الاستدلال المبني على الحالات

📅 آخر تحديث: ٢٢ يوليو ٢٠٢٦
✍️ نُشر في: ٢٢ يوليو ٢٠٢٦
📷 يحتوي على 5 صور
الموسوعة الحرة
نماذج ذاكرة CBR، من الأعلى إلى الأسفل: ذاكرة الفئات، والذاكرة البسيطة، والذاكرة الديناميكية. [ التوضيح مطلوب ] [ ذات صلة؟ ]

في الذكاء الاصطناعي والفلسفة [ يحتاج إلى التحقق ] ، فإن الاستدلال القائم على الحالة ( CBR )، بالمعنى الواسع، هو عملية حل المشكلات الجديدة بناءً على حلول المشكلات السابقة المماثلة. [1] [2]

في الحياة اليومية، يستخدم ميكانيكي السيارات الذي يصلح محركًا من خلال استدعاء سيارة أخرى أظهرت أعراضًا مماثلة التفكير القائم على الحالات. يستخدم المحامي الذي يدافع عن نتيجة معينة في محاكمة بناءً على سوابق قانونية أو القاضي الذي ينشئ سوابق قضائية التفكير القائم على الحالات. وبالمثل، فإن المهندس الذي ينسخ عناصر الطبيعة العاملة (يمارس المحاكاة الحيوية ) يعامل الطبيعة كقاعدة بيانات للحلول للمشاكل. يعد التفكير القائم على الحالات نوعًا بارزًا من إيجاد الحلول القياسية .

لقد زعم [ من؟ ] أن الاستدلال القائم على الحالات ليس فقط طريقة قوية للاستدلال الحاسوبي ، بل إنه أيضًا سلوك شامل في حل المشكلات البشرية اليومية ؛ أو بشكل أكثر جذرية، أن كل الاستدلال يعتمد على حالات سابقة تم تجربتها شخصيًا. ترتبط هذه النظرة بنظرية النموذج الأولي ، والتي تم استكشافها بعمق في العلوم المعرفية .

عملية

مخطط للتفكير المبني على الحالة باللغة الفرنسية.
مخطط للتفكير القائم على الحالات باللغة الفرنسية

تم صياغة التفكير القائم على الحالة رسميًا [ يحتاج إلى توضيح ] لأغراض التفكير الحاسوبي كعملية مكونة من أربع خطوات: [3]

  1. استرجاع: بالنظر إلى مشكلة مستهدفة، استرجاع الحالات ذات الصلة بحلها من الذاكرة. تتكون الحالة من مشكلة وحلها، وعادةً، تعليقات توضيحية حول كيفية استخلاص الحل. على سبيل المثال، افترض أن فريد يريد تحضير فطائر التوت الأزرق . كونه طباخًا مبتدئًا، فإن التجربة الأكثر صلة التي يمكنه تذكرها هي تلك التي صنع فيها بنجاح فطائر عادية. يشكل الإجراء الذي اتبعه لصنع الفطائر العادية، جنبًا إلى جنب مع المبررات للقرارات المتخذة على طول الطريق، الحالة المسترجعة لفريد.
  2. إعادة الاستخدام: قم بربط الحل من الحالة السابقة بالمشكلة المستهدفة. قد يتضمن هذا تكييف الحل حسب الحاجة ليناسب الموقف الجديد. في مثال الفطيرة، يجب على فريد تكييف الحل الذي استعاده ليشمل إضافة التوت الأزرق.
  3. المراجعة: بعد رسم خريطة الحل السابق للموقف المستهدف، اختبر الحل الجديد في العالم الحقيقي (أو المحاكاة)، وإذا لزم الأمر، راجعه. لنفترض أن فريد قام بتعديل محلول الفطائر بإضافة التوت الأزرق إلى الخليط. بعد الخلط، اكتشف أن الخليط تحول إلى اللون الأزرق - وهو تأثير غير مرغوب فيه. وهذا يشير إلى المراجعة التالية: تأخير إضافة التوت الأزرق حتى بعد وضع الخليط في المقلاة.
  4. الاحتفاظ: بعد تكييف الحل بنجاح مع المشكلة المستهدفة، قم بتخزين التجربة الناتجة كحالة جديدة في الذاكرة. وبناءً على ذلك، يقوم فريد بتسجيل الإجراء الذي اكتشفه حديثًا لصنع فطائر التوت الأزرق، وبالتالي إثراء مجموعة تجاربه المخزنة، وإعداده بشكل أفضل لمتطلبات صنع الفطائر في المستقبل.

