻗﺎم أو رﻣز اﻟـ ،underscoreﻣﺛﺎل
Noun_Phrase , List , اﻟﻣﺗﻐﯾرات اﻟﺛﻼﺛﺔ اﻟﺗﺎﻟﯾﺔX25 :
ﻛﺎﺋﻧﺎت اﻟﺑﯾﺎﻧﺎت اﻟﻣرﻛﺑﺔ :Structured Data Objects
ﻫﻲ ﻧوﻋﯾن ﺗرﻛﯾب ﻋﺎم ،General Structuresوﺗرﻛﯾب ﺧﺎص .Special Structures
اﻟﺗرﻛﯾب اﻟﻌﺎم :General Structuresﻫو ﻋﻧﺻر ﻣرﻛب وﯾﺷﻛل ﻧﺣوﯾﺎ ﻋن طرﯾق اﻟدوال functorواﻟﻣﻌﺎﻣﻼت
،argumentsوﺗﻌﺎﻣل اﻟداﻟﺔ functorﻛﺻﯾﻐﺔ ﺑﻧﺎﺋﯾﺔ ،atomوﺗظﻬر ﻗﺎﺋﻣﺔ اﻟﻣﻌﺎﻣﻼت ﺿﻣن أﻗواس ،وﯾﻔﺻل ﺑﯾﻧﻬﺎ ﺑﻔﺎﺻﻠﺔ،
وﯾﻌﺗﺑر ﻛل ﻣﻌﺎﻣل ﻋﻧﺻرا ،وﻛذﻟك أي ﻛﺎﺋن ﺑﯾﺎﻧﺎت ﻓﻲ اﻟﺑروﻟوج.
وﻣن أﻣﺛﻠﺔ اﻟﺗرﻛﯾب اﻟﻌﺎم greaterThan(9, 6) :و ) plus(2, 3, 5و )).f(a, g(b, c), h(d
ﻣﻼﺣظﺔ :اﻟﺗرﻛﯾب ﻓﻲ اﻟﺑروﻟوج ﻫو آﻟﯾﺔ ﻟﺟﻣﻊ اﻟﻌﻧﺎﺻر ﻣﻊ ﺑﻌﺿﻬﺎ ،ﻛﺎﻷﻋداد اﻟﺻﺣﯾﺣﺔ ﻋﻧدﻣﺎ ﺗﺿﻣن ﻓﻲ داﻟﺔ .functor
اﻟﺗرﻛﯾﺑﺎت اﻟﺧﺎﺻﺔ Special Structures
ﻓﻲ اﻟﺑروﻟوج Prologﺗﺳﻣﻰ ﻣﺟﻣوﻋﺔ اﻟﻌﻧﺎﺻر ﻗﺎﺋﻣﺔ ،listﻓﺎﻟﻘواﺋم Listsﻫﻲ ﻋﻧﺎﺻر ﻣرﻛﺑﺔ وﯾﻘدم اﻟﺑروﻟوج ﻟﻧﺎ طرﯾﻘﺔ ﺗرﻣﯾز
ﻣﻼﺋﻣﺔ ﻟﺗﻣﺛﯾل ﻫذﻩ اﻟﻘواﺋم ،وﯾرﻣز ﻟﻠﻘﺎﺋﻣﺔ اﻟﻔﺎرﻏﺔ ﺑﺎﻟﺻﯾﻐﺔ اﻟﺑﻧﺎﺋﯾﺔ ] [ ،واﻟﻘﺎﺋﻣﺔ ﻏﯾر اﻟﻔﺎرﻏﺔ ﺗﺣﻣل اﻟﻘﯾم ﺑﯾن ﻗوﺳﯾن ﻣرﺑﻌﯾن
ﯾﻔﺻل ﻛل ﻋﻧﺻر ﺑﻔﺎﺻﻠﺔ ،ﻣﺛﺎل ذﻟك. [bach, bee] [apples, oranges, grapes]:
) (Bﻣﻛوﻧﺎت اﻟﺑرﻧﺎﻣﺞ program components
ﺑرﻧﺎﻣﺞ اﻟﺑروﻟوج ﻫو ﻣﺟﻣوﻋﺔ ﻣن اﻟﻣﺳﻧدات predicatesأو اﻟﻘواﻧﯾن ،rulesوﯾﺳﺗﺧدم اﻟﻣﺳﻧد ﻟﻠﻌﻼﻗﺔ ﺑﯾن اﻟﻛﺎﺋﻧﺎت ،وﻓﯾﻣﺎ
ﯾﺧص ﻣﻛوﻧﺎت اﻟﺑرﻧﺎﻣﺞ ﻧﻘدم اﻟﺗﺎﻟﻲ:
١اﻟﻌﺑﺎرة Clauseاﻟﻣﺳﻧد Predicateاﻟﺟﻣﻠﺔ Sentenceاﻟﻣوﺿوع Subject
٢اﻟﻌﺑﺎرة واﻟﻣﺳﻧدات Predicates & Clause
٣ﺣﺎﻟﺔ ﺧﺎﺻﺔ :اﻟﻌﺑﺎرة اﻟواﺣدة Unit Clause
