TRÍ TUỆ NHÂN TẠO, ĐẠI HỌC CẦN THƠ

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (5.65 MB, 219 trang )

Bạn đang đọc: TRÍ TUỆ NHÂN TẠO, ĐẠI HỌC CẦN THƠ – Tài liệu text

TTNT. p.1
TRÍ TUỆ NHÂN TẠO
Khoa Công Nghệ Thông Tin
Trường Đại học Cần Thơ
Artificial Intelligence: Structure and Strategies for
Complex Problem Solving. (3
rd
edition – 1997)
George F. Luger, William A. Stubblefield
Giáo viên: Trần Ngân Bình
TTNT. p.2
Nội Dung
 Chương 1. Giới thiệuTTNT
 Chương 2. Phép tính vị từ
 Chương 3. Cấu trúc và chiến lược dùng cho tìm kiếm
trên không gian trạng thái (TK-KGTT)
 Chương 4. Tìm kiếm heuristic
 Chương 5. Điều khiển và cài đặt TK-KGTT
 Chương 6: Giải quyết vấn đề tri fthức chuyên sâu
 Chương 7: Suy luận với thông tin không chính xác hoặc
không đầy đủ.
 Chương 8. Suy luận tự động (Automatic reasoning)
 Chương 9. Học máy
TTNT. p.3
Trí Tuệ Nhân Tạo là gì?
 Là một nhánh của khoa học máy tính liên quan đến sự tự
động hóa hành vi thông minh.
Trí tuệ là gì?
 Các câu hỏi chưa có câu trả lời:
– Liệu trí tuệ có phải là một khả năng duy nhất hay chỉ là một

tên gọi cho một tập hợp các hành vi phân biệt và độc lập nhau?
– Thế nào là khả năng sáng tạo?
– Thế nào là trực giác?
– Điều gì diễn ra trong quá trình học?
– Có thể kết luận ngay về tính trí tuệ từ việc quan sát một hành
vi hay không hay cần phải có biểu hiện của một cơ chế nào đó
nằm bên trong ?
C.1 – Giới thiệu
TTNT. p.4
Định Nghĩa AI
 Rich, E. and K. Knight. 1991. Artificial Intelligence.
New York: McGraw-Hill.
“Artificial intelligence (AI) is the study of how to make
computers do things which at the moment, people do
better.”
 George Luger:
“An AI approach problem-solving is one which:
• uses domain-specific knowledge
• to find a good-enough solution
• to a hard problem
• in a reasonable amount of time.”
C.1 – Giới thiệu
TTNT. p.5
Turing Test
 Ưu điểm của Turing Test
– Khái niệm khách quan về trí tuệ
– Tránh đi những thảo luận về quá trình bên trong và ý
thức
– Loại trừ định kiến thiên vị của người thẩm vấn
Interrogator

C.1 – Giới thiệu
TTNT. p.6
Các ý kiến phản đối Turing Test
 Thiên vị các nhiệm vụ giải quyết vấn đề bằng ký
hiệu
 Trói buộc sự thông minh máy tính theo kiểu con
người, trong khi con người có:
– Bộ nhớ giới hạn
– Có khuynh hướng nhầm lẫn
Tuy nhiên, trắc nghiệm Turing đã cung cấp một cơ
sở cho nhiều sơ đồ đánh giá dùng thực sự cho các
chương trình TTNT hiện đại.
C.1 – Giới thiệu
TTNT. p.7
Các Ứng Dụng của TTNT
1. Trò chơi và các bài toán đố
2. Suy luận và chứng minh định lý tự động
3. Các hệ chuyên gia (các hệ tri thức)
4. Xử lý ngôn ngữ tự nhiên
5. Lập kế hoạch và người máy
6. Máy học
7. Mạng Neuron và giải thuật di truyền
8. …
C.1 – Giới thiệu
TTNT. p.8
Trí Tuệ Nhân Tạo – Đặc Điểm
 Sử dụng máy tính vào suy luận trên các ký hiệu, nhận
dạng qua mẫu, học, và các suy luận khác…
 Tập trung vào các vấn đề “khó” không thích hợp với
các lời giải mang tính thuật toán.