مقارنة بالطرق الأخرى

للوهلة الأولى، قد يبدو CBR مشابهًا لخوارزميات استنباط القواعد [ملاحظة 1] للتعلم الآلي . مثل خوارزمية استنباط القواعد، يبدأ CBR بمجموعة من الحالات أو أمثلة التدريب؛ ويشكل تعميمات لهذه الأمثلة، وإن كانت ضمنية، من خلال تحديد القواسم المشتركة بين الحالة المسترجعة والمشكلة المستهدفة. [4]

على سبيل المثال، إذا تم ربط إجراء خاص بالفطائر العادية بفطائر التوت الأزرق، يتم اتخاذ قرار باستخدام نفس طريقة العجين والقلي الأساسية، وبالتالي تعميم مجموعة المواقف التي يمكن فيها استخدام طريقة العجين والقلي ضمناً. ومع ذلك، فإن الاختلاف الرئيسي بين التعميم الضمني في CBR والتعميم في استنباط القواعد يكمن في وقت إجراء التعميم. تستخلص خوارزمية استنباط القواعد تعميماتها من مجموعة من أمثلة التدريب قبل معرفة المشكلة المستهدفة؛ أي أنها تقوم بتعميم حريص.

على سبيل المثال، إذا تم إعطاء خوارزمية استنباط القواعد وصفات لفطائر عادية وفطائر تفاح هولندية وفطائر موز كأمثلة تدريب لها، فسوف يتعين عليها استنباط مجموعة من القواعد العامة لصنع جميع أنواع الفطائر في وقت التدريب. ولن يتم إعطاؤها، على سبيل المثال، مهمة طهي فطائر التوت الأزرق حتى وقت الاختبار. تكمن الصعوبة بالنسبة لخوارزمية استنباط القواعد في توقع الاتجاهات المختلفة التي يجب أن تحاول فيها تعميم أمثلة التدريب الخاصة بها. وهذا على النقيض من CBR، التي تؤخر التعميم (الضمني) لحالاتها حتى وقت الاختبار - وهي استراتيجية التعميم الكسول. في مثال الفطائر، تم إعطاء CBR بالفعل مشكلة الهدف المتمثلة في طهي فطائر التوت الأزرق؛ وبالتالي يمكنها تعميم حالاتها بالضبط كما هو مطلوب لتغطية هذا الموقف. وبالتالي، تميل CBR إلى أن تكون نهجًا جيدًا للمجالات الغنية والمعقدة حيث توجد طرق لا حصر لها لتعميم حالة ما.

في القانون، غالبًا ما يكون هناك تفويض صريح للمحكمة فيما يتعلق بالمراجعة المستندة إلى القواعد، مع الاعتراف بحدود الأسباب المستندة إلى القواعد: التأخير المحدود، والمعرفة المحدودة بالسياق المستقبلي، وحدود الاتفاق المتفاوض عليه، وما إلى ذلك. وفي حين ارتبطت المراجعة المستندة إلى القواعد في القانون والمراجعة المستندة إلى القواعد المستوحاة من الإدراك منذ فترة طويلة، فإن الأولى هي بشكل أكثر وضوحًا استقراءً للمنطق المستند إلى القواعد والحكم، في حين أن الثانية مرتبطة بشكل أوثق بالتذكير وتكييف العملية. والفرق واضح في موقفهما تجاه الخطأ والمراجعة الاستئنافية.

هناك اسم آخر للاستدلال القائم على الحالات في حل المشكلات وهو الاستراتيجيات العرضية. وهو يتطلب معرفة مسبقة بالمجال يتم استخلاصها من الخبرة السابقة التي أسست الروابط بين الأعراض والأسباب. ويشار إلى هذه المعرفة بأنها معرفة سطحية ومجمعة ومستندة إلى الأدلة ومستندة إلى التاريخ وكذلك معرفة مستندة إلى الحالات. وهذه هي الاستراتيجية الأكثر ارتباطًا بالتشخيص من قبل الخبراء. ويحدث تشخيص المشكلة كعملية تعرّف سريعة حيث تستحضر الأعراض فئات المواقف المناسبة. [5] يعرف الخبير السبب بحكم مواجهته لحالات مماثلة سابقًا. والاستدلال القائم على الحالات هو الاستراتيجية الأكثر قوة، والأكثر استخدامًا. ومع ذلك، لن تنجح الاستراتيجية بشكل مستقل مع المشكلات الجديدة حقًا، أو حيث يتم السعي إلى فهم أعمق لما يحدث.

