دانلود pdf هوش مصنوعی کمیاب و عالی
هدف اصلی از مطالعه و توسعه هوش مصنوعی، درک عمیقتر و مدلسازی تواناییهای فکری و استدلالی انسان است تا بتوان ماشینهایی ساخت که قادر به انجام وظایف هوشمندانه باشند. این حوزه گسترده به بررسی این پرسش میپردازد که هوش مصنوعی چیست و چگونه میتوان علل و بنیادهای آن را مورد کنکاش قرار داد.
یکی از رهیافتهای مهم در تعریف هوش مصنوعی، رویکرد عملکرد انسانگونه است که با آزمون تورینگ (Turing Test) شناخته میشود؛ در این آزمون، ماشین تلاش میکند تا از طریق پاسخدهی، تفاوت خود را با انسان پنهان کند. رهیافت دیگر، تفکر انسانگونه است که بر مدلسازی شناختی تمرکز دارد و سعی در شبیهسازی فرایندهای فکری انسان دارد.
در مقابل، رویکرد تفکر منطقی به دنبال قوانین تفکر است و تلاش میکند هوش را بر پایه منطق و استدلال تعریف کند، هرچند که منطقگرایی چالشهای خاص خود را دارد. رهیافت عمل کردن منطقی نیز به طراحی عاملهای منطقی میپردازد که تصمیماتی بهینه و منطقی در محیط خود اتخاذ کنند؛ مطالعه هوش مصنوعی از این دیدگاه مزایای قابل توجهی دارد.
زیربنای هوش مصنوعی را میتوان در رشتههای مختلفی جستجو کرد؛ فلسفه، از یونان باستان تاکنون، به بررسی مفاهیمی چون دانش، ذهن و آگاهی پرداخته است که رنه دکارت و ویلهلم لایبنیتس از جمله تاثیرگذارترین فلاسفه در این زمینه هستند. این بخش به چگونگی ایجاد منبع دانش و ارتباط بین دانش و عمل میپردازد.
نوع فایل: پی دی اف – 359 صفحه
فهرست مطالب:
- هوش مصنوعی
- علل مطالعه AI
- AI چیست؟
- پردازشهای فکری و استدلالی
- عمل کردن انسانگونه: رهیافت آزمون تورینگ
- تست تورینگ
- فکر کردن انسانگونه: رهیافت مدلسازی شناختی
- فکر کردن منطقی: رهیافت قوانین تفکر
- مشکلات منطقگرایی
- عمل کردن منطقی: رهیافت عامل منطقی
- مزایای مطالعه AI به عنوان عامل منطقی
- زیربنای هوش مصنوعی
- فلسفه: (٤٢٨ قبل از میلاد مسیح – تاکنون)
- رنه دکارت و ویلهم لایبنیز
- ایجاد منبع دانش
- ارتباط بین دانش و عمل
- ریاضیات (٨٠٠C – تاکنون)
- محاسبات
- منطق
- دیوید هیلبرت
- احتمالات
- روانشناسی (١٨٧٩- تاکنون)
- کریک
- مهندسی کامپیوتر (١٩٤٠ – تاکنون)
- کامپیوترهای اولیه
- IBM 701
- پیشرفتهای AI در زمینه کامپیوتر
- زبانشناسی (١٩٧٥ – تاکنون)
- پردازش زبان طبیعی
- تاریخچه هوش مصنوعی
- پیدایش هوش مصنوعی
- دونالد هب و SNARC
- کنفرانس دارتموث
- اشتیاق زودهنگام، آرزوهای بزرگ
- جان مککارتی در MIT
- مینسکی: کار بر روی میکروورلدها
- مقداری واقعیت (١٩٧٤-١٩٦٦)
- سیستمهای مبتنی بر دانش: کلید قدرت؟ (١٩٧٩-١٩٦٩)
- اهمیت برنامه DENDRAL
- بازگشت شبکههای عصبی
- حوادث اخیر
- برنامهریزی
- ایده سیستمهای خبره
- شرایط کنونی
- فصل دوم: عاملهای هوشمند
- تعریف عامل
- انواع عوامل
- نمودار عامل و محیط
- عاملها چگونه باید عمل کنند؟
- تفاوت میان منطقی بودن و دانش کل (omniscience)
- عوامل موثر بر منطقی بودن عامل
- رفتار عامل و دنباله ادراکی
- نگاشت ایده آل از دنباله های ادراکی به عملیات