Xem thêm: Nội dung cơ bản của Luật Công nghệ thông tin

 Quan tâm đến các kỹ thuật giải quyết vấn đề sử dụng
các thông tin không chính xác, không đầy đủ, mơ hồ…
 Cho lời giải ‘đủ tốt’ chứ không phải là lời giải chính
xác hay tối ưu.
 Sử dụng heuristics – “bí quyết”
 Sử dụng tri thức chuyên môn
 …
C.1 – Giới thiệu
TTNT. p.9
Những vấn đề chưa được giải quyết
 Chương trình chưa tự sinh ra được heuristic
 Chưa có khả năng xử lý song song của con người
 Chưa có khả năng diễn giải một vấn đề theo
nhiều phương pháp khác nhau như con người.
 Chưa có khả năng xử lý thông tin trong môi
trường liên tục như con người.
 Chưa có khả năng học như con người.
 Chưa có khả năng tự thích nghi với môi trường.
C.1 – Giới thiệu
TTNT. p.10
TTNT =
Biểu Diễn + tìm kiếm
TTNT  biểu diễn và tìm kiếm
TTNT. p.11
Hệ thống ký hiệu vật lý
 Hệ thống ký hiệu = tập hợp các mẫu và các quá
trình, trong đó các quá trình sản xuất, triệt tiêu và
thay đổi các mẫu.
 Các hành vi thông minh đạt được bằng việc sử
dụng:

1. Các mẩu ký hiệu để biểu diễn các khía cạnh quan
trọng của lĩnh vực bài toán.
2. Các phép toán trên những mẫu này để sinh ra các
lời giải có khả năng của bài toán
3. Tìm kiếm một lời giải trong số các khả năng này.
TTNT  biểu diễn và tìm kiếm
TTNT. p.12
Giả thuyết về hệ thống ký hiệu vật lý
 “Một hệ thống ký hiệu vật lý có các phương tiện
cần và đủ cho một hành vi thông minh tổng quát”
(Nowell và Simon)
Allen Newell and Herbert A. Simon, Computer
Science as Empirical Inquiry: Symbols and
Search, Communications of the ACM (March
1976)
TTNT  biểu diễn và tìm kiếm
TTNT. p.13
TTNT như là sự biểu diễn và tìm kiếm
Sự biểu diễn phải:
 Cung cấp một cơ cấu tự nhiên để thể hiện tri thức/thông
tin/ dữ liệu một cách đầy đủ => Tính biểu đạt
 Hỗ trợ việc thực thi một cách hiệu quả việc tìm kiếmđáp
án cho một vấn đề => Tính hiệu quả
Liệu việc tìm kiếm:
– Có kết thúc không?
– Có chắc chắn sẽ tìm được lời giải không?
– Có chắc chắn sẽ tìm được lời giải tối ưu không?
TTNT  biểu diễn và tìm kiếm
TTNT. p.14
TTNT như là biểu diễn & tìm kiếm

 Giải quyết vấn đề như là sự tìm kiếm lời
giải trong một đồ thị không gian trạng thái:
– Nút ~ trạng thái (node ~ state)
– Liên kết (link)
 Ví dụ:
– Trò chơi tic-tac-toe
– Chẩn đoán trục trặc máy móc trong ô tô
TTNT  biểu diễn và tìm kiếm
TTNT. p.15
KGTT của Trò Chơi Tic-Tac-Toe
TTNT  biểu diễn và tìm kiếm
TTNT. p.16
Chẩn đoán trục trặc máy móc trong ô tô
TTNT  biểu diễn và tìm kiếm
TTNT. p.17
Chương 2 – Phép tính vị từ
 Logic hình thức
– Logic hình thức = Biễu diễn + suy luận
– Dùng như là một cơ chế biễu diễn tri thức
– Dùng như là tìm kiếm không gian trạng thái trong các
đồ thị And/Or
– Dùng để hình thức hóa các luật heuristic
 Có hai ngôn ngữ:
– Phép tính mệnh đề
– Phép tính vị từ
C2 – Phép tính vị từ
TTNT. p.18
Phép tính mệnh đề (1)
 Mệnh đề: là các câu khẳng định về thế giới.
 Mệnh đề có thể đúng (true) hoặc sai (false).

 Mệnh đề đơn giản:
Đồng là một kim loại => Đúng
Gỗ là một kim loại => Sai
Hôm nay là thứ Hai => Sai
 Ký hiệu trong phép tính mệnh đề:
– Ký hiệu mệnh đề: P, Q, R, S,
– Ký hiệu chân lý: true, false
– Các phép toán logic:  (hội),  (tuyển),  (phủ định),
 (kéo theo), = (tương đương)
C2 – Phép tính vị từ
TTNT. p.19
Phép tính mệnh đề (2)
 Định nghĩa câu trong phép tính mệnh đề:
– Mỗi ký hiệu mệnh đề, ký hiệu chân lý là một câu.
– Phủ định của một câu là một câu.
– Hội, tuyển, kéo theo, tương đương của hai câu là một câu.
 Ký hiệu ( ), [ ] được dùng để nhóm các ký hiệu vào các
biểu thức con.
 Một biểu thức mệnh đề được gọi là một câu (hay công
thức dạng chuẩn- WFF)  nó có thể được tạo thành từ
những ký hiệu hợp lệ thông qua một dãy các luật trên.
Ví dụ: ( (PQ)  R) = P  Q  R
C2 – Phép tính vị từ
TTNT. p.20
Ngữ Nghĩa của Phép Tính MĐ
 Sự thông dịch (Intepretation):
– Là sự gán giá trị chân lý (T / F) cho các câu mệnh đề.
– Là một sự khẳng định chân lý của các câu mệnh đề
trong một thế giới khả hữu nào đó.
 Sự thông dịch của một câu kép thường được xác

Xem thêm: Nội dung cơ bản của Luật Công nghệ thông tin

định bằng bảng chân lý:
P Q P PQ PQ PQ P=Q
T T F T T T T
T F F F T F F
F T T F T T F
F F T F F T T
C2 – Phép tính vị từ
TTNT. p.21
Sự Tương Đương của Phép Tính MĐ
 (P) = P
 (PQ) = (P  Q)
 Luật tương phản: (P  Q) = (Q  P)
 Luật De Morgan:(P  Q) = (P  Q), và
(P  Q) = (P  Q)
 Luật giao hoán: (P  Q) = (Q  P), và (PQ) = (QP)
 Luật kết hợp: ((P  Q)  R) = (P  (Q  R)),
((P  Q)  R) = (P  (Q  R))
 Luật phân phối: P  (Q  R) = (P  Q)  (P  R),
P  (Q  R) = (P  Q)  (P  R)
C2 – Phép tính vị từ
TTNT. p.22
Phép TínhVị Từ (1)
 Ký hiệu vị từ là tập hợp gồm các chữ cái, chữ số, ký hiệu
“_”, và được bắt đầu bằng chữ cái. VD: X3, tom_and_jerry
 Ký hiệu vị từ có thể là:
– ký hiệu chân lý: true, false
– Hằng: dùng để chỉ một đối tượng / thuộc tính trong thế giới.
• Ký hiệu bắt đầu bằng chữ thường: VD: helen, yellow, rain
– Biến: dùng để chỉ một lớp tổng quát các đối tượng / thuộc
tính.

• Ký hiệu bắt đầu bằng chữ hoa: VD: X, People, Students
– Hàm: dùng để chỉ một hàm trên các đối tượng.
• Ký hiệu bắt đầu bằng chữ thường: VD: father, plus
• Mỗi ký hiệu hàm có một ngôi n, chỉ số lượng các đối số của hàm.
– Vị từ: dùng để định nghĩa một mối quan hệ giữa không hoặc
nhiều đối tượng.
• Ký hiệu vị từ bắt đầu bằng chữ thường. VD: likes, equals, part_of
C2 – Phép tính vị từ
TTNT. p.23
Phép TínhVị Từ (2)
 Biểu thức hàm: là một ký hiệu hàm theo sau bởi n đối số.
VD: father(david) price(bananas) like(tom, football)
 Mục (term): là một hằng, một biến hay một biểu thức hàm
 Câu sơ cấp: là một hằng vị từ với n ngôi theo sau bởi n
thành phần (mỗi thành phần là một mục) đặt trong dấu (),
cách nhau bởi dấu ‘,’ và kết thúc với dấu ‘.’
– Trị chân lý true, false là các câu sơ cấp.
– Câu sơ cấp còn được gọi là: biểu thức sơ cấp (atomic
expression), nguyên tử (atom) hay mệnh đề (proposition)
VD: friends(helen, marry). likes(hellen, mary).
likes(helen, sister(mary)). likes( X, ice-cream).
Ký hiệu vị từ trong các câu này là friends, likes.
C2 – Phép tính vị từ
TTNT. p.24
Phép TínhVị Từ (3)
 Câu: được tạo ra bằng cách kết hợp các câu sơ cấp sử dụng:
– Các phép kết nối logic: , , , , =
– Các lượng tử biến:
• Lượng tử phổ biến : dùng để chỉ một câu là đúng với mọi
giá trị của biến lượng giá VD:  X likes(X, ice-cream).

• Lượng tử tồn tại : dùng để chỉ một câu là đúng với một số
giá trị nào đó của biến lượng giá. VD: Y friends(Y,tom).
VD:
likes(helen, chocolat)   likes(bart, chocolat).
 X foo(X,two,plus(two,three))  equal(plus(three,two),five)
(foo(two, two,plus(two,three)))  (equal(plus(three,two),five)= true).
C2 – Phép tính vị từ
tên gọi cho một tập hợp những hành vi phân biệt và độc lập nhau ? – Thế nào là năng lực phát minh sáng tạo ? – Thế nào là trực giác ? – Điều gì diễn ra trong quy trình học ? – Có thể Tóm lại ngay về tính trí tuệ từ việc quan sát một hànhvi hay không hay cần phải có biểu lộ của một chính sách nào đónằm bên trong ? C. 1 – Giới thiệuTTNT. p. 4 Định Nghĩa AI  Rich, E. and K. Knight. 1991. Artificial Intelligence. New York : McGraw-Hill. “ Artificial intelligence ( AI ) is the study of how to makecomputers do things which at the moment, people dobetter. ”  George Luger : “ An AI approach problem-solving is one which : • uses domain-specific knowledge • to find a good-enough solution • to a hard problem • in a reasonable amount of time. ” C. 1 – Giới thiệuTTNT. p. 5T uring Test  Ưu điểm của Turing Test – Khái niệm khách quan về trí tuệ – Tránh đi những đàm đạo về quy trình bên trong và ýthức – Loại trừ định kiến thiên vị của người thẩm vấnInterrogatorC. 1 – Giới thiệuTTNT. p. 6C ác ý kiến phản đối Turing Test  Thiên vị những trách nhiệm xử lý yếu tố bằng kýhiệu  Trói buộc sự mưu trí máy tính theo kiểu conngười, trong khi con người có : – Bộ nhớ số lượng giới hạn – Có khuynh hướng nhầm lẫnTuy nhiên, trắc nghiệm Turing đã phân phối một cơsở cho nhiều sơ đồ nhìn nhận dùng thực sự cho cácchương trình TTNT văn minh. C. 1 – Giới thiệuTTNT. p. 7C ác Ứng Dụng của TTNT1. Trò chơi và những bài toán đố2. Suy luận và chứng minh định lý tự động3. Các hệ chuyên viên ( những hệ tri thức ) 4. Xử lý ngôn từ tự nhiên5. Lập kế hoạch và người máy6. Máy học7. Mạng Neuron và giải thuật di truyền8. … C. 1 – Giới thiệuTTNT. p. 8T rí Tuệ Nhân Tạo – Đặc Điểm  Sử dụng máy tính vào suy luận trên những ký hiệu, nhậndạng qua mẫu, học, và những suy luận khác …  Tập trung vào những yếu tố “ khó ” không thích hợp vớicác giải thuật mang tính thuật toán.  Quan tâm đến những kỹ thuật xử lý yếu tố sử dụngcác thông tin không đúng chuẩn, không khá đầy đủ, mơ hồ …  Cho giải thuật ‘ đủ tốt ’ chứ không phải là giải thuật chínhxác hay tối ưu.  Sử dụng heuristics – “ tuyệt kỹ ”  Sử dụng tri thức trình độ  … C. 1 – Giới thiệuTTNT. p. 9N hững yếu tố chưa được xử lý  Chương trình chưa tự sinh ra được heuristic  Chưa có năng lực giải quyết và xử lý song song của con người  Chưa có năng lực diễn giải một yếu tố theonhiều chiêu thức khác nhau như con người.  Chưa có năng lực giải quyết và xử lý thông tin trong môitrường liên tục như con người.  Chưa có khả năng học như con người.  Chưa có năng lực tự thích nghi với môi trường tự nhiên. C. 1 – Giới thiệuTTNT. p. 10TTNT = Biểu Diễn + tìm kiếmTTNT  trình diễn và tìm kiếmTTNT. p. 11H ệ thống ký hiệu vật lý  Hệ thống ký hiệu = tập hợp những mẫu và những quátrình, trong đó những quy trình sản xuất, triệt tiêu vàthay đổi những mẫu.  Các hành vi mưu trí đạt được bằng việc sửdụng : 1. Các mẩu ký hiệu để trình diễn những góc nhìn quantrọng của nghành nghề dịch vụ bài toán. 2. Các phép toán trên những mẫu này để sinh ra cáclời giải có năng lực của bài toán3. Tìm kiếm một lời giải trong số những năng lực này. TTNT  màn biểu diễn và tìm kiếmTTNT. p. 12G ỉa thuyết về mạng lưới hệ thống ký hiệu vật lý  “ Một mạng lưới hệ thống ký hiệu vật lý có những phương tiệncần và đủ cho một hành vi mưu trí tổng quát ” ( Nowell và Simon ) Allen Newell and Herbert A. Simon, ComputerScience as Empirical Inquiry : Symbols andSearch, Communications of the ACM ( March1976 ) TTNT  trình diễn và tìm kiếmTTNT. p. 13TTNT như thể sự màn biểu diễn và tìm kiếmSự màn biểu diễn phải :  Cung cấp một cơ cấu tổ chức tự nhiên để biểu lộ tri thức / thôngtin / tài liệu một cách vừa đủ => Tính miêu tả  Hỗ trợ việc thực thi một cách hiệu suất cao việc tìm kiếmđápán cho một yếu tố => Tính hiệu quảLiệu việc tìm kiếm : – Có kết thúc không ? – Có chắc như đinh sẽ tìm được lời giải không ? – Có chắc như đinh sẽ tìm được lời giải tối ưu không ? TTNT  trình diễn và tìm kiếmTTNT. p. 14TTNT như thể trình diễn và tìm kiếm  Giải quyết yếu tố như thể sự tìm kiếm lờigiải trong một đồ thị khoảng trống trạng thái : – Nút ~ trạng thái ( node ~ state ) – Liên kết ( link )  Ví dụ : – Trò chơi tic-tac-toe – Chẩn đoán trục trặc máy móc trong ô tôTTNT  trình diễn và tìm kiếmTTNT. p. 15KGTT của Trò Chơi Tic-Tac-ToeTTNT  màn biểu diễn và tìm kiếmTTNT. p. 16C hẩn đoán trục trặc máy móc trong ô tôTTNT  màn biểu diễn và tìm kiếmTTNT. p. 17C hương 2 – Phép tính vị từ  Logic hình thức – Logic hình thức = Biễu diễn + suy luận – Dùng như thể một chính sách biễu diễn tri thức – Dùng như là tìm kiếm khoảng trống trạng thái trong cácđồ thị And / Or – Dùng để hình thức hóa những luật heuristic  Có hai ngôn từ : – Phép tính mệnh đề – Phép tính vị từC2 – Phép tính vị từTTNT. p. 18P hép tính mệnh đề ( 1 )  Mệnh đề : là những câu khẳng định chắc chắn về quốc tế.  Mệnh đề hoàn toàn có thể đúng ( true ) hoặc sai ( false ).  Mệnh đề đơn thuần : Đồng là một sắt kẽm kim loại => ĐúngGỗ là một sắt kẽm kim loại => SaiHôm nay là thứ Hai => Sai  Ký hiệu trong phép tính mệnh đề : – Ký hiệu mệnh đề : P., Q., R, S, – Ký hiệu chân lý : true, false – Các phép toán logic :  ( hội ),  ( tuyển ),  ( phủ định ),  ( kéo theo ), = ( tương tự ) C2 – Phép tính vị từTTNT. p. 19P hép tính mệnh đề ( 2 )  Định nghĩa câu trong phép tính mệnh đề : – Mỗi ký hiệu mệnh đề, ký hiệu chân lý là một câu. – Phủ định của một câu là một câu. – Hội, tuyển, kéo theo, tương tự của hai câu là một câu.  Ký hiệu ( ), [ ] được dùng để nhóm những ký hiệu vào cácbiểu thức con.  Một biểu thức mệnh đề được gọi là một câu ( hay côngthức dạng chuẩn – WFF )  nó hoàn toàn có thể được tạo thành từnhững ký hiệu hợp lệ trải qua một dãy những luật trên. Ví dụ : ( ( P  Q )  R ) =  P   Q  RC2 – Phép tính vị từTTNT. p. 20N gữ Nghĩa của Phép Tính MĐ  Sự thông dịch ( Intepretation ) : – Là sự gán giá trị chân lý ( T / F ) cho những câu mệnh đề. – Là một sự khẳng định chắc chắn chân lý của những câu mệnh đềtrong một quốc tế khả hữu nào đó.  Sự thông dịch của một câu kép thường được xácđịnh bằng bảng chân lý : P Q  P P  Q P  Q P  Q P = QT T F T T T TT F F F T F FF T T F T T FF F T F F T TC2 – Phép tính vị từTTNT. p. 21S ự Tương Đương của Phép Tính MĐ   (  P ) = P  ( P  Q ) = (  P  Q )  Luật tương phản : ( P  Q ) = (  Q   P )  Luật De Morgan :  ( P  Q ) = (  P   Q ), và  ( P  Q ) = (  P   Q )  Luật giao hoán : ( P  Q ) = ( Q  P ), và ( P  Q ) = ( Q  P )  Luật phối hợp : ( ( P  Q )  R ) = ( P  ( Q  R ) ), ( ( P  Q )  R ) = ( P  ( Q  R ) )  Luật phân phối : P  ( Q  R ) = ( P  Q )  ( P  R ), P  ( Q  R ) = ( P  Q )  ( P  R ) C2 – Phép tính vị từTTNT. p. 22P hép TínhVị Từ ( 1 )  Ký hiệu vị từ là tập hợp gồm những vần âm, chữ số, ký hiệu “ _ ”, và được mở màn bằng vần âm. VD : X3, tom_and_jerry  Ký hiệu vị từ hoàn toàn có thể là : – ký hiệu chân lý : true, false – Hằng : dùng để chỉ một đối tượng người dùng / thuộc tính trong quốc tế. • Ký hiệu khởi đầu bằng chữ thường : VD : helen, yellow, rain – Biến : dùng để chỉ một lớp tổng quát những đối tượng người dùng / thuộctính. • Ký hiệu mở màn bằng chữ hoa : VD : X, People, Students – Hàm : dùng để chỉ một hàm trên những đối tượng người tiêu dùng. • Ký hiệu khởi đầu bằng chữ thường : VD : father, plus • Mỗi ký hiệu hàm có một ngôi n, chỉ số lượng những đối số của hàm. – Vị từ : dùng để định nghĩa một mối quan hệ giữa không hoặcnhiều đối tượng người dùng. • Ký hiệu vị từ khởi đầu bằng chữ thường. VD : likes, equals, part_ofC2 – Phép tính vị từTTNT. p. 23P hép TínhVị Từ ( 2 )  Biểu thức hàm : là một ký hiệu hàm theo sau bởi n đối số. VD : father ( david ) price ( bananas ) like ( tom, football )  Mục ( term ) : là một hằng, một biến hay một biểu thức hàm  Câu sơ cấp : là một hằng vị từ với n ngôi theo sau bởi nthành phần ( mỗi thành phần là một mục ) đặt trong dấu ( ), cách nhau bởi dấu ‘, ’ và kết thúc với dấu ‘. ’ – Trị chân lý true, false là những câu sơ cấp. – Câu sơ cấp còn được gọi là : biểu thức sơ cấp ( atomicexpression ), nguyên tử ( atom ) hay mệnh đề ( proposition ) VD : friends ( helen, marry ). likes ( hellen, mary ). likes ( helen, sister ( mary ) ). likes ( X, ice-cream ). Ký hiệu vị từ trong những câu này là friends, likes. C2 – Phép tính vị từTTNT. p. 24P hép TínhVị Từ ( 3 )  Câu : được tạo ra bằng cách tích hợp những câu sơ cấp sử dụng : – Các phép liên kết logic : , , , , = – Các lượng tử biến : • Lượng tử phổ cập  : dùng để chỉ một câu là đúng với mọigiá trị của biến lượng giá VD :  X likes ( X, ice-cream ). • Lượng tử sống sót  : dùng để chỉ một câu là đúng với một sốgiá trị nào đó của biến lượng giá. VD :  Y friends ( Y, tom ). VD : likes ( helen, chocolat )   likes ( bart, chocolat ).  X foo ( X, two, plus ( two, three ) )  equal ( plus ( three, two ), five ) ( foo ( two, two, plus ( two, three ) ) )  ( equal ( plus ( three, two ), five ) = true ). C2 – Phép tính vị từ

Source: https://vvc.vn
Category : Công nghệ