النهج البديل لحل المشكلات هو الاستراتيجية الطبوغرافية التي تندرج ضمن فئة التفكير العميق. مع التفكير العميق، يتم استخدام المعرفة العميقة للنظام. تعني التضاريس في هذا السياق وصفًا أو تحليلًا لكيان منظم، مع إظهار العلاقات بين عناصره. [6]

يُعرف أيضًا باسم الاستدلال من المبادئ الأولى، [7] ويُطبق الاستدلال العميق على الأخطاء الجديدة عندما لا تكون الأساليب القائمة على الخبرة قابلة للتطبيق. وبالتالي، ترتبط الإستراتيجية الطبوغرافية بالمعرفة المجالية المسبقة التي يتم تطويرها من فهم أكثر جوهرية لنظام ما، ربما باستخدام المعرفة القائمة على المبادئ الأولى. يشار إلى هذه المعرفة باسم المعرفة العميقة أو السببية أو القائمة على النموذج. [8 ] لاحظ هوك وكارلييه [9] أن الأساليب العرضية قد تحتاج إلى دعم من الأساليب الطبوغرافية لأن الأعراض يمكن تعريفها بمصطلحات متنوعة. والعكس صحيح أيضًا - يمكن استخدام الاستدلال الضحل بشكل استنباطي لتوليد فرضيات سببية، واستنتاجيًا لتقييم تلك الفرضيات، في بحث طبوغرافي.

نقد

يزعم منتقدو نظرية الاستدلال الاستقرائي القائم على الأدلة [ من؟ ] أنها نهج يقبل الأدلة القصصية كمبدأ تشغيلي رئيسي. وفي غياب البيانات ذات الصلة الإحصائية لدعم التعميم الضمني، لا يوجد ما يضمن صحة التعميم. ومع ذلك، فإن كل الاستدلال الاستقرائي حيث تكون البيانات نادرة للغاية بحيث لا يمكن اعتبارها ذات صلة إحصائية يعتمد بطبيعته على الأدلة القصصية.

تاريخ

يعود أصل CBR إلى عمل روجر شانك وطلابه في جامعة ييل في أوائل الثمانينيات. كان نموذج شانك للذاكرة الديناميكية [10] هو الأساس لأقدم أنظمة CBR: CYRUS لجانيت كولودنر [11] وIPP لمايكل ليبوفيتز. [12]

ظهرت مدارس أخرى للتعافي القائم على القضايا والمجالات المرتبطة به عن كثب في ثمانينيات القرن العشرين، والتي كانت موجهة نحو موضوعات مثل الاستدلال القانوني والاستدلال القائم على الذاكرة (طريقة للاستدلال من الأمثلة على الآلات المتوازية بشكل كبير) ومجموعات التعافي القائم على القضايا مع طرق استدلال أخرى. في تسعينيات القرن العشرين، نما الاهتمام بالتعافي القائم على القضايا على المستوى الدولي، كما يتضح من إنشاء مؤتمر دولي حول الاستدلال القائم على القضايا في عام 1995، بالإضافة إلى ورش عمل أوروبية وألمانية وبريطانية وإيطالية وغيرها من ورش العمل للتعافي القائم على القضايا [ أيها؟ ] .

أدت تقنية CBR إلى نشر عدد من الأنظمة الناجحة، وكان أقدمها نظام CLAVIER من Lockheed، [13] وهو نظام لوضع الأجزاء المركبة ليتم خبزها في فرن الحمل الحراري الصناعي. تم استخدام CBR على نطاق واسع في تطبيقات مثل نظام Compaq SMART [14] ووجدت مجال تطبيق رئيسي في العلوم الصحية، [15] وكذلك في إدارة السلامة الهيكلية.

