نظرية محركات الاستدلال Inference Engines
مفهوم محركات الاستدلال
محرك الاستدلال هو الجزء الذي يقوم بعمليات المعالجة في النظم الخبيرة Expert
Systems التي تقوم باستخراج الأجوبة والاستنتاجات من خلال الحقائق والقوانين
المخزنة في قاعدة المعطيات الخاصة بها. وتعرف هذه الحقائق والقوانين بقاعدة
المعرفة Knowlegde Base، وتعتمد الفكرة بكاملها على أساليب وتقنيات الذكاء
الصنعي.
قد تكون قاعدة المعرفة كبيرة جداً، لذا فإن وضع قواعد استدلالية ضروري لاستنتاج
أجوبة من قاعدة معرفة تحوي على كم هائل من المعلومات. ويمكننا النظر إلى إنشاء
قاعدة معرفة على أنها محاولة لتمثيل قدرة الإنسان على تقييم المعلومات والتوصل
إلى نتائج منطقية.
أمثلة:
1. أنا رجل.
2. كل الرجال بشر.
لذا أنا بشر.
1. رانية هي إنسانة سعيدة أو غاضبة.
2. رانية ليست سعيدة.
لذا نستطيع أن نستنتج أن رانية هي إنسانة غاضبة.
أنماط الاستدلال
سنقوم بدراسة نمطي استدلال مختلفين: الأول هو الاستدلال بالتسلسل الأمامي
Forward Chaining Inferencing أو الحدث المبني على معطيات، أما النمط الآخر فهو
الاستدلال بالتسلسل الخلفي Backward Chaining Inferencing أو الحدث المبني على
هدف.
الاستدلال بالتسلسل الأمامي Forward Chaining Inferencing
يشير الاستدلال بالتسلسل الأمامي إلى الحصول على نتيجة بناءً على حدث. فعلى
سبيل المثال، يركض الولد أمام السيارة، لذا يضع السائق قدمه على المكابح.
والمبدأ هنا هو أن المعلومات الجديدة جعلتنا ننظر إلى قاعدة محددة، دون الحاجة
للنظر إلى قواعد ليست مرتبطة بهذه الحالة.
الاستدلال بالتسلسل الخلفي Backward Chaining Inferencing
أما الاستدلال بالتسلسل الخلفي فيشير إلى أنواع الحالات وشرح مسببات حالة جارية
تمت مراقبتها. فمثلاً، في حال عدم إقلاع محرك السيارة، يتوجب على السائق أن
يقرر أسباب هذه الحالة. والمبدأ هنا هو التالي: بما أن مسببات الحدث مجهولة أو
غير واضحة، علينا أن نسأل بعض الأسئلة، وأن نجري بعض الاختبارات بهدف الحصول
على شرح وافٍ ومنطقي لهذه المسببات.
إن أسلوب الاستدلال بالتسلسل الأمامي هو أسلوب أكثر صراحة في الاستخدام لأنه
أقل تعقيداً ويحوي على عدد أقل من المتحولات.
|
|
