مرجع
آخر الزيارات

محرك الاستدلال

1٬197 كلمة•0 مشاهدة•🗒️ منذ يوم
باختصار: في مجال الذكاء الاصطناعي artificial intelligence ، يعد محرك الاستدلال أحد مكونات النظام الذي يطبق القواعد المنطقية على قاعدة المعرفة لاستنتاج معلومات جديدة. تجد هنا «تطبيقات»، «تطبيقات مفتوحة المصدر» و«البنيان».
المحتويات
  1. تطبيقات
  2. تطبيقات مفتوحة المصدر
  3. البنيان

قبل الخوض في التفاصيل، في مجال الذكاء الاصطناعي artificial intelligence ، يعد محرك الاستدلال أحد مكونات النظام الذي يطبق القواعد المنطقية على قاعدة المعرفة لاستنتاج معلومات جديدة. كانت محركات الاستدلال الأولى مكونات أنظمة خبيرة . يتكون نظام الخبراء النموذجي من قاعدة المعرفة ومحرك الاستدلال. خزنت قاعدة المعرفة الحقائق حول مشكلة إنتاجية معينة. خبراء المعلوماتية يقومون ببرمجة بحيث يطبق محرك الاستدلال القواعد المنطقية على قاعدة المعرفة ويستنتج معرفة جديدة. ستتكرر هذه العملية لأن كل واقع جديد في قاعدة المعرفة يمكن أن تؤدي إلى قواعد إضافية في آلة الاستدلال. تعمل محركات الاستدلال بشكل أساسي في أحد وضعين إما قاعدة خاصة أو حقائق: التسلسل الأمامي والتسلسل الخلفي . يبدأ التسلسل إلى الأمام بالحقائق المعروفة ويؤكد الحقائق الجديدة. يبدأ التسلسل العكسي بالأهداف ، ويعمل للخلف لتحديد الوقائع التي يجب تأكيدها حتى يمكن تحقيق الأهداف. وتعرض الأقسام التالية جوانب أخرى من الموضوع.

تطبيقات

وفي هذا السياق، نظرًا لأن Expert Systems أثارت اهتمامًا كبيرًا من عالم الأعمال ، فإن الكثير من الشركات بدأت أو بتوجيه من باحثين بارزين في الذكاء الاصطناعي ، قاموا بإنشاء إصدارات منتجة من محركات الاستدلال. مثلًا ، تم توجيه Intellicorp في البداية من قبل إدوارد Feigenbaum . غالبًا ما تم تطوير منتجات آلات الاستدلال هذه في Lisp في البداية. ومع ذلك فإن الطلبات على منصات بأسعار معقولة وقابلة للتطبيق تجاريًا جعلت منصات الكمبيوتر الشخصي تحظى بشعبية كبيرة .

في هذا الإطار، مع انتقال الأنظمة الخبيرة من النماذج الأولية للبحث إلى أنظمة منتشرة يتمالاعتمادعليها في القييم والتحسين ، أصبح هناك تركيز أكبر على مسائل اخرى مثل زيادة السرعة و وتحسين المتانة. فابتكر البرنامج OPS5 أحد محركات التسلسل الأمامية الأولى والأكثر شيوعًا والذي استعمل خوارزمية Rete لتحسين كفاءة إستخدام القواعد. كما ابتكرت تقنية أخرى شائعة جدًا تم تطويرها وهي لغة البرمجة المنطقية Prolog . ركز Prolog في المقام الأول على التسلسل العكسي وظهر كذلك الكثير من الإصدارات التجارية والتحسينات من أجل تحسين الكفاءة وتحسين المتانة.