هناك عمل حديث [ أيهما؟ ] [ متى؟ ] يطور CBR ضمن إطار إحصائي ويصوغ الاستدلال القائم على الحالة كنوع محدد من الاستدلال الاحتمالي. وبالتالي، يصبح من الممكن إنتاج تنبؤات قائمة على الحالة مزودة بمستوى معين من الثقة. [16] أحد أوصاف الاختلاف بين CBR والاستدلال من الحالات هو أن الاستدلال الإحصائي يهدف إلى إيجاد ما يميل إلى جعل الحالات متشابهة بينما يهدف CBR إلى ترميز ما يكفي للادعاء بالتشابه. [17] [ بحاجة لمصدر كامل ]

انظر أيضا

الملاحظات والمراجع

  1. ^ خوارزميات استنباط القواعد هي إجراءات لتعلم قواعد مفهوم معين من خلال التعميم من أمثلة ذلك المفهوم. على سبيل المثال، قد تتعلم خوارزمية استنباط القواعد قواعد تكوين صيغة الجمع للأسماء الإنجليزية من أمثلة مثل dog/dogs و fly/flies و ray/rays .
  1. ^ كولودنر، جانيت ل. "مقدمة إلى التفكير القائم على الحالات". مراجعة الذكاء الاصطناعي 6.1 (1992): 3-34.
  2. ^ Weir, BS (1988). وقائع المؤتمر الدولي الثاني حول علم الوراثة الكمية (ص 537). Sinauer Associates.
  3. ^ أغنار آمودت وإينريك بلازا، "التفكير القائم على الحالة: القضايا الأساسية، والاختلافات المنهجية، ونهج النظام"، اتصالات الذكاء الاصطناعي 7 (1994): 1، 39-52.
  4. ^ ريختر، مايكل م.؛ ويبر، روزينا أو. (2013). الاستدلال القائم على الحالة: كتاب مدرسي . هايدلبرغ: سبرينغر فيرلاغ . doi :10.1007/978-3-642-40167-1. ISBN 9783642401664. OCLC  857646182. S2CID  6295943.
  5. ^ جيلهولي، كينيث ج. "علم النفس المعرفي والتشخيص الطبي". علم النفس المعرفي التطبيقي 4.4 (1990): 261-272.
  6. ^ قاموس التراث الأمريكي.
  7. ^ ديفيس، راندال. "الاستدلال من المبادئ الأولى في استكشاف الأخطاء وإصلاحها في الإلكترونيات". المجلة الدولية لدراسات الإنسان والآلة 19.5 (1983): 403-423.
  8. ^ ميلن، روبرت. "استراتيجيات التشخيص". معاملات معهد مهندسي الكهرباء والإلكترونيات في الأنظمة والإنسان والسيبرنطيقا 17.3 (1987): 333-339.
  9. ^ هوك، جان ميشيل. "طريقة لوصف استراتيجيات التشخيص البشرية فيما يتعلق بتصميم التعاون بين الإنسان والآلة". المجلة الدولية لبيئة العمل المعرفية 4.4 (2000): 297-309.
  10. ^ روجر شانك، الذاكرة الديناميكية: نظرية التعلم في الحاسبات والبشر (نيويورك: مطبعة جامعة كامبريدج، 1982).
  11. ^ جانيت كولودنر، "الذاكرة إعادة البناء: نموذج حاسوبي"، العلوم الإدراكية 7 (1983): 4.
  12. ^ مايكل ليبوفيتز، "التحليل المستند إلى الذاكرة المؤرشف في 18 نوفمبر 2017 على موقع واي باك مشين ،" الذكاء الاصطناعي 21 (1983)، 363-404.
  13. ^ بيل مارك، "التفكير القائم على الحالة لإدارة الأوتوكلاف"، وقائع ورشة عمل التفكير القائم على الحالة (1989).
  14. ^ ترونغ نجوين، وماري سيروينسكي، ودان لي، "كومباك كويك سورس: تزويد المستهلك بقوة الذكاء الاصطناعي"، في وقائع المؤتمر السنوي الخامس للتطبيقات المبتكرة للذكاء الاصطناعي (واشنطن العاصمة: مطبعة AAAI، 1993)، 142-151.
  15. ^ بيجوم، س.؛ م. يو أحمد؛ ب. فانك؛ نينج شيونغ؛ م. فولك (يوليو 2011). "أنظمة الاستدلال القائمة على الحالات في العلوم الصحية: دراسة استقصائية للاتجاهات والتطورات الحديثة". معاملات معهد مهندسي الكهرباء والإلكترونيات حول الأنظمة والإنسان والسيبرنطيقا - الجزء ج: التطبيقات والمراجعات . 41 (4): 421-434. doi :10.1109/TSMCC.2010.2071862. ISSN  1094-6977. S2CID  22441650.
  16. ^ Eyke Hüllermeier. Case-Based Approximate Reasoning. Springer-Verlag، برلين، 2007.
  17. ^ ويلسون، روبرت أندرو، وفرانك ك. كيل، محرران. موسوعة معهد ماساتشوستس للتكنولوجيا للعلوم المعرفية. مطبعة معهد ماساتشوستس للتكنولوجيا، 2001.

