Relevance and knowledge dynamics for intelligent agents

Abstract

This doctoral dissertation studies contemporary issues of relevance and knowledge dynamics for intelligent agents. The research area that models knowledge in flux is that of Belief Revision (or Belief Change). In Belief Revision, as in many areas of Artificial Intelligence, relevance constitutes a crucial notion, both conceptually and computationally. The contributions of the dissertation to the aforementioned subjects are in the form of high-quality formal results and practical implementations oriented towards real-world problems. Belief Revision is a young field of research that lies in the broader context of Knowledge Representation and Reasoning. The milestone of Belief Revision is a general and versatile formal framework introduced by Alchourron, Gardenfors and Makinson, known as the AGM paradigm (after the initials of its founders), which is, to this date, the dominant within the field. The AGM paradigm captures both axiomatically and constructively the process of rational belief revision. Two main shortcomings of the AGM paradigm, as originally proposed, are its lack of any guidelines for relevance-sensitive and iterated belief revision. A major part of this dissertation is devoted to the establishment of important results concerning these two central sub-areas of Belief Revision. In particular, we study Parikh's relevance-sensitive axiom, as well as the most influential work addressing the problem of iterated belief revision, i.e., Darwiche and Pearl's approach. In a more applied direction, several concrete "off the self" revision functions (operators), implementing the process of belief revision, have been proposed. In this work, we study a new and important proper subclass of AGM revision functions, called Parametrized Difference revision operators (or PD operators), which are natural generalizations of the well-known and intuitive Dalal's revision operator. PD operators bring us a step closer to the development of a successful AGM belief-revision system for real-world applications, due to their favourable properties, such as the low representational and computational cost, and the high expressivity. Lastly, in this dissertation, a preliminary knowledge-based system capable of (formally) representing and reasoning about legal knowledge is developed. The work is implemented by means of the powerful and contemporary Answer Set Programming framework. The system has a plethora of extensions, and a variety of nice features (such as sufficient and reliable representation of the legal knowledge, handling non-monotonicity and exceptions, appropriate expressive power) that, in essence, reflect the nature of the Law. The overall approach constitutes an enhancing of the bond between Artificial Intelligence and Legal Science.

Η παρούσα διδακτορική διατριβή μελετά σύγχρονα θέματα της συνάφειας και της δυναμικής της γνώσης για ευφυείς πράκτορες. Η ερευνητική περιοχή που μοντελοποιεί τη ροή της γνώσης είναι αυτή της Αναθεώρησης Πεποιθήσεων (ή Αλλαγής Πεποιθήσεων). Στην Αναθεώρηση Πεποιθήσεων, αλλά και σε πολλούς τομείς της Τεχνητής Νοημοσύνης, η συνάφεια αποτελεί μία καίρια έννοια, τόσο εννοιολογικά όσο και υπολογιστικά. Οι συνεισφορές της διατριβής στα παραπάνω αντικείμενα είναι της μορφής υψηλής ποιότητας τυπικών αποτελεσμάτων και πρακτικών εφαρμογών προσανατολισμένες σε πραγματικά προβλήματα. Η Αναθεώρηση Πεποιθήσεων είναι ένα νέο ερευνητικό πεδίο, ευρισκόμενο εντός του ευρύτερου πλαισίου της Αναπαράστασης Γνώσης και Συλλογιστικής. Ορόσημο της Αναθεώρησης Πεποιθήσεων είναι ένα γενικό και ευέλικτο τυπικό πλαίσιο που εισήγαγαν οι Alchourron, Gardenfors και Makinson, γνωστό ως παράδειγμα AGM (από τα αρχικά των δημιουργών του), το οποίο, μέχρι σήμερα, είναι το κυρίαρχο εντός του πεδίου. Το παράδειγμα AGM συλλαμβάνει τόσο αξιωματικά όσο και κατασκευαστικά την διαδικασία της ορθολογικής αναθεώρησης πεποιθήσεων. Δύο κύριες αδυναμίες του παραδείγματος AGM, όπως αρχικά εισήχθη, είναι η απουσία κατευθυντήριων γραμμών σχετικά με τις έννοιες της συνάφειας και επανάληψης στην αναθεώρηση πεποιθήσεων. Ένα μεγάλο μέρος της παρούσας διατριβής αφιερώνεται στην παρουσίαση σημαντικών αποτελεσμάτων που αφορούν σε αυτές τις δύο υπο-περιοχές της Αναθεώρησης Πεποιθήσεων. Συγκεκριμένα, μελετάται το αξίωμα συνάφειας του Parikh, καθώς και η προσέγγιση των Darwiche και Pearl, η οποία αποτελεί την πλέον σημαίνουσα εργασία που καταπιάνεται με το πρόβλημα της επαναλαμβανόμενης αναθεώρησης πεποιθήσεων. Σε μία πιο εφαρμοσμένη κατεύθυνση, πλήθος τυποποιημένων συναρτήσεων (τελεστών) αναθεώρησης έχουν προταθεί στη διεθνή βιβλιογραφία. Στην εργασία αυτή, μελετούμε μία νέα και σημαντική υποκλάση των συναρτήσεων αναθεώρησης AGM, αυτήν των τελεστών αναθεώρησης βασισμένων σε ένα είδος παραμετροποιημένης διαφοράς (τελεστές PD). Οι συγκεκριμένοι τελεστές αποτελούν γενίκευση του δημοφιλούς τελεστή αναθεώρησης του Dalal, ενώ φέρνουν πιο κοντά την υλοποίηση ενός επιτυχούς συστήματος αναθεώρησης πεποιθήσεων AGM, εξαιτίας των ευνοϊκών χαρακτηριστικών τους, όπως το χαμηλό κόστος αναπαράστασης, το χαμηλό υπολογιστικό κόστος, και η υψηλή εκφραστικότητα. Τέλος, στην παρούσα διατριβή, κατασκευάζεται, με χρήση του πανίσχυρου και σύγχρονου εργαλείου Answer Set Programming, ένα προκαταρκτικό νομικό σύστημα βασισμένο σε γνώση, ικανό να αναπαριστά (τυπικά) νομική γνώση και να συλλογίζεται πάνω σε αυτήν. Το υλοποιηθέν σύστημα διαθέτει μία ευρεία γκάμα προεκτάσεων, και πλήθος επιθυμητών και χρήσιμων χαρακτηριστικών (όπως ικανή και αξιόπιστη αναπαράσταση της νομικής γνώσης, διαχείριση της μη-μονοτονικότητας και των εξαιρέσεων, κατάλληλη εκφραστική ισχύ), τα οποία, επί της ουσίας, αντικατοπτρίζουν τη φύση του Νόμου. Η συνολική προσέγγιση αποτελεί μία ισχυροποίηση του δεσμού μεταξύ Τεχνητής Νοημοσύνης και Νομικής Επιστήμης.