logo

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Tekoälyssä eteenpäin ja taaksepäin ketjuttaminen on yksi tärkeimmistä aiheista, mutta ennen kuin ymmärrät eteenpäin ja taaksepäin ketjutuksen, on ensin ymmärrettävä, mistä nämä kaksi termiä ovat peräisin.

kokonaisluku vertailu javaan

Päätelmämoottori:

Päätelmämoottori on tekoälyn älykkään järjestelmän komponentti, joka soveltaa tietokantaan loogisia sääntöjä päätelläkseen uutta tietoa tunnetuista tosiasioista. Ensimmäinen päättelymoottori oli osa asiantuntijajärjestelmää. Päätelmämoottori etenee yleensä kahdessa tilassa, jotka ovat:

    Ketjutus eteenpäin Taaksepäin ketjuttaminen

Sarvilause ja Definite lauseke:

Sarvilause ja määrätty lause ovat lausemuotoja, joiden avulla tietokanta voi käyttää rajoitetumpaa ja tehokkaampaa päättelyalgoritmia. Loogiset päättelyalgoritmit käyttävät eteenpäin ja taaksepäin ketjutusmenetelmiä, jotka vaativat KB:n muodossa ensimmäisen asteen määrätty lauseke .

Määrätty lauseke: Lause, joka on disjunktio literaalien kanssa täsmälleen yksi positiivinen kirjain tunnetaan määrättynä lausekkeena tai tiukkana sarvilauseena.

Torvilauseke: Lause, joka on disjunktio literaalien kanssa korkeintaan yksi positiivinen kirjain tunnetaan torvilauseena. Siksi kaikki määrätyt lausekkeet ovat sarvilauseita.

Esimerkki: (¬ p V ¬ q V k) . Siinä on vain yksi positiivinen kirjaimellinen k.

Se vastaa p ∧ q → k.

A. Ketjutus eteenpäin

Eteenpäin ketjuttaminen tunnetaan myös eteenpäinpäätelmänä tai eteenpäin perustuvana päättelymenetelmänä, kun käytetään päättelymoottoria. Eteenpäin ketjuttaminen on päättelyn muoto, joka alkaa tietokannan atomisilla lauseilla ja soveltaa päättelysääntöjä (Modus Ponens) eteenpäin saadakseen lisää tietoa, kunnes tavoite saavutetaan.

Forward-chaining-algoritmi lähtee tunnetuista tosiasioista, laukaisee kaikki säännöt, joiden edellytykset täyttyvät, ja lisää niiden johtopäätökset tunnettuihin tosiasioihin. Tätä prosessia toistetaan, kunnes ongelma on ratkaistu.

Eteenpäin ketjutuksen ominaisuudet:

  • Se on alas-ylös-lähestymistapa, koska se liikkuu alhaalta ylös.
  • Se on prosessi, jossa tehdään johtopäätös tunnettujen tosiasioiden tai tietojen perusteella aloittamalla alkutilasta ja saavuttamalla tavoitetilan.
  • Eteenpäin ketjuttavaa lähestymistapaa kutsutaan myös datalähtöiseksi, kun saavutamme tavoitteen käytettävissä olevan tiedon avulla.
  • Forward-chaining lähestymistapaa käytetään yleisesti asiantuntijajärjestelmissä, kuten CLIPS-, liiketoiminta- ja tuotantosääntöjärjestelmissä.

Harkitse seuraavaa kuuluisaa esimerkkiä, jota käytämme molemmissa lähestymistavoissa:

Esimerkki:

'Lain mukaan amerikkalaisen on rikos myydä aseita vihamielisille valtioille. Maalla A, Amerikan vihollisella, on joitain ohjuksia, ja kaikki ohjukset myi sille Robert, joka on Yhdysvaltain kansalainen.'

Todista se 'Robert on rikollinen.'

Yllä olevan ongelman ratkaisemiseksi muunnamme ensin kaikki yllä olevat tosiasiat ensimmäisen kertaluvun määrätyiksi lauseiksi ja sitten käytämme eteenpäin ketjutusalgoritmia saavuttaaksemme tavoitteen.

Faktat muuntaminen FOL:ksi:

  • Amerikkalaisen on rikos myydä aseita vihamielisille maille. (Oletaan, että p, q ja r ovat muuttujia)
    Amerikkalainen (p) ∧ ase(q) ∧ myy (p, q, r) ∧ vihamielinen(r) → Rikollinen(p) ...(1)
  • Maalla A on ohjuksia. ?p Omistaa(A, p) ∧ Ohjus(p) . Se voidaan kirjoittaa kahteen määrättyyn lauseeseen käyttämällä eksistentiaalista ilmentymää, joka tuo uuden vakion T1:n.
    Omistaa (A, T1) ......(2)
    Ohjus(T1) .......(3)
  • Robert myi kaikki ohjukset maalle A.
    ?p Ohjukset(p) ∧ Omistaa (A, p) → Myy (Robert, p, A) ......(4)
  • Ohjukset ovat aseita.
    Ohjus(p) → Aseet (p) .......(5)
  • Amerikan vihollinen tunnetaan vihamielisenä.
    Vihollinen (p, Amerikka) → Vihollinen (p) .......(6)
  • Maa A on Amerikan vihollinen.
    Vihollinen (A, Amerikka) .........(7)
  • Robert on amerikkalainen
    Amerikkalainen (Robert). .......(8)

Eteenpäin ketjuttaminen:

Vaihe 1:

Ensimmäisessä vaiheessa aloitamme tunnetuista faktoista ja valitsemme lauseet, joilla ei ole merkitystä, kuten: Amerikkalainen (Robert), vihollinen (A, Amerikka), omat (A, T1) ja ohjus (T1) . Kaikki nämä tosiasiat esitetään jäljempänä.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 2:

Toisessa vaiheessa näemme ne tosiasiat, jotka päättelevät saatavilla olevista faktoista ja tyytyväisillä lähtökohdista.