٤اﻻﺳﺗﻔﺳﺎرات Queries
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩١
ﯾﻘﺻد ﺑﺎل Literalsﻓﻲ اﻟﺷﻛل اﻟﺳﺎﺑق ،ﺗﻣﺛﯾل اﻟﺧﯾﺎرات اﻟﻣﻣﻛﻧﺔ ﻓﻲ اﻻﻧواع اﻷﺻﻠﯾﺔ ﻟﻠﻐﺔ ﺑرﻣﺟﺔ ﻣﺣددة ،ﺑﻌض أﻧواع
اﻟﺧﯾﺎرات ﻣﻧﻬﺎ ﺗﻛون إﻋداد ﺻﺣﯾﺣﺔ ،أو ﺣﻘﯾﻘﯾﺔ ،أو ﻣﻧطﻘﯾﺔ )ﺑوﻟﯾﺎﻧﯾﺔ( أو ﺳﻼﺳل ﺣرﻓﯾﺔ.
ﻣﺛﺎل :اﻟﻌﺑﺎرة اﻟﺗﺎﻣﺔ اﻟﺗﺎﻟﯾﺔ
grand_parent (X, Z) :- parent(X, Y), parent(Y, Z).
parent (X, Y) :- mother(X, Y).
parent (X, Y) :- father(X, Y).
ﺗﻔﺳﯾر وﺗوﺿﯾﺢ اﻟﻣﺛﺎل Interpretation
اﻟﻌﺑﺎرة اﻟﺳﺎﺑﻘﺔ ﺗﺣدد ﻗﯾﻣﺔ ﺻواب اﻟﺷرط ﻓﻲ اﻟﻬدف ﻋﻠﻰ ﯾﺳﺎر اﻟﻌﺑﺎرة ، LHSوﻻ ﺗﻛون ﻗﯾﻣﺔ ﺻواب اﻟﻬدف ﻓﻲ LHS
"ﺻﺎﺋب" ،إﻻ ﻓﻲ ﺣﺎﻟﺔ ﻛﺎﻧت ﻗﯾﻣﺔ ﺻواب أي ﻣن اﻷﻫداف اﻟﻔرﻋﯾﺔ ﻋﻠﻰ ﯾﻣﯾن اﻟﻌﺑﺎرة RHSﻛﻠﻬﺎ "ﺻﺎﺋب" .وﯾﻛون اﻟﻣﺳﻧد
ﺻﺎﺋﺑﺎ إذا ﻛﺎﻧت واﺣدة ﻣن ﻋﺑﺎراﺗﻪ ﻋﻠﻰ اﻷﻗل ﺻﺎﺋﺑﺔ.
ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﻣﺛﺎل اﻟﺳﺎﺑق ،ﯾﻛون اﻟﻛﺎﺋن أو اﻟﻌﻧﺻر Xﺟدا ﻟﻠﻌﻧﺻر Zإذا ﻛﺎن واﻟد Xوﻫو ، Yواﻟدا ﻟـ .Z
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٢
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٣
ﺑﺈﺻدار اﻻﺳﺗﻔﺳﺎرات ﻋن ،Qﯾﺣﺎول اﻟﺑروﻟوج أن ﯾؤﺳس ﺻﻼﺣﯾﺔ اﻟﻌﻼﻗﺎت اﻟﻣﺣددة ،ﺑﺎﻟﻧﺳﺑﺔ ﻟﻠﻣﺛﺎل اﻟﺳﺎﺑق ﺗﻛون اﻹﺟﺎﺑﺔ،
ﻣﺛﻼ:
)(X is grand parent of Z
ﻧﺗﯾﺟﺔ ﺗﻧﻔﯾذ اﻻﺳﺗﻔﺳﺎر إﻣﺎ أن اﻟﻧﺟﺎح Successأو اﻟﻔﺷل ،failureاﻟﻧﺟﺎح ﯾﻌﻧﻲ أن اﻟﻬدف اﻟﻣﺣدد ﻓﻲ اﻻﺳﺗﻔﺳﺎر ،ﯾﺗواﻓق
ﻣﻊ اﻟﺣﻘﺎﺋق واﻟﻘﺎﻧون ﻓﻲ اﻟﺑرﻧﺎﻣﺞ ،واﻟﻔﺷل ﯾﻌﻧﻲ أن اﻷﻫداف اﻟﻣﺣددة ﻓﻲ اﻻﺳﺗﻔﺳﺎر ،ﻻ ﺗﺗﻔق ﻣﻊ ﺗﻠك اﻟﺣﻘﺎﺋق واﻟﻘواﻧﯾن ﻓﻲ
اﻟﺑرﻧﺎﻣﺞ.
