Artificial Intelligence With Python 简明教程

AI with Python – Logic Programming

在本章中,我们将重点关注逻辑编程及其如何在人工智能中提供帮助。

我们已经知道逻辑是对正确推理原则的研究,或者用简单的话来说,它是对什么在什么之后的研究。例如,如果两个语句为真,那么我们可以从中推断出任何第三个语句。

Concept

逻辑编程是两个单词的组合,逻辑和编程。逻辑编程是一种编程范例,其中问题以程序语句表示为事实和规则,但处于形式逻辑系统内。就像面向对象、函数、声明和过程等其他编程范例一样,它也是一种特定的编程方法。

How to Solve Problems with Logic Programming

逻辑编程使用事实和规则来解决问题。这就是为什么它们被称为逻辑编程的构建块。必须为逻辑编程中的每个程序指定一个目标。要了解如何在逻辑编程中解决问题,我们需要了解构建块——事实和规则−

Facts

实际上,每个逻辑程序都需要事实来使用,以便它可以实现给定的目标。事实上,这些是关于程序和数据的真陈述。例如,德里是印度的首都。

Rules

实际上,规则是允许我们对问题域做出结论的约束。规则基本上写为逻辑子句以表达各种事实。例如,如果我们构建任何游戏,则必须定义所有规则。

规则对于解决逻辑编程中的任何问题都非常重要。规则基本上是逻辑结论,其可以表达事实。以下是规则的语法:

A∶− B1,B2,…​,Bn.

此处,A 是头,而 B1, B2, …​ Bn 是正文。

例如:ancestor(X,Y) :- father(X,Y)。

ancestor(X,Z) :- father(X,Y), ancestor(Y,Z)。

这可以理解为,对于每个 X 和 Y,如果 X 是 Y 的父亲并且 Y 是 Z 的祖先,那么 X 是 Z 的祖先。对于每个 X 和 Y,如果 X 是 Y 的父亲并且 Y 是 Z 的祖先,那么 X 是 Z 的祖先。

Installing Useful Packages

要在 Python 中启动逻辑编程,我们需要安装以下两个软件包:

Kanren

它为我们提供了一种简化业务逻辑代码编写方式的方法。它允许我们以规则和事实的形式来表达逻辑。以下命令将帮助你安装 kanren:

pip install kanren

SymPy

SymPy 是用于符号数学的 Python 库。它的目标是成为一个功能齐全的计算机代数系统 (CAS),同时尽可能保持代码简单,以便易于理解和扩展。以下命令将帮助你安装 SymPy:

pip install sympy

Examples of Logic Programming

以下是可以通过逻辑编程解决的一些示例:

Matching mathematical expressions

实际上,我们可以使用非常有效的方法通过逻辑编程来发现未知值。以下 Python 代码将帮助你匹配数学表达式:

首先考虑导入以下软件包:

from kanren import run, var, fact
from kanren.assoccomm import eq_assoccomm as eq
from kanren.assoccomm import commutative, associative

我们需要定义将要使用的数学运算:

add = 'add'
mul = 'mul'

加法和乘法都是可交换的过程。因此,我们需要指定它,可以如下执行:

fact(commutative, mul)
fact(commutative, add)
fact(associative, mul)
fact(associative, add)

必须定义变量;可以如下执行此操作:

a, b = var('a'), var('b')

我们需要将表达式与原始模式相匹配。我们有以下原始模式,它基本上是 (5+a)*b:

Original_pattern = (mul, (add, 5, a), b)

我们有以下两个表达式与原始模式相匹配:

exp1 = (mul, 2, (add, 3, 1))
exp2 = (add,5,(mul,8,1))

使用以下命令打印输出 -

print(run(0, (a,b), eq(original_pattern, exp1)))
print(run(0, (a,b), eq(original_pattern, exp2)))

运行此代码后,我们将获得以下输出 -

((3,2))
()

第一个输出表示 ab 的值。第一个表达式匹配原始模式并返回 ab 的值,但第二个表达式不匹配原始模式,因此没有返回任何内容。

Checking for Prime Numbers

借助逻辑编程,我们可以从一组数字中找出质数,还可以生成质数。下面给出的 Python 代码将从一组数字中找出质数,并将生成前 10 个质数。

让我们首先考虑导入以下软件包 -

from kanren import isvar, run, membero
from kanren.core import success, fail, goaleval, condeseq, eq, var
from sympy.ntheory.generate import prime, isprime
import itertools as it