Sääntö (1) ei täytä premissioita, joten sitä ei lisätä ensimmäisessä iteraatiossa.

Sääntö (2) ja (3) on jo lisätty.

Sääntö (4) täyttää korvauksen {p/T1}, joten myy (Robert, T1, A) lisätään, mikä päättelee säännön (2) ja (3) yhdistämisestä.

Sääntö (6) on tyytyväinen korvaukseen (p/A), joten vihamielinen (A) lisätään ja joka päättelee säännöstä (7).

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 3:

Vaiheessa 3, kuten voimme tarkistaa, sääntö (1) on tyytyväinen korvaukseen {p/Robert, q/T1, r/A}, joten voimme lisätä Criminal(Robert) joka päättelee kaikki saatavilla olevat tosiasiat. Ja näin ollen saavutimme tavoitteemme.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Tästä syystä on todistettu, että Robert on rikollinen käyttämällä eteenpäin ketjutusta.

B. Taaksepäin ketjutus:

Taaksepäin ketjuttaminen tunnetaan myös taaksepäin päättelynä tai taaksepäin päättelymenetelmänä käytettäessä päättelymoottoria. Taaksepäin ketjutusalgoritmi on päättelyn muoto, joka alkaa tavoitteesta ja toimii taaksepäin ketjuttamalla sääntöjen läpi löytääkseen tavoitetta tukevat tunnetut tosiasiat.

Taaksepäin ketjutuksen ominaisuudet:

  • Se tunnetaan ylhäältä alas -lähestymistavana.
  • Taaksepäin ketjuttaminen perustuu modus ponens -päättelysääntöön.
  • Taaksepäin ketjutuksessa tavoite jaetaan osatavoitteeksi tai osatavoitteiksi tosiasioiden todistamiseksi.
  • Sitä kutsutaan tavoitelähtöiseksi lähestymistavaksi, koska tavoiteluettelo päättää, mitkä säännöt valitaan ja käytetään.
  • Taaksepäin ketjutusalgoritmia käytetään peliteoriassa, automatisoiduissa lauseiden todistamistyökaluissa, päättelymoottoreissa, todistusassistenteissa ja erilaisissa AI-sovelluksissa.
  • Taaksepäin ketjutusmenetelmää käytettiin enimmäkseen a syvähaku strategia todisteeksi.

Esimerkki:

Taaksepäin ketjutettaessa käytämme samaa yllä olevaa esimerkkiä ja kirjoitamme kaikki säännöt uudelleen.

    Amerikkalainen (p) ∧ ase(q) ∧ myy (p, q, r) ∧ vihamielinen(r) → Rikollinen(p) ...(1)
    Omistaa (A, T1) .......(2) Ohjus (T1) ?p Ohjukset(p) ∧ Omistaa (A, p) → Myy (Robert, p, A) ......(4) Ohjus(p) → Aseet (p) .......(5) Vihollinen (p, Amerikka) → Vihollinen (p) .......(6) Vihollinen (A, Amerikka) .........(7) Amerikkalainen (Robert). .......(8)

Taaksepäin ketjutettu todiste:

Taaksepäin ketjutuksessa aloitamme tavoitepredikaatillamme, joka on Rikollinen (Robert) ja päättele sitten lisäsäännöt.

Vaihe 1:

Ensimmäisessä vaiheessa otamme maalin tosiasian. Ja tavoitteen tosiasiasta päätämme muita tosiasioita, ja viimein todistamme nuo tosiasiat todeksi. Joten tavoitteemme tosiasia on 'Robert on rikollinen', joten seuraava on sen predikaatti.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 2:

Toisessa vaiheessa päätämme muita tosiasioita tavoitefakista, joka täyttää säännöt. Kuten voimme nähdä säännössä 1, maalipredikaatti Criminal (Robert) on läsnä vaihdolla {Robert/P}. Joten lisäämme kaikki konjunktiiviset tosiasiat ensimmäisen tason alapuolelle ja korvaamme p:llä Robert.

Tässä voimme nähdä, että amerikkalainen (Robert) on tosiasia, joten se todistetaan täällä.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 3: t Vaiheessa 3 poimimme lisätietoa ohjuksesta (q), joka päättelee aseesta (q), koska se täyttää säännön (5). Ase (q) on myös totta, kun vakio T1 korvataan kohdassa q.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 4:

Vaiheessa 4 voimme päätellä tosiasiat Ohjus(T1) ja Omistat(A, T1) muodostavat Sells(Robert, T1, r), mikä tyydyttää Sääntö - 4 , korvaamalla A r:n tilalle. Joten nämä kaksi väitettä todistetaan tässä.

Eteenpäin ja taaksepäin ketjutus tekoälyssä

Vaihe 5:

Vaiheessa 5 voimme päätellä tosiasian Vihollinen (A, Amerikka) alkaen Vihamielinen (A) joka täyttää säännön 6. Ja näin ollen kaikki väitteet todistetaan todeksi käyttämällä taaksepäin ketjutusta.

Eteenpäin ja taaksepäin ketjutus tekoälyssä