اﻟﻧﻣﺎذج اﻟﺑرﻣﺟﯾﺔ Programming Paradigms
أو ﻧﻣﺎذج اﻟﺣﺳﺎب ،Models of Computationﻫو وﺻف ﺗﺎم ﻟﻠﻐﺔ اﻟﺑرﻣﺟﺔ ﯾﺷﻣل اﻟﻧﻣوذج اﻻﺣﺗﺳﺎﺑﻲ ،واﻟﻘواﻋد اﻟﻧﺣوﯾﺔ
واﻟدﻻﻟﯾﺔ ،واﻋﺗﺑﺎرات اﻟﺗطﺑﯾق اﻟﺗﻲ ﺗﺣدد ﺷﻛل اﻟﻠﻐﺔ.
ﻣﺛﺎل ﺗﺣدﯾد ﻗﯾﻣﺔ اﻟﻣﺣﯾط ،Circumferenceﻫﻲ ﻋﻼﻗﺔ ﻗﯾﻣﺔ ﺛﺎﺑﺗﺔ ﺑﻧﺻف اﻟﻘطر ،وﺑﻬﺎ ﯾﺗﺣدد ﻣﺣﯾط اﻟداﺋرة:
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٤
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٥
اﻟﺳطر اﻟﺛﺎﻧﻲ ﯾﻣﺛل اﻟﻌﺑﺎرة :ﻛل اﻟﺑﺷر ﻓﺎﻧون ،ﻋن اﻟﻣﻘﺎﺑل اﻟرﯾﺎﺿﻲ ﻟﻛل ، xإذا ﻛﺎﻧت xرﺟل ﻓﺈن ٍ x
ﻓﺎن.
اﻟﺳطر اﻟﺛﺎﻟث ﯾﺿﺎف إﻟﻰ ﻣﺟﻣوﻋﺔ ﻣﻌطﯾﺎت اﻟﺣﻛم ﻋﻠﻰ ﻓﻧﺎء ﺳﻘراط ،ﻛﺎﻓﺗراض.
اﻟﺳطر اﻟراﺑﻊ ) aو (bﻫو اﺳﺗﻧﺗﺎج ﻣن اﻟﺳطرﯾن اﻟﺛﺎﻧﻲ واﻟﺛﺎﻟث ،وﺗم إﺛﺑﺎت ﺑﺎﺳﺗﺧدام ﻗﺎﻧون اﻻﺳﺗدﻻل ،modus tollens
اﻟذي ﯾﻧص ﻋﻠﻰ إﻧﻪ إذا ﻛﺎن اﻻﺳﺗﻧﺗﺎج ﻓﻲ اﻟﻘﺎﻧون ﺧﺎطﺋﺎ ،ﻓﻛذﻟك ﯾﻛون اﻟﻔرض أو اﻟﺷرط ﺧﺎطﺋﺎ.
اﻟﻣﺗﻐﯾرﯾن Xو Yﯾﺗﺣدان ﻷن ﻟﻬﻣﺎ ﻧﻔس اﻟﻘﯾﻣﺔ ،وﺑذﻟك ﻧﺟد أن اﻟﺳطر اﻟﺧﺎﻣس واﻟﺳطر اﻟراﺑﻊ ) (bﻣﻊ اﻟﺳطر اﻻول ﺗﺷﻛل
ﺗﻧﺎﻗﺿﺎ ،contradictionsﻣﻊ ﺗﻌرﯾف ﺳﻘراط أﻧﻪ ﺑﺷري ،وﻋﻠﻰ ذﻟك ﻓﺳﻘراط ٍ
ﻓﺎن.