- مثال نگاشت ایده آل
- خودمختاری
- خودمختاری و تجربه
- ساختار عاملهای هوشمند
- ارتباط بین عاملها، معماریها و برنامهها
- محیطهای واقعی و مصنوعی
- تشابهات عاملهای هوشمند
- مثال: عامل راننده تاکسی
- انواع برنامههای عامل هوشمند
- عاملهای واکنشی ساده
- نمودار عامل واکنشی ساده
- عاملهایی که اثرات دنیا را حفظ میکنند
- بهنگامسازی اطلاعات وضعیت داخلی همزمان با گذر زمان
- نمودار عامل واکنشی با حالت داخلی
- عاملهای هدفگرا
- تصمیمگیری در عوامل هدفگرا
- تفاوت عاملها واکنشی و هدفگرا
- مزایای عوامل هدفگرا
- نمودار عامل هدفگرا
- عاملهای سودمند
- تعریف تابع سودمندی
- ارتباط بین عامل و محیط
- ویژگیهای محیط: دسترسیپذیری
- ویژگیهای محیط: قطعیت
- ویژگیهای محیط: اپیزودیک بودن
- ویژگیهای محیط: پویایی
- ویژگیهای محیط: گسسته یا پیوسته
- جدول ویژگیهای محیطها
- برنامههای محیط
- فصل سوم: حل مسائل توسط جستجو
- تعریف عامل حل مسئله
- عاملهای حل مسئله
- فاز اجرایی حل مسئله
- انواع مسائل جستجو
- دنیای جاروبرقی
- مدل تک حالته
- مدل چند حالته
- مدل احتمالی
- مدل اکتشافی
- مسائل و راهحلهای خوب تعریف شده
- عناصر تعریف مسئله
- تعریف مسئله چند حالته
- تعریف عملگر، مسیر و راهحل
- اندازهگیری کارایی حل مسئله
- انتخاب حالات و عملیات
- انتزاع
- مسائل نمونه
- مسئله معمای ۸
- عناصر معمای ۸
- مسئله ۸ وزیر
- نمودار مسئله ۸ وزیر
- عناصر مسئله ۸ وزیر
- کریپتاریتمتیک
- عناصر کریپتاریتمتیک
- اجتناب از جایگزینیهای مشابه
- دنیای مکش
- نمودار دنیای جاروبرقی
- مسئله جاروبرقی چند حالته
- مسئله کشیشها و آدمخوارها
- عناصر مسئله کشیشها و آدمخوارها
- مسائل دنیای واقعی
- مسائل فروشنده دورهگرد و تور
- طرح VISI
- اهداف طراحی VLSI
- هدایت ربات
- خط تولید خودکار
- جستجو برای راهحل
- تولید دنبالههای عمل
- گره درخت جستجو
- استراتژیهای جستجو
- انواع استراتژیهای جستجو
- جستجوی سطحی
- جستجوی با هزینه یکسان
- جستجوی عمقی
- معایب جستجوی عمقی
- جستجوی عمقی محدود شده
- پیچیدگی زمانی جستجوی عمقی محدود
- جستجوی عمیق کننده تکراری
- مزایای جستجوی عمیق کننده تکراری
- پیچیدگی زمانی و فضایی جستجوی عمیق کننده تکراری
- جستجوی دوطرفه
- ملاحظات پیادهسازی جستجوی دوطرفه
- جدول مقایسه استراتژیهای جستجو
- اجتناب از حالات تکراری
- سه راه برای حل مشکل حالات تکراری
- جستجوی ارضای محدودیت (Constraint Satisfaction Problem)
- ویژگیهای مسائل ارضای محدودیت
- مسائل ارضای محدودیت گسسته
- چطور یک الگوریتم جستجوی همهمنظوره را در یک CSP به کار ببریم
- فصل چهارم: روشهای جستجو آگاهانه
- جستجوی بهترین
- حداقل هزینه تخمین زده شده برای رسیدن به هدف: جستجوی حریصانه
- ویژگیهای جستجوی حریصانه
- حداقل سازی مجموع هزینه مسیر: جستجوی A
- کشفکنندگی قابل قبول
- رفتار جستجوی A
- یکنواختی در A
- عملکرد A در عمل
- توابع ابتکاری
- نمودار معمای ۸
- توابع ابتکاری برای معمای ۸
- اثر صحت کشفکنندگی بر کارایی