علاوةً على ذلك، ركزت محركات الاستدلال المبكرة بشكل أساسي على التسلسل الأمامي. عادة ما يتم تنفيذ هذه الأنظمة بلغة برمجة Lisp programming language . كانت Lisp منصة متكررة لأبحاث الذكاء الاصطناعي المبكرة نظرًا لقدرتها القوية على القيام بمعالجة معينة . كانت كذلك لغة تفسير ، قدمت بيئات تطوير إنتاجية مناسبة لتصحيح أخطاء بعض البرامج المعقدة. كانت النتيجة الضرورية لهذه الفوائد أن برامج Lisp يميل إلى أن يكون أبطأ وأقل قوة من اللغات المجمعة في ذلك الوقت مثل لغة سي . كان النهج الشائع في تلك الأيام الأولى هو استخدام تطبيق نظام خبير وإعادة تجميع محرك الاستدلال المستعمل لهذا النظام كأداة قابلة لإعادة الاستخدام يمكن للباحثين الآخرين استخدامها لتطوير أنظمة خبيرة أخرى والوصول إلى تحسينات . مثلًا ، كان برنامج MYCIN نظامًا خبيرًا مبكرًا للتشخيص الطبي ، وكان EMYCIN آلة استنتاج ، تم استقراءه من MYCIN وإتاحته للباحثين .

تطبيقات مفتوحة المصدر

  • أنظر كذلك
  • الاستدلال الهندسي والطوبولوجي
  • اختيار العمل
  • التسلسل الخلفي
  • نظام خبير
  • التسلسل من الأمام
  • الاستدلال الاستقرائي

وفي السياق ذاته، ClipsRules و RefPerSys (مستوحى من نظام CAIA ومن أعمال "جاك بيترات" ). يستعمل محلل الكود المصدري Frama-C بعض تقنيات محرك الاستدلال.

البنيان

وفي هذا السياق، في الخطوة الثانية ، يتم اختيار القواعد ، يعطي محرك الاستدلال الأولوية للقواعد المختلفة التي تمت مطابقتها لتحديد ترتيب تنفيذها. ثم في الخطوة الأخيرة ، قم بتنفيذ القواعد ، فيقوم المحرك بتنفيذ كل قاعدة متطابقة بالترتيب المحدد في الخطوة الثانية ؛ ثم يعود ويتكرر مرة أخرى للخطوة الأولى مرة أخرى. تستمر الدورة حتى يصل إلى الحل الأصوب . بهذا يتم تحسين عملية ما أو انتاج ما وتطويره,

علاوةً على ذلك، من الأمثلة البسيطة على طريقة ponens المستعملة غالبًا في كتب المنطق التمهيدية "إذا كنت إنسانًا فأنت بشر". يمكن تمثيل هذا في الكود الكاذب على النحو التالي:

من جانب آخر، يتم تمثيل المنطق الذي يستعمله محرك الاستدلال عادةً كقواعد IF-THEN. التنسيق العام لهذه القواعد هو IF <تعبير منطقي> ثم THEN<تعبير منطقي> . قبل تطوير الأنظمة الخبيرة ومحركات الاستدلال ، ركز باحثو الذكاء الاصطناعي على بيئات إثبات النظرية الأكثر قوة والتي قدمت تطبيقات أكثر اكتمالاً لمنطق الدرجة الأولى . مثلًا ، العبارات العامة التي تضمنت تقديرًا كميًا عاما (لكل X بعض العبارات صحيحة) والتقدير الموجود (يوجد من مجموعة X بعضا X بحيث تكون بعض العبارات صحيحة). ما اكتشفه الباحثون هو أن قوة هذه البيئات التي تثبت النظرية كانت كذلك عيبهم. بالعودة إلى عام 1965 ، كان من السهل جدًا إنشاء تعبيرات منطقية يمكن أن تستغرق وقتًا غير محدد أو حتى غير محدود لإنهائها. مثلًا ، من الشائع في القياس الكمي العالمي إصدار عبارات عبر مجموعة لا نهائية مثل مجموعة جميع الأرقام الطبيعية. هذه العبارات معقولة تمامًا بل ومطلوبة في البراهين الرياضية ، ولكن عند تضمينها في مبرمج نظرية مؤتمت يتم تنفيذه على جهاز كمبيوتر قد يتسبب في وقوع الكمبيوتر في حلقة لا نهائية. لا يزال التركيز على عبارات IF-THEN (ما يسميه المنطقيون modus ponens ) يمنح المطورين آلية عامة قوية جدًا لتمثيل المنطق ، ولكن يمكن استخدامها بكفاءة مع الموارد الحسابية. علاوة على ذلك ، هناك بعض الأبحاث النفسية التي تشير إلى أن البشر يميلون كذلك إلى تفضيل تمثيلات IF-THEN عند تخزين المعرفة المعقدة.