ﻻﺣظ أن ﺗﻘرر ﻫﻧﺎ اﺳﺗﺧدام ﻗﺎﻧون اﻻﺳﺗدﻻل اﻟذي ﯾﺑﺣث ﻋن وﺟود اﻟﺗﻧﺎﻗض ،ﻹﺛﺑﺎت ﺧطﺄ اﻟﻔرض وﺻواب ﻋﻛﺳﻪ ،ﺑﺎﺳﺗﺧدام
اﻟﻣﻘﺎرﻧﺔ ﺑﯾن اﻟﻌﺑﺎرات ﻟﻣﻌرﻓﺔ ﺗﺷﺎﺑﻪ ﻋﻧﺎﺻرﻫﺎ.
إن ﻧﻣوذج اﻟﻣﻧطق Logic modelﯾﺻوغ ﻋﻣﻠﯾﺎت اﻟﺗﻔﺳﯾر اﻟﻣﺳﺗﺧدﻣﺔ ،وﻫذا اﻟﻧﻣوذج ﯾﺳﺗﺧدم ﻓﻲ ﻗواﻋد اﻟﺑﯾﺎﻧﺎت اﻟﻌﻼﺋﻘﯾﺔ
،relational data basesواﻟﻧظم اﻟﺧﺑﯾرة .expert systems
اﻟﺗﻔﺳﯾر اﻷﻣﺎﻣﻲ ﻣﻘﺎﺑل اﻟﺗﻔﺳﯾر اﻟﺧﻠﻔﻲ Forward versus Backward Reasoning
ﺗﺗﻛون ﻣﻌﻣﺎرﯾﺔ اﻟﻧظﺎم اﻟﻣﻌﺗﻣد ﻋﻠﻰ اﻟﻘواﻧﯾن ﻣن ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘواﻧﯾن ،وﻣﺟﻣوﻋﺔ ﻣن اﻟﺣﻘﺎﺋق ،وﻣﺣرك اﺳﺗدﻻل ،ﻛﻣﺎ أوﺿﺣﻧﺎ
ذﻟك ﺳﺎﺑﻘﺎ ،وﻧﺣﺗﺎج ﻓﻲ ﻫذﻩ اﻟﻧظم إﻟﻰ اﻛﺗﺷﺎف اﻟﺣﻘﺎﺋق اﻟﺟدﯾدة ،اﻟﺗﻲ ﯾﻣﻛن اﺷﺗﻘﺎﻗﻬﺎ ،وﺑوﺟود ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘواﻧﯾن اﻟﻣﺗوﻓرة،
ﻫﻧﺎك طرﯾﻘﺗﯾن رﺋﯾﺳﯾﺗﯾن ﻹﻧﺗﺎج ﻣﻌرﻓﺔ ﺟدﯾدة :اﻷوﻟﻰ ﻫﻲ اﻟﺗﻘﯾﯾد اﻷﻣﺎﻣﻲ forward chainingواﻟﺛﺎﻧﯾﺔ ﻫﻲ اﻟﺗﻘﯾﯾد اﻟﺧﻠﻔﻲ
.backward chaining
اﻟﺗﻘﯾﯾد اﻷﻣﺎﻣﻲ : Forward chainingوﯾﺳﻣﻰ أﯾﺿﺎ ﺑﺎﻟﻘﯾﺎدة ﺑﺎﻟﺑﯾﺎﻧﺎت ،وﯾﺑدأ ﺑﺎﻟﺣﻘﺎﺋق ﻟﻠﺑﺣث ﻋن اﻟﻘواﻧﯾن اﻟﺗﻲ ﯾطﺑﻘﻬﺎ.
اﻟﺗﻘﯾﯾد اﻟﺧﻠﻔﻲ :Backward chainingوﯾﺳﻣﻰ أﯾﺿﺎ ﺑﺎﻟﻘﯾﺎدة ﺑﺎﻟﻬدف ،وﯾﺑدأ ﻣن طﻠب ﻣﺎ ﻻﻛﺗﺷﺎﻓﻪ ،وﯾﺑﺣث ﻋن اﻟﻘواﻧﯾن اﻟﺗﻲ
ﺗﺳﺎﻋد ﻋﻠﻰ إﺟﺎﺑﺔ ذﻟك اﻟطﻠب.
