Vad är en inferensmotor?
En inferensmotor är ett programvarusystem som är utformat för att dra slutsatser genom att analysera problem mot bakgrund av en databas med expertkunskap som den drar på. Det når logiska resultat baserat på de förutsättningar datan upprättar. Ibland kan inferensmotorer också gå utöver strikt logisk bearbetning och använda sannolikhetsberäkningar för att komma till slutsatser som kunskapsdatabasen inte stöder strikt, utan istället bara antyder eller antyder.
De flesta inferensmotorer konstruerade inom konstgjord intelligens är baserade på expertsystemets koncept. Ett expertsystem är byggt för att lösa problem inom ett specifikt och ibland snävt definierat område, till exempel vissa medicinska specialiteter. Inferensmotorkomponenten i ett expertsystem är kontrollstrukturen som producerar initial utgång baserat på vad som finns för närvarande i kunskapsbasen och programmeringsreglerna för expertsystemet och applicerar det sedan på det specifika problemet på ett meningsfullt sätt. Eftersom inferensmotorns resultat är ett resultat av uppgifterna, ändras de när uppgifterna uppdateras, och kan också ändras när uppgifterna söks på olika sätt av själva inferensmotorn. Om data i systemet är viktade mot en eller flera slutsatser över en annan, kan detta förändra resultaten som inferensmotorn genererar.
Programvara som använder en inferensmotor kan ses som en aktiv selektiv mekanism, där bearbetningsåtgärder styrs av det mest aktuella tillståndet. Expertsystem har två allmänna sätt att bearbeta denna lagrade information, kallad framåtkedja eller bakåtkedja. Vid framkedjning analyserar expertsystemets regler data som matas till den av inferensmotorn, och resultaten matas tillbaka till systemets datalagring som ny data. Detta utlöser nya lösningar på problem eftersom systemet förfinar uppgifterna och väger dem genom induktiv inferens, vilket innebär att slutsatser som nås inte nödvändigtvis kommer att återspegla de ursprungliga data eller lokaler som användes för att starta analysen.
Bakåtkedja är mer sannolikhetsorienterad, med lagrade data viktade för värde från början. Regler används för att testa villkoren för data för giltighet i ljuset av det givna problemet, och eftersom detta är gjort tilldelas nya sannolikhetsvärden till datan. Också kallad hypotesdriven, bakåtkedjande drar inte strikta slutsatser förrän kontinuerlig testning av uppgifterna mot förhållanden som fastställts i reglerna för expertsystemet uppfyller en minsta bevisnivå för frågan eller problemet som studeras.
Bayesianska logik är en av de sannolikhetsorienterade formerna för inferensmotorprogramvara som använder bakåtkedjor, uppkallad efter Thomas Bayes, en engelsk matematiker från mitten av 1700- talet. En sådan logik använder en kunskapsbas för tidigare händelser för att förutsäga framtida resultat genom upprepade tester av kunskapen, och den faktorerar ytterligare bevis på resultaten av försöken i nya försök, med målet att producera mer och mer exakta resultat. Fuzzy logik mjukvaruarkitektur kan också lita på inferensmotorn som en del av sitt system. Skillnaden med fuzzy logik är att utgången är en fuzzy uppsättning eller intervall med möjliga lösningar som sedan samlas i en grupp och, genom logik och sannolikhet, minskas till en optimal slutsats eller handling.