وعلى صعيد آخر، فيما يلي مثال بسيط لكيفية استخدام هذه القاعدة في محرك الاستدلال. في التسلسل الأمامي ، سيجد محرك الاستدلال أي حقائق في قاعدة المعرفة تطابق الإنسان (x) ولكل حقيقة وجدها ستضيف المعلومات الجديدة Mortal (x) إلى قاعدة المعرفة. لذلك إذا وجدت شيئًا يسمى سقراط كان بشرا ، فسيستنتج أن سقراط قد مات . في التسلسل المتخلف ، سيعطى النظام هدفًا ، مثلًا الإجابة على السؤال هل سقراط مات؟ سيبحث في قاعدة المعرفة ويحدد ما إذا كان سقراط إنسانًا ، وإذا كان الأمر كذلك ، فإنه يؤكد أنه كذلك بشري. ومع ذلك ، في التسلسل العكسي كانت التقنية الشائعة هي دمج محرك الاستدلال بواجهة مستعمل. بهذه الطريقة ، بدلاً من أن يكون النظام آليًا ، يمكن أن يكون الآن تفاعليًا. في هذا المثال البسيط ، إذا أعطي النظام هدفًا للإجابة على سؤال ما إذا كان سقراط ميتًا ولم يعرف بعد ما إذا كان إنسانًا ، فسيؤدي ذلك إلى فتح نافذة لطرح السؤال على المستعمل "هل سقراط إنسان؟" ثم تستعمل هذه المعلومات بحسب ذلك.

علاوةً على ذلك، يمر محرك الاستدلال (آلة استدلال) بثلاث خطوات متتالية: تعريف الآلة قواعد المطابقة ، وتحديد القواعد ، وتنفيذ القواعد . غالبًا ما يؤدي تنفيذ القواعد إلى إضافة حقيقة جديدة أو أهداف جديدة إلى قاعدة المعرفة مما يؤدي إلى تكرار الدورة لتحسين سير عملية ما . تستمر هذه الدورة حتى الوصول إلى أحسن حل .

من جهة ثانية، في الخطوة الأولى ، قواعد المطابقة ، يعطى لمحرك الاستدلال جميع القواعد التي يتم تشغيلها بواسطة المحتويات الحالية لقاعدة المعرفة. في التسلسل الأمامي ، يبحث المحرك عن القواعد التي يتطابق فيها العمل أو الإنتاج السالف (الجانب الأيسر) مع بعض الحقائق في قاعدة المعرفة. في التسلسل الخلفي ، يبحث المحرك عن السوابق التي يمكن أن تحقق أحد الأهداف الحالية.

من جانب آخر، أدى هذا الابتكار المتمثل في دمج محرك الاستدلال مع واجهة المستعمل إلى تقدم ثاني للأنظمة الخبيرة: إمكانات الشرح. إن التمثيل الصريح للمعرفة كقواعد بدلاً من رمز جعل من الممكن إنشاء تفسيرات للمستعملين: تفسيرات في الوقت الفعلي وبعد حقيقة واقعة. لذلك إذا سأل النظام المستعمل "هل سقراط إنسان؟" ، فقد يتساءل المستعمل عن سبب طرح هذا السؤال عليه وسيستعمل النظام سلسلة القواعد لشرح سبب محاولته في الوقت الحالي التأكد من هذا الجزء من المعرفة: هذا هو ، تحتاج إلى تحديد ما إذا كان سقراط ميتًا ، ولكي يتحقق ذلك يحتاج إلى تحديد ما إذا كان إنسانًا. في البداية ، لم تكن هذه التفسيرات مختلفة كثيرًا عن معلومات التصحيح القياسية التي يتعامل معها المطورون عند تصحيح أخطاء أي نظام. ومع ذلك ، كان مجال البحث النشط هو استخدام تكنولوجيا اللغة العادية لطرح الأسئلة والحصول على تفسيرات وفهمها وتوليدها باستخدام اللغة العادية بدلاً من تشكيلات الكمبيوتر.

القاعدة 1: الإنسان (س) => يموت (س)

ما رأيك في هذه المقالة؟

📝 هل في هذه المقالة خطأ؟

إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.