LOGICA E INTELIGENCIA ARTIFICIAL

SANTIAGO FIGUERA Y RICARDO O. RODRIGUEZ

Objetivos Generales La Lgica ha jugado un rol importante en el desarrollo de la Inteligencia Aro ticial. El principal objetivo del curso ser presentar los conceptos y resultados a ms importantes de la lgica y discutir su capacidad para formalizar los complejos a o fenmenos que aparecen en la modelizacin de agentes racionales. Para ello dedio o caremos las primeras reuniones a introducir las cuestiones loscas y tericas que o o aparecen en el paradigma simblico, y los ultimos para analizar cr o ticamente algunos de los ms relevantes ejemplos de modelos de representacin y razonamiento. a o 1. Contenidos del curso 1.1. Metodolog El curso est pensado para los cinco d que dura la EAIA. a. a as Ser auto-contenido pero se asumir que los asistentes tiene nociones bsicas de a a a Lgica y de Inteligencia Articial. Aquellos que no posean esos conocimientos preo vios, igual podrn seguir el curso aunque posiblemente con menor uidez. Para estos a ultimos recomendamos leer previamente algn cap u tulo sobre Lgica Proposicional o (recomendamos el primero del libro A mathematical introduction to logic de Enderton o la segunda parte de Lgica proposicional veritativo-funcional de Hunter) y el primer cap tulo de Articial Intelligence: A modern approach de Russell and Norvig. Estas lecturas proveern la necesaria base para el mejor aprovechamiento a del curso. Cada jornada abordar los tpicos que a continuacin se detalla. La a o o presentacin de los temas de cada encuentro estar encadenada con los dados en o a los anteriores. 1.2. Aprobacin. A lo largo de cada jornada quedarn abiertas dos o tres cueso a tiones que debern ser respondidas por escrito y entregada al d siguiente. La a a entrega es individual pero la resolucin de la misma puede ser grupal. Al nal o del ultimo encuentro se entregar un takehome sobre el que podr hacer consultas a a por e-mail durante la semana siguiente a la naliacin del curso y que deber ser o a entregado cumplido ese plazo. 1.3. Lunes: Motivaciones y Consideraciones histricas y loscas. El o o paradigma simblico en IA. La lgica como herramienta para abordar problemas o o de razonamiento inteligente y para guiar el diseo de sistemas que lo resuelvan. n Algunos debates clsicos: Poder expresivo vs. tratabilidad computacional. Lgica a o Proposicional vs. Primer Orden. Nivel de conocimiento vs. nivel simblico. Ino troduccin a la lgica de Primer Orden. Sintaxis: signatura, trminos, frmulas, o o e o variables libres y ligadas. Semntica: nocin de modelo, interpretacin y validez. a o o
1

SANTIAGO FIGUERA Y RICARDO O. RODRIGUEZ

1.4. Martes: Aspectos tericos de la lgica. Estructuras y valuaciones. Isoo o morsmo y embeddings. Consecuencia semntica, equivalencia elemental, teor a as. Teorema de Completitud. Teorema de Compacidad y aplicaciones. Teoremas de Lwenheim-Skolem. (In)decidibilidad. o 1.5. Mircoles: Programacin Lgica. El problema SAT de Primer Orden vs e o o SAT de Proposicional. Teorema de Herbrand. Forma normales: Negada, Prenexa y de Skolem. Mtodo de Davis-Putman. Resolucin en Primer Orden. Mtodo e o e de Unicacin. Estrategias de bsqueda: Lineal, Conjunto Soporte, Conjunto de o u Entrada. Resolucin Ordenada. Resolucin Binaria vs General. Restriccin a o o o Clausulas de Horn. Tratamiento de la negacin. Programacin Lgica Inductiva. o o o 1.6. Jueves: Lgicas Modales. Modelos relacionales. Sintaxis y semntica de o a la lgica modal bsica. Completitud. Bisimulacin. Traduccin estndar a primer o a o o a orden. Teorema de caracterizacin de van Benthem. Decidibilidad y complejidad. o Lgicas h o bridas: nominales vs. proposiciones. Operador y @. Poder expresivo y decidibilidad de las lgicas h o bridas 1.7. Viernes: Lgicas No-estndares. En esta reunin volveremos a la cuestin o a o o sobre los l mites del poder inferencial y de representacin de la Lgica de Primer o o Orden. (1) Lgica de Descripcin. o o (2) Lgicas Cognitivas: Propuesta de Hintikka. Lenguaje BDI de agentes. o (3) Lgicas No-montonas: Reiter. Circumscription. Cambio de Creencias. o o (4) Lgica borrosa y de razonamiento aproximado. o
Departamento de Ciencias de la Computacion Manuel Sadosky, FCEyN-UBA E-mail address: {figuera,ricardo}@dc.uba.ar