- کشفکنندهها برای مسائل ارضای محدودیت
- نمودار مسئله رنگآمیزی نقشه
- مثال رنگآمیزی نقشه
- جستجوی SMA
- ویژگیهای SMA
- طراحی SMA
- الگوریتمهای اصلاح تکراری
- نمودار الگوریتمهای اصلاح تکراری
- انواع الگوریتمهای اصلاح تکراری
- الگوریتمهای جستجوی تپه نوردی (Hill-climbing)
- مشکلات الگوریتم تپه نوردی
- موفقیت الگوریتم تپه نوردی
- Simulated annealing
- نمودار مسئله ۸ وزیر (Simulated Annealing)
- پارامترهای Simulated Annealing
- کاربردها در مسائل ارضای محدودیت
- روشهای حل CSP با اصلاح کشفکنندگی
- فصل پنجم: تئوری بازی
- بازیها در نقش مسائل جستجو
- دلایلی که محققین قدیم، شطرنج را به عنوان موضوعی در AI برگزیدند
- عدم قطعیت در بازیها
- تصمیمات کامل در بازیهای دونفره
- عناصر بازیها
- استراتژی Minimax
- الگوریتم Minimax
- پیچیدگی زمانی الگوریتم Minimax
- تصمیمات ناقص در بازیها
- تابع ارزیابی
- کیفیت تابع ارزیابی
- توابع ارزیابی خطی
- قطع جستجو
- جستجوی خاموش
- مسئله افقی (Horizon Problem)
- هرس آلفا-بتا
- تعریف آلفا و بتا
- نحوه کارکرد هرس آلفا-بتا
- مزایای هرس آلفا-بتا
- نتایج کلی تئوری بازی
- بازیهایی که شامل عنصر شانس هستند
- بازیهای شانسی و گرههای Minimax/Max
- فرمول Expectimax
- ارزیابی موقعیت در بازیها با گرههای شانس
- پیچیدگی Expectimax
- فصل ششم: عاملهایی که به طور منطقی استدلال میکنند
- معرفی طراحی پایهای برای یک عامل مبتنی بر دانش
- قابلیتهای عاملهای مبتنی بر دانش
- نیازمندیهای عامل مبتنی بر دانش
- پایگاه دانش و جملات
- عملیات ASK و TELL
- روند تعامل عامل با پایگاه دانش
- سطوح عاملهای مبتنی بر دانش
- دنیای Wumpus
- عناصر دنیای Wumpus
- اهداف و اعمال در دنیای Wumpus
- بازنمایی، استدلال و منطق
- نحو و معنای زبان بازنمایی دانش
- تفاوت بین حقایق و بازنمایی
- جمالت و استدلال
- نمودار ارتباط بین جملات، حقایق و معنا
- تعریف استلزام
- رویههای استنتاج
- تعریف اثبات (Proof)
- اهمیت استنتاج صحیح
- زبانهای بازنمایی
- مزایا و معایب زبان طبیعی
- ویژگیهای زبان بازنمایی خوب
- معنای جملات
- تعریف صدقپذیری
- صدقپذیری و عدم صدقپذیری
- مشکلات استنتاج در کامپیوترها
- قدرت استنتاج رسمی
- اجزای منطق
- منطق گزارهای و منطق مرتبه اول
- تعریف منطق مرتبه اول
- منطق فازی
- اجزای منطق گزارهای
- ساختار جملات در منطق گزارهای
- معنای جملات در منطق گزارهای
- اعتبار و استنتاج در منطق گزارهای
- نمودار یک سیستم استدلال
- تعریف مدلها در منطق
- دنیاهای واقعی در منطق
- قوانین استنتاج منطق گزارهای
- مثال قانون استنتاج
- تعریف یکنواختی
- جملات هورن
- ادامه بحث جملات هورن
- مشکل کند شدن رویه استنتاج
- اجتناب از سردرگمی در استدلال زمانی
- فصل هفتم: منطق مرتبه اول
- مقایسه منطق گزارهای و مرتبه اول
- اجزای منطق مرتبه اول
- قابلیتهای منطق مرتبه اول
- نحو و معانی
- سیمبولهای ثابت
- سیمبولهای گزاره و تابع
- تعریف ترمها
- تعریف جملات اتمی
