محرك الاستدلال

الموسوعة الحرة

في مجال الذكاء الاصطناعي ، يُعدّ مُحرك الاستدلال مُكوّنًا برمجيًا في النظام الذكي، حيث يُطبّق قواعد منطقية على قاعدة المعرفة لاستنتاج معلومات جديدة. كانت مُحركات الاستدلال الأولى مُكوّنات لأنظمة الخبراء . يتألف نظام الخبير النموذجي من قاعدة معرفة ومُحرك استدلال. تُخزّن قاعدة المعرفة حقائق عن العالم. يُطبّق مُحرك الاستدلال قواعد منطقية على قاعدة المعرفة ويستنتج معارف جديدة. تتكرر هذه العملية، حيث يُمكن لكل حقيقة جديدة في قاعدة المعرفة أن تُفعّل قواعد إضافية في مُحرك الاستدلال. تعمل مُحركات الاستدلال بشكل أساسي في أحد نمطين: إما القواعد الخاصة أو الحقائق: الاستدلال الأمامي والاستدلال العكسي . يبدأ الاستدلال الأمامي بالحقائق المعروفة ويؤكد حقائق جديدة. يبدأ الاستدلال العكسي بالأهداف، ويعمل بشكل عكسي لتحديد الحقائق التي يجب تأكيدها لتحقيق الأهداف. [ 1 ]

بالإضافة إلى ذلك، توسّع مفهوم "الاستدلال" ليشمل العملية التي من خلالها تُولّد الشبكات العصبية المُدرّبة تنبؤات أو قرارات. في هذا السياق، يُمكن أن يُشير "محرك الاستدلال" إلى الجزء المُحدد من النظام، أو حتى إلى المكونات المادية، التي تُنفّذ هذه العمليات. يلعب هذا النوع من الاستدلال دورًا حاسمًا في تطبيقات مُتعددة، بما في ذلك (على سبيل المثال لا الحصر) التعرّف على الصور ، ومعالجة اللغة الطبيعية ، والمركبات ذاتية القيادة . وتتميز مرحلة الاستدلال في هذه التطبيقات عادةً بكمية كبيرة من مُدخلات البيانات ومتطلبات المعالجة في الوقت الفعلي.

بنيان

تُستخدم قواعد "إذا-ثم" عادةً لتمثيل المنطق الذي تستخدمه محركات الاستدلال. الصيغة العامة لهذه القواعد هي: إذا <تعبير منطقي>، فإن <تعبير منطقي> . قبل تطوير أنظمة الخبراء ومحركات الاستدلال، ركز باحثو الذكاء الاصطناعي على بيئات إثبات النظريات الأكثر قوة ، والتي قدمت تطبيقات أكثر شمولاً لمنطق الرتبة الأولى . على سبيل المثال، العبارات العامة التي تضمنت التكميم الشامل (لكل X، تكون عبارة ما صحيحة) والتكميم الوجودي (يوجد X بحيث تكون عبارة ما صحيحة). اكتشف الباحثون أن قوة بيئات إثبات النظريات هذه كانت أيضًا نقطة ضعفها. ففي عام 1965، كان من السهل جدًا إنشاء تعبيرات منطقية قد تستغرق وقتًا غير محدد أو حتى لا نهائيًا للانتهاء. على سبيل المثال، من الشائع في التكميم الشامل صياغة عبارات على مجموعة لانهائية مثل مجموعة الأعداد الطبيعية. هذه العبارات منطقية تمامًا، بل ومطلوبة في البراهين الرياضية، ولكن عند تضمينها في مُثبت نظريات آلي يعمل على جهاز كمبيوتر، فقد يتسبب ذلك في دخول الكمبيوتر في حلقة لا نهائية. إن التركيز على عبارات "إذا-ثم" (ما يسميه علماء المنطق " القياس المنطقي ") لا يزال يمنح المطورين آلية عامة قوية للغاية لتمثيل المنطق، ولكنها آلية يمكن استخدامها بكفاءة مع الموارد الحاسوبية. علاوة على ذلك، تشير بعض الأبحاث النفسية إلى أن البشر يميلون أيضًا إلى تفضيل تمثيلات "إذا-ثم" عند تخزين المعرفة المعقدة. [ 2 ]

من الأمثلة البسيطة على قاعدة القياس المنطقي (modus ponens) التي تُستخدم غالبًا في كتب المنطق التمهيدية: "إذا كنت إنسانًا فأنت فانٍ". ويمكن تمثيل هذه القاعدة بلغة شبه رمزية كما يلي:

القاعدة 1: إنسان (س) => فانٍ (س)