قراءة إضافية

  • Aamodt، Agnar، وEnric Plaza. "Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches"، Artificial Intelligence Communications، المجلد 7، العدد 1 (1994): 39-52.
  • ألتوف، كلاوس ديتر، رالف بيرجمان، و ل. كارل برانتنج، محررون. البحث والتطوير في مجال الاستدلال القائم على الحالات: وقائع المؤتمر الدولي الثالث حول الاستدلال القائم على الحالات . برلين: دار نشر سبرينغر، 1999.
  • بيرجمان، رالف إدارة الخبرة: الأسس ومنهجية التطوير والتطبيقات القائمة على الإنترنت . سبرينغر، LNAI 2432، 2002.
  • بيرجمان، ر.، ألتوف، ك.-د.، برين، س.، جوكر، م.، ماناجو، م.، ترافونر، ر.، ويس، س. تطوير تطبيقات الاستدلال الصناعي القائم على الحالات: منهجية INRECA. سبرينغر LNAI 1612، 2003.
  • كولودنر، جانيت. الاستدلال القائم على الحالات . سان ماتيو: مورجان كوفمان، 1993.
  • ليك، ديفيد. "CBR في السياق: الحاضر والمستقبل"، في ليك، دي، محرر، التفكير القائم على الحالة: الخبرات والدروس والاتجاهات المستقبلية. مطبعة AAAI/مطبعة MIT، 1996، 1-30.
  • ليك، ديفيد، وإنريك بلازا، محرران. البحث والتطوير في مجال الاستدلال القائم على الحالات: وقائع المؤتمر الدولي الثاني حول الاستدلال القائم على الحالات . برلين: دار نشر سبرينغر، 1997.
  • لينز، ماريو؛ بارتش-سبورل، بريجيت؛ بوركارد، هانز-ديتر؛ ويس، ستيفان، محررون (1998). تكنولوجيا الاستدلال القائم على الحالات: من الأسس إلى التطبيقات . مذكرات محاضرات في الذكاء الاصطناعي. المجلد 1400. سبرينغر. doi :10.1007/3-540-69351-3. ISBN 978-3-540-64572-6. S2CID  10517603.
  • أوكسمان، ريفكا . السوابق في التصميم: نموذج حسابي لتنظيم المعرفة السابقة ، دراسات التصميم، المجلد 15، العدد 2، ص 141-157
  • ريسبيك، كريستوفر، وروجر شانك. المنطق القائم على الحالات الداخلية . نورثفيل، نيوجيرسي: إيرلباوم، 1989.
  • فيلوسو، مانويلا، وأغنار أمودت، محرران. البحث والتطوير في مجال الاستدلال القائم على الحالات: وقائع المؤتمر الدولي الأول حول الاستدلال القائم على الحالات . برلين: دار نشر سبرينغر، 1995.
  • واتسون، إيان. تطبيق التفكير القائم على الحالات: تقنيات لأنظمة المؤسسات . سان فرانسيسكو: مورجان كوفمان، 1997.
يوجد في ويكيميديا ​​كومنز وسائط متعددة متعلقة بـ الاستدلال القائم على الحالة .
  • GAIA – مجموعة تطبيقات الذكاء الاصطناعي

تم نشر نسخة سابقة من المقالة المذكورة أعلاه على Nupedia .

تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=الاستدلال_على_القضية&oldid=1212322135"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate