推論エンジンとは何ですか？

推論エンジンは、それが使用する専門知識のデータベースに照らして問題を分析することにより結論を引き出すように設計されたソフトウェアシステムです。 データが確立する前提に基づいて論理的な結果に達します。 推論エンジンは、厳密な論理処理を超えることもでき、確率計算を利用して、知識データベースが厳密にサポートしていないが、単に暗示または暗示する結論に達することもあります。

人工知能の分野で設計されたほとんどの推論エンジンは、エキスパートシステムの概念に基づいています。 特定の医療専門分野など、特定の、場合によっては厳密に定義された分野の問題を解決するためのエキスパートシステムが構築されています。 エキスパートシステムの推論エンジンコンポーネントは、エキスパートシステムの知識ベースとプログラミングルールに現在存在するデータに基づいて初期出力を生成し、意味のある方法で特定の問題に適用する制御構造です。 推論エンジンの結果はデー​​タの結果であるため、データが更新されると変化し、推論エンジン自体がさまざまな方法でデータを検索すると変化する可能性もあります。 システム内のデータが別の結論よりも1つ以上の結論に重点を置いている場合、推論エンジンが生成する結果が変わる可能性があります。

推論エンジンを使用するソフトウェアは、アクティブな選択メカニズムと見なすことができ、処理アクションはデータの最新の状態によって指示されます。 エキスパートシステムには、この格納されたデータを処理する2つの一般的な方法があり、フォワードチェーンまたはバックワードチェーンと呼ばれます。 フォワードチェーンでは、エキスパートシステムのルールが推論エンジンによってフィードされたデータを分析し、結果が新しいデータとしてシステムのデータストレージにフィードバックされます。 これにより、システムがデータを洗練し、帰納的推論によって重み付けする際に、問題に対する新しいソリューションがトリガーされます。つまり、到達した結論は、分析を開始するために使用された元のデータまたは前提を必ずしも反映するものではありません。

バックワードチェーンは、最初から値に重みを付けて格納されたデータを使用して、より確率指向です。 ルールは、特定の問題に照らして有効性についてデータの条件をテストするために使用され、これが行われると、新しい確率値がデータに割り当てられます。 仮説駆動型とも呼ばれる、逆方向連鎖は、エキスパートシステムのルールによって確立された条件に対するデータの継続的なテストが、調査対象の質問または問題の最小レベルの証拠を満たすまで、厳密な結論を導きません。

ベイジアンロジックは、18世紀半ばの英国の数学者であるトーマスベイズにちなんで名付けられた、バックワードチェーンを利用する確率指向型の推論エンジンソフトウェアの1つです。 このようなロジックは、以前のイベントのナレッジベースを使用して、ナレッジの繰り返しテストを通じて将来の結果を予測し、より正確な結果を生成することを目的として、トライアルの結果の追加証拠を新しいトライアルに織り込みます。 ファジーロジックソフトウェアアーキテクチャは、システムの一部として推論エンジンにも依存できます。 ファジーロジックとの違いは、出力がファジーセットまたは考えられるソリューションの範囲であり、それらが1つのグループに集約され、ロジックと確率を通じて、1つの最適な結論またはアクションに絞り込まれることです。