فيما يلي مثال بسيط لكيفية استخدام هذه القاعدة في محرك الاستدلال. في الاستدلال الأمامي ، يبحث محرك الاستدلال عن أي حقائق في قاعدة المعرفة تتطابق مع "إنسان (س)"، ويضيف لكل حقيقة يجدها معلومة جديدة "فاني (س)" إلى قاعدة المعرفة. فإذا وجد كائنًا يُدعى سقراط وهو "إنسان"، فإنه يستنتج أن سقراط فانٍ. أما في الاستدلال العكسي ، فيُعطى النظام هدفًا، مثل الإجابة على السؤال: "هل سقراط فانٍ؟". فيبحث في قاعدة المعرفة ويحدد ما إذا كان سقراط إنسانًا، وإذا كان كذلك، يؤكد أنه فانٍ أيضًا. مع ذلك، في الاستدلال العكسي، كانت إحدى التقنيات الشائعة هي دمج محرك الاستدلال مع واجهة مستخدم. وبهذه الطريقة، بدلًا من أن يكون النظام آليًا فحسب، يصبح تفاعليًا. في هذا المثال البسيط، إذا أُعطي النظام هدفًا للإجابة على السؤال: "هل سقراط فانٍ؟"، ولم يكن يعرف بعد ما إذا كان إنسانًا، فإنه يُنشئ نافذة ليسأل المستخدم: "هل سقراط إنسان؟". ثم سيستخدم تلك المعلومات وفقًا لذلك.

أدى هذا الابتكار المتمثل في دمج محرك الاستدلال مع واجهة المستخدم إلى ثاني تطور مبكر لأنظمة الخبراء: قدرات التفسير. فقد مكّن التمثيل الصريح للمعرفة كقواعد بدلاً من التعليمات البرمجية من توليد تفسيرات للمستخدمين، سواءً في الوقت الفعلي أو بعد حدوث المشكلة. فعلى سبيل المثال، إذا سأل النظام المستخدم "هل سقراط بشري؟"، فقد يتساءل المستخدم عن سبب طرح هذا السؤال، وسيستخدم النظام سلسلة القواعد لتفسير سبب محاولته التحقق من هذه المعلومة: أي أنه يحتاج إلى تحديد ما إذا كان سقراط فانياً، وللقيام بذلك، يحتاج إلى تحديد ما إذا كان بشرياً. في البداية، لم تكن هذه التفسيرات تختلف كثيراً عن معلومات تصحيح الأخطاء القياسية التي يتعامل معها المطورون عند تصحيح أي نظام. ومع ذلك، كان أحد مجالات البحث النشطة هو استخدام تقنية اللغة الطبيعية لطرح الأسئلة وفهمها وتوليد التفسيرات باستخدام اللغات الطبيعية بدلاً من النماذج الحاسوبية الرسمية. [ 3 ]

تُجري مُحرك الاستدلال ثلاث خطوات متسلسلة: مطابقة القواعد ، واختيار القواعد ، وتنفيذ القواعد . غالبًا ما يُؤدي تنفيذ القواعد إلى إضافة حقائق أو أهداف جديدة إلى قاعدة المعرفة، مما يُحفز تكرار الدورة. تستمر هذه الدورة حتى يتعذر مطابقة أي قواعد جديدة.

في الخطوة الأولى، وهي مطابقة القواعد ، يجد محرك الاستدلال جميع القواعد التي يتم تفعيلها بواسطة المحتوى الحالي لقاعدة المعرفة. في الاستدلال الأمامي، يبحث المحرك عن القواعد التي تتطابق فيها المقدمة (الجانب الأيسر) مع حقيقة ما في قاعدة المعرفة. أما في الاستدلال العكسي، فيبحث المحرك عن المقدمات التي يمكن أن تحقق أحد الأهداف الحالية.

في الخطوة الثانية، وهي اختيار القواعد ، يُرتب محرك الاستدلال القواعد المختلفة التي تمت مطابقتها حسب الأولوية لتحديد ترتيب تنفيذها. في الخطوة الأخيرة، وهي تنفيذ القواعد ، يُنفذ المحرك كل قاعدة مطابقة بالترتيب المحدد في الخطوة الثانية، ثم يعود إلى الخطوة الأولى. تستمر هذه الدورة حتى لا تتم مطابقة أي قواعد جديدة. [ 4 ]