اﻟﺗﺣﻛم ﺑﺎﻟﻣﻌرﻓﺔ Control Knowledge
ﺗﺗﻛون اﻟﺧوارزﻣﯾﺔ ﻣن :ﻣﻛوﻧﺎت ﻣﻧطﻘﯾﺔ ،ﺗوﺻف طﺑﯾﻌﺔ اﻟﻣﻌرﻓﺔ اﻟﻣﺳﺗﺧدﻣﺔ ﻓﻲ ﺣل اﻟﻣﺳﺎﺋل ،واﻟﺗﺣﻛم ﺑﺎﻟﻣﻛوﻧﺎت ،ﻣﻣﺎ ﯾﺣدد
إﺳﺗراﺗﯾﺟﯾﺔ ﺣل اﻟﻣﺳﺄﻟﺔ ،ﺑواﺳطﺔ ﺗﺣدﯾد طﺑﯾﻌﺔ اﺳﺗﺧدام اﻟﻣﻌرﻓﺔ ﻧﻔﺳﻬﺎ ،ﻟﻬذا ﻧﻘول أن :اﻟﺧوارزﻣﯾﺔ ﺗﺳﺎوي اﻟﻣﻧطق زاﺋدا اﻟﺗﺣﻛم
أو:
Algorithm = Logic + Control
ﻣﺣﺗوى اﻟﻣﻧطق logic componentﯾﺣدد طﺑﯾﻌﺔ اﻟﺧوارزﻣﯾﺔ ،ﺑﯾﻧﻣﺎ ﻣﺣﺗوى اﻟﺗﺣﻛم ﯾؤﺛر ﻓﻘط ﻓﻲ ﻛﻔﺎءة اﻟﺧوارزﻣﯾﺔ،
وﺑﺎﻹﻣﻛﺎن ﺻﯾﺎﻏﺔ اﻟﺧوارزﻣﯾﺔ ﺑطرق ﻣﺧﺗﻠﻔﺔ ،ﻹﻧﺗﺎج ﻧﻔس اﻟﻌﻣﻠﯾﺎت ،وﻗد ﺗﻛون أﺣد ﻫذﻩ اﻟﺻﯾﺎﻏﺎت ﺗﻣﻠك ﻋﺑﺎرات واﺿﺣﺔ ﻣن
ﻧﺎﺣﯾﺔ اﻟﻣﺣﺗوى اﻟﻣﻧطﻘﻲ ،ﻟﻛﻧﻬﺎ ﺗوظف إﺳﺗراﺗﯾﺟﯾﺔ ﺣل ﻣﺳﺄﻟﺔ ﻣﻌﻘدة ،ﻣن ﻧﺎﺣﯾﺔ ﻣﺣﺗوى اﻟﻣﻧطق.وﻗد ﺗﻛون ﺻﯾﺎﻏﺔ أﺧرى ﻟﻬﺎ
ﻣﺣﺗوى ﻣﻧطق ﻣﻌﻘد ،ﻟﻛﻧﻪ ﯾوظف إﺳﺗراﺗﯾﺟﯾﺔ ﺣل ﻣﺳﺄﻟﺔ ﺳﻬﻠﺔ.
وﻛﻔﺎءة اﻟﺧوارزﻣﯾﺔ ﯾﻣﻛن أن ﺗﺗﺣﺳن ﻣرارا ،ﺑواﺳطﺔ ﺗﺣﺳﯾن ﻣﺣﺗوى اﻟﺗﺣﻛم ﺑدون ﺗﻐﯾﯾر ﻣﻧطق اﻟﺧوارزﻣﯾﺔ ،أي ﺑدون ﺗﻐﯾﯾر
طﺑﯾﻌﺔ اﻟﺧوارزﻣﯾﺔ ﻧﻔﺳﻬﺎ ،وﻫﻧﺎك ﻧزﻋﺔ ﻓﻲ ﻗواﻋد اﻟﺑﯾﺎﻧﺎت إﻟﻰ اﻟﻔﺻل ﺑﯾن اﻟﺗﺣﻛم controlواﻟﻣﻧطق .logic
وﻟﻐﺎت اﻟﺑرﻣﺟﺔ اﻟﯾوم ﻻ ﺗﻔرق ﺑﯾن اﻟﻣﻧطق واﻟﺗﺣﻛم ،ﺣﯾث ﯾﺣدد اﻟﻣﺑرﻣﺞ اﻟﻣﻧطق واﻟﺗﺣﻛم ﻓﻲ اﻟﻠﻐﺔ اﻟواﺣدة ،وﯾﺗدرب ﻋﻠﻰ آﻟﯾﺔ
اﻟﺗﻧﻔﯾذ اﻷﻛﺛر ﻗدرة ﻋﻠﻰ ﺣل اﻟﻣﺳﺎﺋل.
