Prečo je logika stále relevantná v AI?

Predstavte si, že chcete naučiť počítač myslieť. Nie len nájsť správu na internete alebo rozoznať mačky od psov, ale skutočne rozumieť svetu okolo seba a robiť informované rozhodnutia. V posledných rokoch dominovali v AI techniky strojového učenia, no prednáška zo Stanfordu nám pripomína, že stará škola – logika – má stále čo ponúknuť. Táto prednáška zo CS221 (Artificial Intelligence: Principles and Techniques) sa ponorí do sveta logiky a ukáže, prečo je jej štúdium aj v dnešnej dobe relevantné.

Prečo študovať logiku?

Prednášajúci Percy Liang vysvetľuje, že logika bola kedysi dominantným paradigmatickým prístupom k AI pred 90. rokmi minulého storočia. Avšak, jej deterministická povaha a neschopnosť efektívne využívať dáta viedli k jej čiastočnému zastaveniu. Dnes, s nástupom strojového učenia, sa logika môže zdať menej dôležitá. No prečo ju teda študovať?

Liang zdôrazňuje, že logika ponúka silný nástroj na výrazné reprezentovanie vedomostí spôsobom, ktorý je kompaktný a zrozumiteľný. Je to ako mať špeciálny jazyk, ktorý nám umožňuje presne popísať svet okolo nás.

Logika ako jazyk: Syntax, sémantika a inferencia

Logiku si môžeme predstaviť ako formálny jazyk, podobne ako Python alebo C++. Na rozdiel od prirodzených jazykov (ako je slovenčina), logika vyžaduje presnosť a jednoznačnosť. Prednášajúci rozlišuje tri kľúčové zložky logiky:

• Syntax: Definuje, aké vzorce sú platné v danom logickom systéme.
• Sémantika: Povedá nám, čo tieto vzorce znamenajú – aký je ich význam.
• Inferencia: Určuje pravidlá, ako odvodzovať nové vzorce z existujúcich.

Prednáška sa konkrétne zamerala na propozičnú logiku, ktorá predstavuje najjednoduchšiu formu logiky. Propozičné symboly (napríklad 'P' alebo 'Q') reprezentujú základné tvrdenia, a logické spojky (a, alebo, negácia, implikácia) nám umožňujú tieto tvrdenia kombinovať a vytvárať z nich komplexnejšie vyjadrenia.

Modely a vedomostná báza: Reprezentovanie sveta

Prednášajúci predstavuje koncept modelu – reprezentácie stavu sveta. Model priradí hodnoty pravdy (pravda alebo nepravda) jednotlivým propozičným symbolom. Interpretačná funkcia potom prevezme vzorec a model a vráti hodnotu pravdy na základe priradení v modeli.

Základnou myšlienkou je, že ak máme množinu vzorcov (napríklad fakty), môžeme definovať vedomostnú bázu. Vedomostná báza je súbor všetkých modelov, ktoré spĺňajú všetky vzorce v nej obsiahnuté. Inak povedané, predstavuje všetky možné stavy sveta, ktoré sú s našimi faktami konzistentné.

Entailment, kontradikcia a náhodnosť: Ako sa mení priestor možností?

Prednášajúci tiež vysvetľuje tri dôležité koncepty:

• Entailment (implikácia): Pridanie vzorca do vedomostnej bázy nezmení množinu modelov.
• Contradiction (kontradikcia): Pridanie vzorca do vedomostnej bázy spôsobí, že množina modelov bude prázdna – žiadny stav sveta nie je s touto vedomostnou bázou konzistentný.
• Contingency (náhodnosť): Pridanie vzorca do vedomostnej bázy zmenší množinu modelov, ale stále nebude prázdna.

Logika a strojové učenie: Spojenie pravdy a pravdepodobnosti

Prednáška sa dotýka aj prepojenia medzi logikou a strojovým učením. Propozičná logika môže generalizovať pravdepodobnostné uvažovanie tým, že zváži distribúcie nad modelmi (možnými svetmi). To umožňuje vyjadriť stupne presvedčenia, ktoré presahujú jednoduché odpovede „áno“ alebo „nie“.

Kľúčové poznatky

• Logika je formálny jazyk na reprezentáciu vedomostí.
• Propozičná logika je základná forma logiky s propozičnými symbolmi a spojkami.
• Modely predstavujú stavy sveta, a vedomostné bázy sú množiny modelov spĺňajúcich fakty.
• Entailment, kontradikcia a náhodnosť popisujú, ako pridávanie vzorcov ovplyvňuje priestor možností.
• Logika môže generalizovať pravdepodobnostné uvažovanie a je stále relevantná v AI aj napriek nástupu strojového učenia.

Záverečné úvahy a odporúčania

Prednáška nám pripomína, že logika nie je prekonaná technológia. Aj keď sa strojové učenie stalo dominantným prístupom k riešeniu problémov v AI, logika stále ponúka cenné nástroje na reprezentáciu vedomostí a uvažovanie. Štúdium logiky nám umožňuje lepšie porozumieť svetu okolo nás a vytvárať inteligentné systémy, ktoré dokážu robiť informované rozhodnutia. Pre študentov AI je preto štúdium logiky nevyhnutnou súčasťou ich vzdelávania. A pre všetkých, ktorí sa zaujímajú o umelú inteligenciu, predstavuje návrat k logike fascinujúci pohľad na históriu a budúcnosť tejto oblasti.

Zdroje

• Originálne video
• Kurzy a programy umelej inteligencie | Stanford Online
• online.stanford.edu
• AI 221: Umelecká inteligencia: Princípy a techniky
• Stanford CS221: Artificial Intelligence: Principles and Techniques | Autumn 2025

Približne 198 gCO₂ bolo uvoľnených do atmosféry a na chladenie sa spotrebovalo 0.99 l vody za účelom vygenerovania tohoto článku.