التطبيقات

ركزت محركات الاستدلال المبكرة بشكل أساسي على الاستدلال الأمامي. وعادةً ما كانت هذه الأنظمة تُنفذ بلغة البرمجة ليسب . كانت ليسب منصة شائعة لأبحاث الذكاء الاصطناعي المبكرة نظرًا لقدرتها الفائقة على معالجة الرموز. كما أنها، كلغة مُفسَّرة ، وفرت بيئات تطوير فعّالة مناسبة لتصحيح أخطاء البرامج المعقدة. ومن النتائج الحتمية لهذه المزايا أن برامج ليسب كانت تميل إلى أن تكون أبطأ وأقل متانة من لغات البرمجة المُجمَّعة في ذلك الوقت، مثل لغة سي . وكان من الأساليب الشائعة في تلك الأيام المبكرة أخذ تطبيق نظام خبير وإعادة تغليف محرك الاستدلال المستخدم فيه كأداة قابلة لإعادة الاستخدام يمكن للباحثين الآخرين استخدامها لتطوير أنظمة خبيرة أخرى. على سبيل المثال، كان MYCIN نظامًا خبيرًا مبكرًا للتشخيص الطبي، وكان EMYCIN محرك استدلال مُستنبط من MYCIN ومتاحًا للباحثين الآخرين. [ 1 ]

مع انتقال أنظمة الخبراء من مرحلة النماذج البحثية إلى الأنظمة المُطبقة، ازداد التركيز على مسائل مثل السرعة والمتانة. كان محرك OPS5 من أوائل محركات الاستدلال الأمامي وأكثرها شيوعًا ، حيث استخدم خوارزمية Rete لتحسين كفاءة تطبيق القواعد. ومن التقنيات الأخرى الشائعة التي طُوّرت لغة البرمجة المنطقية Prolog ، التي ركزت بشكل أساسي على الاستدلال العكسي، كما تضمنت إصدارات تجارية متنوعة وتحسينات للكفاءة والمتانة. [ 5 ]

مع ازدياد اهتمام عالم الأعمال بأنظمة الخبراء، قامت شركات عديدة، أسسها أو أشرف عليها باحثون بارزون في مجال الذكاء الاصطناعي، بإنشاء نسخ تجارية من محركات الاستدلال. فعلى سبيل المثال، كان إدوارد فيجنباوم المشرف على شركة إنتيليكورب في بداياتها . وكانت هذه المنتجات من محركات الاستدلال تُطوّر في البداية بلغة ليسب. إلا أن الطلب المتزايد على منصات أكثر فعالية من حيث التكلفة وقابلة للتسويق التجاري جعل منصات الحواسيب الشخصية شائعة للغاية.

تطبيقات مفتوحة المصدر

يستخدم محلل الشفرة المصدرية الثابتة Frama-C أيضًا بعض تقنيات محرك الاستدلال، مثل ClipsRules و RefPerSys (المستوحاة من CAIA [ 6 ] وعمل جاك بيترات ).

انظر أيضاً

مراجع

  1. 1 2 هايز-روث، فريدريك؛ دونالد ووترمان؛ دوغلاس لينات (1983). بناء أنظمة الخبراء . أديسون-ويسلي. ISBN 0-201-10686-8.
  2. ↑ فيجنباوم، إدوارد؛ أفرون بار (1 سبتمبر 1986). دليل الذكاء الاصطناعي، المجلد الأول . أديسون-ويسلي. ص 195. ISBN  0201118114.
  3. ↑ بارزيلايت، ريجينا؛ ماكولوغ، داريل؛ رامبو، أوين؛ دي كريستوفارو، جوناثان؛ كوريلسكي، تانيا؛ لافوا، بينوا. "نهج جديد لتفسيرات أنظمة الخبراء". تقرير مختبر القوات الجوية الأمريكية في روما . DTIC ADA457707 .
  4. ↑ غريفين، ن. ل.؛ لويس، ف. د. (1989). "محرك استدلال قائم على القواعد، مثالي وقابل للتنفيذ على مستوى الدوائر المتكاملة واسعة النطاق". [ وقائع ورشة عمل IEEE الدولية حول أدوات الذكاء الاصطناعي ، 1989 ] . الصفحات 246-251 . Bibcode : 1989tai..conf...32G . doi : 10.1109/TAI.1989.65327 . ISBN  0-8186-1984-8.
  5. ↑ ستيرلينغ، ليون؛ إيهود شابيرو (1986). فن البرولوج . كامبريدج، ماساتشوستس: معهد ماساتشوستس للتكنولوجيا. ISBN 0-262-19250-0.
  6. ↑ بيترات، جاك (2009). الكائنات الاصطناعية، وعي الآلة الواعية . وايلي. ISBN 978-1848211018.