ﺳﺗﻛون ﺑراﻣﺞ اﻟﺣﺎﺳوب ﺻﺣﯾﺣﺔ ﻓﻲ أﻛﺛر اﻷﺣﯾﺎن ،وأﻛﺛر ﺳﻬوﻟﺔ ﻓﻲ اﻟﺗﺣﺳﯾن ،وأﻛﺛر ﺗﻛﯾﻔﺎ ﻣﻊ اﻟﻣﺳﺎﺋل اﻟﺟدﯾدة ،ﻋﻧدﻣﺎ ﺗﻘدم
آﻟﯾﺔ اﻟﺗﻧﻔﯾذ ﺧدﻣﺎت ﺣل ﻣﺳﺎﺋل اﻓﺿل وأﻗوى ،وذﻟك ﺑواﺳطﺔ ﻧظرﯾﺔ ﻣﺑرﻫﻧﺔ ﻟﻸﻧظﻣﺔ ذﻛﯾﺔ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html
99 - ٩٦
1. "Artificial Intelligence", by Elaine Rich and Kevin Knight, (2006), McGraw Hill
companies Inc., Chapter 4-6, page 105-192.
2. "Artificial Intelligence: A Modern Approach" by Stuart Russell and Peter Norvig,
(2002), Prentice Hall, Chapter 7-10, page 194-369.
3. "Computational Intelligence: A Logical Approach", by David Poole, Alan Mackworth,
and Randy Goebel, (1998), Oxford University Press, Chapter 5-7, page 169-278.
4. "Artificial Intelligence: Structures and Strategies for Complex Problem Solving", by
George F. Luger, (2002), Addison-Wesley, Chapter 2, 7, page 35-77, 227-273.
5. "AI: A New Synthesis", by Nils J. Nilsson, (1998), Morgan Kaufmann Inc., Chapter
13, Page 217-229.
6. "Artificial Intelligence: Theory and Practice", by Thomas Dean, (1994),
Addison-Wesley, Chapter 3, 6, Page 71-130, 255-296.
7. Related documents from open source, mainly internet. An exhaustive list is
being prepared for inclusion at a later date.
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٩٧
:ﻣﻠﺣق
. اﻟﻘﺳم اﻟﺧﺎص ﺑﺎﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲwww.myreaders.info ﻋﻧﺎوﯾن ﺑﺎﻗﻲ اﻟﻔﺻول اﻟﺗﻲ ﯾﺗﻛون ﻣﻧﻬﺎ ﻣوﻗﻊ
Course Content ﻣﺣﺗوى اﻟﻣﻘرر
: Introduction to AI ﻣدﺧل إﻟﻰ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ01
Definitions, Goals of AI, AI Approaches, AI Techniques, Branches of AI, Applications of AI.
:Problem Solving, Search and Control Strategies ﺣل اﻟﻣﺳﺎﺋل واﻟﺑﺣث واﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم02
General problem solving, Search and control strategies, Exhaustive searches, Heuristic search
techniques, Constraint satisfaction problems (CSPs) and models .
Knowledge Representations Issues, Predicate واﻟﻣﻧطق اﻟﺧﺑري واﻟﻘواﻧﯾن، ﻣواﺿﯾﻊ ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ03
:Logic, Rules
Knowledge representation, KR using predicate logic, KR using rules.
: Reasoning System - Symbolic , Statistical ﻧظﺎم اﻟﺗﻔﺳﯾر واﻟﺗرﻣﯾز واﻹﺣﺻﺎء04
Reasoning - Over view, Symbolic reasoning, Statistical reasoning.
: Game Playing ﺗﺷﻐﯾل اﻟﻠﻌﺑﺔ05
Overview, Mini-Max search procedure, Game playing with Mini-Max, Alpha-Beta pruning.
: Learning Systems ﻧظم اﻟﺗﻌﻠم06
Rote learning, Learning from example : Induction, Explanation Based Learning (EBL),
Discovery, Clustering, Analogy, Neural net and genetic learning, Reinforcement learning.
: Expert Systems اﻟﻧظم اﻟﺧﺑﯾرة07
Knowledge acquisition, Knowledge base, Working memory, Inference engine, Expert system
shells, Explanation, Application of expert systems.
:Fundamentals of Neural Networks أﺻول اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ08
Research history, Model of artificial neuron, Neural networks architectures, Learning methods
in neural networks, Single-layer neural network system, Applications of neural networks.
: Fundamentals of Genetic Algorithms أﺻول اﻟﺧوارزﻣﯾﺎت اﻟﺟﯾﻧﯾﺔ09
Search optimization algorithm, Evolutionary algorithm, Encoding, Operators of genetic
algorithm, Basic genetic algorithm.
:Natural Language Processing ﻣﻌﺎﻟﺟﺔ اﻟﻠﻐﺎت اﻟطﺑﯾﻌﯾﺔ10
Introduction, Syntactic processing , Semantic and Pragmatic analysis.
: Common Sense اﻟﻣﺷﺗرك/ اﻟﺣس اﻟﻌﺎم11
Introduction, Formalization of common sense reasoning, Physical world, Common sense
ontologies, Memory organization.
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٩٨
:١ﻣﻠﺤﻖ
. اﻟﻘﺳم اﻟﺧﺎص ﺑﺎﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲwww.myreaders.info ﻋﻧﺎوﯾن ﺑﺎﻗﻲ اﻟﻔﺻول اﻟﺗﻲ ﯾﺗﻛون ﻣﻧﻬﺎ ﻣوﻗﻊ
Course Content ﻣﺣﺗوى اﻟﻣﻘرر
: Introduction to AI ﻣدﺧل إﻟﻰ اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ01
Definitions, Goals of AI, AI Approaches, AI Techniques, Branches of AI, Applications of AI.
:Problem Solving, Search and Control Strategies ﺣل اﻟﻣﺳﺎﺋل واﻟﺑﺣث واﺳﺗراﺗﯾﺟﯾﺎت اﻟﺗﺣﻛم02
General problem solving, Search and control strategies, Exhaustive searches, Heuristic search
techniques, Constraint satisfaction problems (CSPs) and models .
Knowledge Representations Issues, Predicate واﻟﻣﻧطق اﻟﺧﺑري واﻟﻘواﻧﯾن، ﻣواﺿﯾﻊ ﺗﻣﺛﯾل اﻟﻣﻌرﻓﺔ03
:Logic, Rules
Knowledge representation, KR using predicate logic, KR using rules.
: Reasoning System - Symbolic , Statistical ﻧظﺎم اﻟﺗﻔﺳﯾر واﻟﺗرﻣﯾز واﻹﺣﺻﺎء04
Reasoning - Over view, Symbolic reasoning, Statistical reasoning.
: Game Playing ﺗﺷﻐﯾل اﻟﻠﻌﺑﺔ05
Overview, Mini-Max search procedure, Game playing with Mini-Max, Alpha-Beta pruning.
: Learning Systems ﻧظم اﻟﺗﻌﻠم06
Rote learning, Learning from example : Induction, Explanation Based Learning (EBL),
Discovery, Clustering, Analogy, Neural net and genetic learning, Reinforcement learning.
: Expert Systems اﻟﻧظم اﻟﺧﺑﯾرة07
Knowledge acquisition, Knowledge base, Working memory, Inference engine, Expert system
shells, Explanation, Application of expert systems.
:Fundamentals of Neural Networks أﺻول اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ08
Research history, Model of artificial neuron, Neural networks architectures, Learning methods
in neural networks, Single-layer neural network system, Applications of neural networks.
: Fundamentals of Genetic Algorithms أﺻول اﻟﺧوارزﻣﯾﺎت اﻟﺟﯾﻧﯾﺔ09
Search optimization algorithm, Evolutionary algorithm, Encoding, Operators of genetic
algorithm, Basic genetic algorithm.
:Natural Language Processing ﻣﻌﺎﻟﺟﺔ اﻟﻠﻐﺎت اﻟطﺑﯾﻌﯾﺔ10
Introduction, Syntactic processing , Semantic and Pragmatic analysis.
: Common Sense اﻟﻣﺷﺗرك/ اﻟﺣس اﻟﻌﺎم11
Introduction, Formalization of common sense reasoning, Physical world, Common sense
ontologies, Memory organization.
___________
www.myreaders.info/html/artificial_intelligence.html ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن،ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ
99 - ٩٩
ﻣﻠﺤﻖ:٢
ﻣﻧﻬﺟﯾﺗﻲ ﻓﻲ اﻟﺗرﺟﻣﺔ ﻛﺎﻟﺗﺎﻟﻲ:
(١اﻷوﻟوﯾﺔ ﻟﻠﺳﯾﺎق ﺑﺎﻟﻠﻐﺔ اﻻﻧﺟﻠﯾزﯾﺔ ﻣﺎ ﻟم ﯾﺗﻧﺎﻗض ﻣﻊ ﺳﯾﺎق اﻟﻠﻐﺔ اﻟﻌرﺑﯾﺔ.
(٢اﻟﺑﺣث ﻋن اﻟﻣﻔردة اﻟﻌرﺑﯾﺔ اﻷﻧﺳب ﻟﻠﺳﯾﺎق أو اﻟﻣﻔﻬوم ،ﻻ اﻟﻣﻌﻧﻰ اﻟﻣﺑﺎﺷر ،وﻟﻬذا ﻗد
ﺗﺟد ﻛﻠﻣﺔ واﺣدة ﻋرﺿت ﻟﻬﺎ أﻛﺛر ﻣن ﻣﻌﻧﻰ.
(٣ﺗرﺗﯾب ﻛﻠﻣﺎت اﻟﺟﻣﻠﺔ ﻛﻣﺎ ﻫﻲ ﺑﺎﻷﺻل ﻗدر اﻹﻣﻛﺎن اﻗﺗراﺑﺎ ﻣن اﻟﺗرﺟﻣﺔ اﻟﺣرﻓﯾﺔ ،ﻣﻣﺎ
ﻗد ﯾﺳﺑب ﺻﻌوﺑﺔ ﻓﻲ اﻟﺗرﻛﯾز واﻟﺣﺻول ﻋﻠﻰ اﻟﻣﻌﻧﻰ ...أﺣﯾﺎﻧﺎ.
(٤اﻹﺳﻬﺎب ﻓﻲ ﻣواﺿﯾﻊ واﻻﻗﺗﺿﺎب ﻓﻲ أﺧرى ﺣﺳب رؤﯾﺔ ﺷﺧﺻﯾﺔ ﻟﺗﺳﻠﺳل اﻟﻣﻧﻬﺞ،
ﺑﻣﻌﻧﻰ ﺣذف ﺑﻌض اﻟﻔﻘرات واﻟﺗطوﯾل ﻓﻲ ﺑﻌﺿﻬﺎ.
(٥أﺣﯾﺎﻧﺎ اﺣذف ﻓﻘرة ﻛﺎﻣﻠﺔ ﺑﺳﺑب ﻋدم وﺿوﺣﻬﺎ ﻓﻲ اﻟﻣﺻدر ،أو ﻟﺗﻘدﯾري ﻋدم ﻓﺎﺋدﺗﻬﺎ
ﻟﻠﻣﻌﻧﻰ ،ﻣﻊ إﺿﺎﻓﺔ ﻣﺎ ﯾﻣﻛن أن ﯾوﺿﺢ أو ﯾﻔﯾد ﻣن ﺧﺎرج اﻷﺻل.
(٦اﺧﺗﯾﺎر اﻟﻣﺻطﻠﺢ اﻟﻌرﺑﻲ ﯾﺗم وﻓق إﻣﺎ ورودﻩ ﻓﻲ ﻛﺗﺎﺑﺎت ﻋرﺑﯾﺔ ﺳﺎﺑﻘﺔٕ ،واﻻ ﺣﺳب
اﻟﺧﺑرة اﻟﺷﺧﺻﯾﺔ.
(٧ﻋرض اﻟﻣﺻطﻠﺢ اﻷﺟﻧﺑﻲ اﻟﻣﻧﺎظر ﻟﻠﻌرﺑﻲ ﻋﻧد ظﻬورﻩ أول ﻣرﻩ ،ﻣﻊ اﻻﻛﺗﻔﺎء
ﺑﺎﻟﺗرﺟﻣﺔ اﻟﻌرﺑﯾﺔ ﺑﻌدﻫﺎ ،وأﺣﯾﺎﻧﺎ ﯾظﻬر اﻟﻣﺻطﻠﺢ اﻟﻣﻧﺎظر ﻋﺷواﺋﯾﺎ ﺑﻣﺎ ﻻ ﯾﺧﺎﻟف
ﺿرورة ظﻬور اﻟﻣﺻطﻠﺢ اﻟﻌرﺑﻲ أول ﻣرﻩ ﻣﻊ اﻷﺟﻧﺑﻲ.
___________
ﻣدﺧل إﻟﻰ ﻋﻠم اﻟذﻛﺎء اﻻﺻطﻧﺎﻋﻲ ،ﻣن إﻋداد ﻓﻬد آل ﻗﺎﺳم ﻧﻘﻼ ﻋن www.myreaders.info/html/artificial_intelligence.html