- صدق جملات اتمی
- تعریف جملات پیچیده
- سورهای منطق مرتبه اول
- سور عمومی
- سور وجودی
- سورهای لانهای
- مسئله محدوده سورها
- قوانین دمورگان برای سورها
- اهمیت سورها در AI
- تعریف تساوی
- توسعههای منطق مرتبه اول
- منطق مرتبه بالاتر
- عملگر لامبدا
- سور یکتایی
- عملگر یکتایی
- جدول انواع عالئم منطقی
- کاربرد منطق مرتبه اول
- عاملهای منطقی در دنیای Wumpus
- عامل واکنشی ساده (منطقی)
- محدودیتهای عامل واکنشی ساده
- بازنمایی تغییرات در محیط
- قوانین دیاکرونیک
- استدلال در مورد اعمال
- تعریف محاسبه موقعیت
- استنتاج خواص پنهان
- قوانین علّی (Causal Rules)
- قوانین تشخیصی (Diagnostic Rules)
- مهمترین مسئله در استدلال منطقی
- اولویت عملیات
- مطلوبیت عملیات
- سیستم ارزش عملیات
- عاملهای هدفدار و یافتن راهحل
- استنتاج به عنوان روش حل مسئله
- جستجو به عنوان روش حل مسئله
- فصل هشتم: استنتاج در منطق مرتبه اول
- قوانین استنتاج منطق گزارهای و سورها
- قانون حذف سور عمومی
- قانون حذف سور وجودی
- قانون معرفی سور وجودی
- ترکیب قوانین استنتاج
- فرایند اثبات
- تعمیم یافته Modus Ponens
- فرم Canonical برای Modus Ponens
- تعریف یکسانسازی (Unification)
- زنجیرهسازی به جلو و عقب (Forward AND Backward Chaining)
- زنجیرهسازی به عقب (Backward Chaining)
- الگوریتم زنجیرهسازی به جلو
- ترکیب جانشینی در زنجیرهسازی جلو
- الگوریتم زنجیرهسازی به عقب
- تعریف کامل بودن (Completeness)
- عدم کامل بودن Modus Ponens
- رویههای اثبات کامل
- ارزش رویههای اثبات کامل در AI
- قضیه کامل بودن گودل
- نیمه تصمیمپذیری
- رویه استنتاج Resolution
- قانون Resolution
- فرمهای Canonical برای Resolution
- فرم نرمال شرطی (INF)
- مقایسه Resolution و Modus Ponens
- برهان خلف (Refutation Proof)
- تبدیل به فرم نرمال برای Resolution
- مراحل تبدیل به فرم نرمال
- اسکلمایز کردن (Skolemization)
- مسئله تساوی در منطق
- قانون Demodulation
- استراتژیهای Resolution
- ترجیح واحد (Unit Preference)
- استراتژی مجموعه پشتیبان (Support Set)
- قانون Subsumption
- فصل نهم: برنامهریزی
- تفاوت عامل برنامهریز و حل مسئله
- یک عامل ساده برنامهریزی
- کارکرد عامل برنامهریز ساده
- گذار از حل مسئله به برنامهریزی
- عناصر حل مسئله مبتنی بر جستجو
- بازنمایی عملیات در برنامهریزی
- بازنمایی حالت در برنامهریزی
- بازنمایی اهداف در برنامهریزی
- بازنمایی برنامهها در برنامهریزی
- مثال برنامهریزی: خرید
- ایده بسط دادن در برنامهریزی
- بازنمایی منطقی حالتها و عملیات
- برنامهریزی با زمانبندی منعطف
قیمت: 215/500 تومان
ریاضیات نیز با مفاهیمی چون محاسبات، منطق که دیوید هیلبرت آن را توسعه داد، و احتمالات، پایههای مستحکمی برای الگوریتمها و مدلهای هوش مصنوعی فراهم آورده است. در همین حال، روانشناسی، به ویژه پژوهشهای کریک از اواخر قرن نوزدهم، به درک نحوه کارکرد ذهن و پردازش اطلاعات کمک شایانی کرده است.
