Моделі логічного висновку на знаннях
Коротка відповідь на екзаменаційне питання курсу СІІ — системи штучного інтелекту (всі питання).
Механізм логічного висновку забезпечує формування висновків, сприймаючи факти, що вводяться як елементи правил, відшукуючи правила, до складу яких входять введені факти, і актуалізуючи ті частини продукцій, яким відповідають введені факти. Теоретичною основою побудови механізму логічного висновку є теорія машини Поста.
Механізм логічного висновку виконує функції пошуку в основі правил, послідовного виконання операцій над знаннями та отримання висновків. Існує два способи проведення таких висновків – прямі висновки та зворотні висновки.
Прямий висновок
Нехай є сукупність продукцій у вигляді ланцюжків правил:
A -> B; B -> C; C -> D; D -> E; F -> G; G -> H; H -> D;
Прямим висновкам (прямому ланцюжку міркувань) відповідає рух від посилок до наслідків.
Механізм логічного висновку, що використовує прямі висновки, як зразок вибирає введений в базу даних (робочу пам'ять) факт, і якщо при співставленні він узгоджується з посилкою правила, то робиться висновок B, який також міститься в базі даних як факт, що описує стан предметної області . Послідовно виводяться нові результати, починаючи з відомих. Однак, відсутність зв'язку між фактами може призвести до обриву процедури і кінцевий результат не може бути отриманий. Це вважається основним недоліком прямих механізмів логічного висновку і вимагає від користувача знання структури моделі предметної області. Особливо явно цей недолік проявляється при включенні до бази знань нових фактів і правил: якщо вони не пов'язані в ланцюжок знаявними фактами, вони стають баластом – механізм логічного висновку ніколи їх знайде. З цього погляду використання зворотного ланцюжка міркувань краще.
Зворотній висновок
Так, у наведеному прикладі рух від висновку E призводить до необхідності підтвердження факту D. Факт D може підтвердитися, якщо підтверджується I. Якщо I не підтверджується, то механізм логічного висновку знайде правило, що зв'язує D з H і перейде на аналіз другого ланцюжка правил. Дійшовши правила F -> G, система запросить базу даних (робочу пам'ять) або користувача про справедливість факту F. Якщо факт F підтверджується, відбувається зворотний рух за правилами, всі факти актуалізуються (вважаються справедливими) і мета досягається успішно. В іншому випадку система явно вказує на причину недоведеності висновків, що, на відміну від прямого ланцюжка міркувань, полегшує роботу користувача.