现在,我们将定义一个名为 prime_check 的函数,它将根据给定的数字作为数据检查质数。

def prime_check(x):
if isvar(x):
   return condeseq([(eq,x,p)] for p in map(prime, it.count(1)))
else:
   return success if isprime(x) else fail

现在,我们需要声明一个将要使用的变量 -

x = var()
print((set(run(0,x,(membero,x,(12,14,15,19,20,21,22,23,29,30,41,44,52,62,65,85)),
(prime_check,x)))))
print((run(10,x,prime_check(x))))

上述代码的输出如下 -

{19, 23, 29, 41}
(2, 3, 5, 7, 11, 13, 17, 19, 23, 29)

Solving Puzzles

逻辑编程可用来解决诸如 8-puzzles、Zebra puzzle、数独、N-queen 等许多问题。这里我们以 Zebra puzzle 的一个变体为例,如下所示 -

There are five houses.
The English man lives in the red house.
The Swede has a dog.
The Dane drinks tea.
The green house is immediately to the left of the white house.
They drink coffee in the green house.
The man who smokes Pall Mall has birds.
In the yellow house they smoke Dunhill.
In the middle house they drink milk.
The Norwegian lives in the first house.
The man who smokes Blend lives in the house next to the house with cats.
In a house next to the house where they have a horse, they smoke Dunhill.
The man who smokes Blue Master drinks beer.
The German smokes Prince.
The Norwegian lives next to the blue house.
They drink water in a house next to the house where they smoke Blend.

我们借助 Python 帮我们解决问题 who owns zebra

让我们导入必要的软件包 −

from kanren import *
from kanren.core import lall
import time

现在,我们需要定义两个函数 - left()next() 来检查谁的房子在谁的房子左边或旁边 -

def left(q, p, list):
   return membero((q,p), zip(list, list[1:]))
def next(q, p, list):
   return conde([left(q, p, list)], [left(p, q, list)])

现在,我们将声明一个变量 house,如下所示 -

houses = var()

我们需要借助 lall 软件包来定义规则,如下所示。

有 5 所房子 -

rules_zebraproblem = lall(
   (eq, (var(), var(), var(), var(), var()), houses),

   (membero,('Englishman', var(), var(), var(), 'red'), houses),
   (membero,('Swede', var(), var(), 'dog', var()), houses),
   (membero,('Dane', var(), 'tea', var(), var()), houses),
   (left,(var(), var(), var(), var(), 'green'),
   (var(), var(), var(), var(), 'white'), houses),
   (membero,(var(), var(), 'coffee', var(), 'green'), houses),
   (membero,(var(), 'Pall Mall', var(), 'birds', var()), houses),
   (membero,(var(), 'Dunhill', var(), var(), 'yellow'), houses),
   (eq,(var(), var(), (var(), var(), 'milk', var(), var()), var(), var()), houses),
   (eq,(('Norwegian', var(), var(), var(), var()), var(), var(), var(), var()), houses),
   (next,(var(), 'Blend', var(), var(), var()),
   (var(), var(), var(), 'cats', var()), houses),
   (next,(var(), 'Dunhill', var(), var(), var()),
   (var(), var(), var(), 'horse', var()), houses),
   (membero,(var(), 'Blue Master', 'beer', var(), var()), houses),
   (membero,('German', 'Prince', var(), var(), var()), houses),
   (next,('Norwegian', var(), var(), var(), var()),
   (var(), var(), var(), var(), 'blue'), houses),
   (next,(var(), 'Blend', var(), var(), var()),
   (var(), var(), 'water', var(), var()), houses),
   (membero,(var(), var(), var(), 'zebra', var()), houses)
)

现在,使用前面的约束运行求解器 -

solutions = run(0, houses, rules_zebraproblem)

借助以下代码,我们可以从求解器中提取输出 -

output_zebra = [house for house in solutions[0] if 'zebra' in house][0][0]

以下代码有助于打印解决方案 -

print ('\n'+ output_zebra + 'owns zebra.')

上述代码的输出如下 -

German owns zebra.