مطالب مرتبط
- دانلود pdf مفاهیم شبکه های کامپیوتری در 146 صفحه
مهندسی رایانه از دهه ۱۹۴۰ با ظهور کامپیوترهای اولیه مانند آیبیام ۷۰۱ (IBM 701)، بستر لازم را برای توسعه هوش مصنوعی فراهم آورد و پیشرفتهای آن در این زمینه ادامه داشته است. از سوی دیگر، زبانشناسی نیز از میانه قرن بیستم، با تاکید بر پردازش زبان طبیعی، نقش مهمی در توسعه قابلیتهای تعاملی هوش مصنوعی ایفا کرده است.
تاریخچه هوش مصنوعی با پیدایش ایدههای اولیه آغاز شد و با تلاشهایی چون دونالد هب و پروژه اسنارک (SNARC) ادامه یافت. نقطه عطف مهم در این مسیر، کنفرانس دارتموث بود که به عنوان زادگاه رسمی هوش مصنوعی شناخته میشود.
سالهای اولیه با اشتیاق زودهنگام و آرزوهای بزرگی همراه بود؛ جان مککارتی در امآیتی (MIT) و مینسکی با کار بر روی میکروورلدها، چشماندازهای جدیدی را گشودند. با این حال، دوره ۱۹۶۶-۱۹۷۴ مقداری واقعیتگرایی را به همراه آورد که انتظارات را تعدیل کرد.
سپس، سیستمهای مبتنی بر دانش از ۱۹۶۹ تا ۱۹۷۹ به عنوان کلید قدرت هوش مصنوعی مطرح شدند، که اهمیت برنامههایی مانند دندرال (DENDRAL) و مايسين (MYCIN) در این دوره برجسته بود. این سیستمها نسبت به مدلهای قبلی پیشرفت قابل توجهی نشان دادند.
در دهه ۱۹۸۰، هوش مصنوعی به یک صنعت تبدیل شد و شاهد بازگشت شبکههای عصبی بودیم که قابلیتهای جدیدی را در یادگیری ماشین ارائه دادند. حوادث اخیر در این حوزه شامل پیشرفتهایی در برنامهریزی و ایده سیستمهای خبره است که شرایط کنونی هوش مصنوعی را شکل دادهاند.
فصل دوم به عاملهای هوشمند میپردازد که در واقع قلب عملکننده هوش مصنوعی هستند؛ تعریف عامل، انواع آن، و نمودار ارتباط عامل با محیط از جمله موضوعات اصلی است. بحث بر سر اینکه عاملها چگونه باید عمل کنند و تفاوت میان منطقی بودن و دانش کل (omniscience) نیز مطرح میشود.
عوامل موثر بر منطقی بودن عامل، رفتار عامل و دنباله ادراکی، و مفهوم نگاشت ایده آل از دنبالههای ادراکی به عملیات، مباحث مهمی را تشکیل میدهند. خودمختاری عامل و نقش تجربه در آن نیز از ویژگیهای کلیدی در ساختار عاملهای هوشمند است، که ارتباط بین عاملها، معماریها و برنامهها را تبیین میکند.
محیطهای واقعی و مصنوعی و تشابهات عاملهای هوشمند، به درک بهتر این سیستمها کمک میکند؛ یک عامل راننده تاکسی نمونهای کاربردی از این مفاهیم است. انواع برنامههای عامل هوشمند شامل عاملهای واکنشی ساده با نمودارهای مربوطه، عاملهایی که اثرات دنیا را حفظ میکنند و اطلاعات وضعیت داخلی را بههنگامسازی میکنند، مورد بررسی قرار میگیرند.
عاملهای هدفگرا که تصمیمگیری را بر اساس اهداف انجام میدهند و مزایای آنها نسبت به عاملهای واکنشی، بخش دیگری از این مبحث است. در ادامه، عاملهای سودمند که بر اساس تابع سودمندی عمل میکنند، مورد تحلیل قرار میگیرند و ارتباط بین عامل و محیط و ویژگیهای آن مانند دسترسیپذیری، قطعیت، اپیزودیک بودن، پویایی و گسسته یا پیوسته بودن محیط نیز بررسی میشود.
فصل سوم به حل مسائل توسط جستجو اختصاص دارد؛ تعریف عامل حل مسئله و فاز اجرایی آن، انواع مسائل جستجو مانند دنیای جاروبرقی با مدلهای تک حالته، چند حالته، احتمالی و اکتشافی، و مسائل و راهحلهای خوب تعریف شده مطرح میشوند. عناصر تعریف مسئله، تعریف مسئله چند حالته، عملگر، مسیر و راهحل، و اندازهگیری کارایی از مباحث اصلی است.
انتخاب حالات و عملیات و مفهوم انتزاع، در کنار مسائل نمونهای مانند معمای ۸، مسئله ۸ وزیر و کریپتاریتمتیک، به درک عملی این روشها کمک میکنند. مسائلی چون دنیای مکش، مسئله جاروبرقی چند حالته و کشیشها و آدمخوارها، نمونههایی از کاربردهای جستجو هستند؛ همچنین مسائل دنیای واقعی مانند فروشنده دورهگرد، طرح ویالاسآی (VLSI) و هدایت ربات نیز بررسی میشوند.
جستجو برای راهحل شامل تولید دنبالههای عمل، مفهوم گره درخت جستجو و استراتژیهای جستجو است. انواع استراتژیهای جستجو مانند جستجوی سطحی، جستجوی با هزینه یکسان، جستجوی عمقی و معایب آن، جستجوی عمقی محدود شده و عمیقکننده تکراری، و جستجوی دوطرفه مورد بحث قرار میگیرند، که هر یک پیچیدگی زمانی و فضایی خاص خود را دارند.
اجتناب از حالات تکراری با سه راهکار مختلف، و جستجوی ارضای محدودیت (Constraint Satisfaction Problem) با ویژگیها و کاربرد الگوریتمهای همهمنظوره در آن نیز از مباحث مهم است. فصل چهارم با روشهای جستجوی آگاهانه ادامه مییابد که شامل جستجوی بهترین، جستجوی حریصانه (Greedy Search) با ویژگیهای آن، و الگوریتم آستار (A) با کشفکنندگی قابل قبول و یکنواختی آن میشود.
عملکرد آستار (A) در عمل و توابع ابتکاری (Heuristic Functions) برای مسائلی مانند معمای ۸ و اثر صحت کشفکنندگی بر کارایی از نکات کلیدی است. کشفکنندهها برای مسائل ارضای محدودیت مانند رنگآمیزی نقشه و جستجوی اسامایآستار (SMA) با ویژگیها و طراحی آن نیز از روشهای مهم هستند.
الگوریتمهای اصلاح تکراری، از جمله الگوریتمهای جستجوی تپهنوردی (Hill-climbing) با مشکلات و موفقیتهایشان، و شبیهسازی بازپخت (Simulated Annealing) با پارامترها و کاربردهایش در مسائل ارضای محدودیت نیز مورد بررسی قرار میگیرند.
فصل پنجم به تئوری بازی میپردازد که در آن بازیها به عنوان مسائل جستجو در نظر گرفته میشوند؛ دلایل محققین قدیم برای انتخاب شطرنج در هوش مصنوعی، عدم قطعیت در بازیها و تصمیمات کامل در بازیهای دونفره با عناصر بازی مورد بحث قرار میگیرد. استراتژی مینیمکس (Minimax) و الگوریتم پیچیدگی زمانی آن، تصمیمات ناقص در بازیها و تابع ارزیابی نیز تشریح میشوند.
کیفیت تابع ارزیابی، توابع ارزیابی خطی، قطع جستجو، جستجوی خاموش و مسئله افقی (Horizon Problem) از مباحث مهم در تئوری بازی هستند. هرس آلفا-بتا (Alpha-Beta Pruning) با تعریف آلفا و بتا، نحوه کارکرد و مزایای آن، نتایج کلی تئوری بازی و بازیهایی که شامل عنصر شانس هستند، نیز بررسی میشوند.
بازیهای شانسی و گرههای مینیمکس/ماکس (Minimax/Max)، فرمول اکسیپکتیماکس (Expectimax)، ارزیابی موقعیت در بازیها با گرههای شانس و پیچیدگی اکسیپکتیماکس از دیگر موضوعات این فصل است.
فصل ششم به عاملهایی میپردازد که به طور منطقی استدلال میکنند؛ طراحی پایهای برای یک عامل مبتنی بر دانش، قابلیتها و نیازمندیهای آن، و مفاهیم پایگاه دانش و جملات (Sentences)، همراه با عملیات پرسیدن (ASK) و گفتن (TELL)، معرفی میشوند. روند تعامل عامل با پایگاه دانش، سطوح عاملهای مبتنی بر دانش و دنیای ومپوس (Wumpus World) با عناصر، اهداف و اعمال آن نیز تشریح میگردد.
بازنمایی، استدلال و منطق، نحو و معنای زبان بازنمایی دانش، و تفاوت بین حقایق و بازنمایی از مباحث کلیدی است. جملات و استدلال، نمودار ارتباط بین جملات، حقایق و معنا، و تعریف استلزام از دیگر موضوعات مهم هستند. رویههای استنتاج، تعریف اثبات (Proof) و اهمیت استنتاج صحیح، و ویژگیهای زبان بازنمایی خوب از جمله مزایا و معایب زبان طبیعی، مورد بحث قرار میگیرند.
معنای جملات، تعریف صدقپذیری، صدقپذیری و عدم صدقپذیری، و مشکلات استنتاج در کامپیوترها، همراه با قدرت استنتاج رسمی، مفاهیم اصلی را تشکیل میدهند. اجزای منطق، منطق گزارهای و مرتبه اول، تعریف منطق مرتبه اول، منطق فازی، اجزای منطق گزارهای، ساختار و معنای جملات در منطق گزارهای، و اعتبار و استنتاج در آن بررسی میشوند.
نمودار یک سیستم استدلال، تعریف مدلها در منطق، دنیاهای واقعی در منطق، قوانین استنتاج منطق گزارهای و مثال قانون استنتاج، تعریف یکنواختی، جملات هورن، مشکل کند شدن رویه استنتاج، و اجتناب از سردرگمی در استدلال زمانی نیز از مباحث مطرح شدهاند.
فصل هفتم به منطق مرتبه اول اختصاص دارد؛ مقایسه آن با منطق گزارهای، اجزا و قابلیتهای منطق مرتبه اول، نحو و معانی آن، سیمبولهای ثابت، گزاره و تابع، تعریف ترمها و جملات اتمی، و صدق جملات اتمی مورد بررسی قرار میگیرد. تعریف جملات پ