Hvad er en inferensmotor?
En inferensmotor er et softwaresystem, der er designet til at drage konklusioner ved at analysere problemer i lyset af en database med ekspertviden, den trækker på. Det når logiske resultater baseret på de lokaler, som dataene fastlægger. Undertiden er inferensmotorer også i stand til at gå ud over streng logisk behandling og anvende sandsynlighedsberegninger til at nå ud til konklusioner om, at vidensdatabasen ikke strengt understøtter, men i stedet indebærer eller antyder eller antyder det.
De fleste inferensmotorer designet inden for kunstig intelligens er baseret på konceptet for ekspertsystemet. Et ekspertsystem er bygget til at løse problemer i et specifikt og undertiden snævert defineret felt, såsom visse medicinske specialiteter. Inferensmotorkomponenten i et ekspertsystem er kontrolstrukturen, der producerer den første output baseret på uanset hvilke data der i øjeblikket findes i videnbasen og programmeringsreglerne for ekspertsystemet, og anvender den derefter på det specifikke problem i en meningsfuld W.ay. Fordi inferensmotorresultater er et resultat af dataene, ændrer de sig, når dataene opdateres, og kan også ændre sig, når dataene søges på forskellige måder af selve inferensmotoren. Hvis dataene i systemet vægtes mod en eller flere konklusioner over en anden, kan dette ændre de resultater, som inferensmotoren genererer.
Software, der bruger en inferensmotor, kan ses som en aktiv selektiv mekanisme, hvor behandling af handlinger er instrueret af den mest aktuelle tilstand af dataene. Ekspertsystemer har to generelle måder at behandle disse lagrede data på, omtalt som fremadkædning eller bagudkædning. I fremadkædning analyserer reglerne for ekspertsystemet data, der er ført til det af inferensmotoren, og resultaterne føres tilbage til systemets datalagring som nye data. Dette udløser nye løsninger på problemer, når systemet forbedrer dataene og vejer dem ved induktiv inferencE, hvilket betyder, at konklusioner, der er nået, ikke nødvendigvis afspejler de originale data eller lokaler, der blev brugt til at starte analysen.
bagudkædning er mere sandsynlighedsorienteret, hvor de lagrede data vægtes for værdi fra starten. Regler bruges til at teste betingelserne for dataene for gyldighed i lyset af det givne problem, og som dette er gjort, tildeles nye sandsynlighedsværdier dataene. Også kaldet hypotese-drevet, bagudkædning trækker ikke strenge konklusioner, før den kontinuerlige test af dataene mod betingelser, der er fastlagt af reglerne for ekspertsystemet, opfylder et minimumsniveau for bevis for det spørgsmål eller det problem, der studeres.
Bayesian Logic er en af de sandsynlighedsorienterede former for inferensmotor-software, der bruger bagudkædning, opkaldt efter Thomas Bayes, en engelsk matematiker i midten af 18 th århundrede. En sådan logik bruger en videnbase om forudgående begivenheder til at forudsige fremtidige resultater gennem gentagne test af videnLedge, og det faktorer i yderligere bevis for resultaterne af forsøgene i nye forsøg med det mål at producere flere og mere nøjagtige resultater. Fuzzy Logic Software Architecture kan også stole på inferensmotoren som en del af sit system. Forskellen med fuzzy logik er, at output er et uklar sæt eller en række mulige løsninger, der derefter samles i en gruppe og gennem logik og sandsynlighed indsnævret til en optimal konklusion eller handling.