Ведение причины

Ведение причины — это подход к представлению знаний для эффективной обработки выведенной информации, которая хранится явно. Поддержание разума различает базовые факты, которые можно опровергнуть , и производные факты. Как таковой он отличается от пересмотра убеждений , который в своей основной форме предполагает, что все факты одинаково важны. Поддержание разума изначально было разработано как метод реализации средств решения проблем. Он включает в себя множество методов, имеющих общую архитектуру: два компонента — средство рассуждения и система поддержания причин — взаимодействуют друг с другом через интерфейс. Тот, кто рассуждает, использует систему поддержания причин для записи своих выводов и обоснований («причин» для) выводов. Модуль рассуждений также сообщает системе поддержки причин, какие действительные на данный момент базовые факты (предположения) являются действительными. Система поддержки причин использует эту информацию для вычисления истинного значения сохраненных производных фактов и восстановления согласованности в случае выявления несоответствия.

Система поддержания истины , или TMS , — это метод представления знаний для представления как убеждений, так и их зависимостей, а также алгоритм, называемый «алгоритмом поддержания истины», который манипулирует и поддерживает зависимости. Название «поддержание истины» связано со способностью этих систем восстанавливать согласованность.

Система поддержания истины поддерживает согласованность между старыми и текущими знаниями в базе знаний (БЗ) посредством пересмотра. Если текущие утверждения противоречат знаниям в базе знаний, то база знаний обновляется новыми знаниями. Может случиться так, что тем же данным снова поверят, и в БЗ потребуются прежние знания. Если предыдущие данные отсутствуют, но могут потребоваться для нового вывода. Но если предыдущие знания находились в базе знаний, то восстановление этих знаний не требуется. Использование TMS позволяет избежать такого отслеживания; он отслеживает противоречивые данные с помощью записи зависимостей. Эта запись отражает опровержения и дополнения, которые позволяют машине вывода (IE) узнать о своем текущем наборе убеждений.

Каждое утверждение, имеющее хотя бы одно действительное обоснование, становится частью текущего набора убеждений. При обнаружении противоречия идентифицируются утверждения, ответственные за противоречие, и записи соответствующим образом обновляются. Этот процесс называется обратным отслеживанием, управляемым зависимостями.

Алгоритм TMS хранит записи в виде сети зависимостей. Каждый узел в сети представляет собой запись в базе знаний (предпосылка, антецедент, правило вывода и т. д.). Каждая дуга сети представляет собой этапы вывода, посредством которых был получен узел.

Посылка – это фундаментальное убеждение, которое считается истинным. Им не нужны оправдания. Набор предпосылок является основой, на основе которой будут выведены обоснования для всех остальных узлов.

Существует два типа обоснования узла. Они есть:

1. Список поддержки [SL]
2. Условное доказательство (CP)

Существует множество видов систем поддержания истины. Двумя основными типами являются одноконтекстное и многоконтекстное поддержание истины. В одноконтекстных системах согласованность поддерживается среди всех фактов в памяти (КБ) и связана с понятием согласованности, обнаруженным в классической логике . Мультиконтекстные системы поддерживают паранепротиворечивость , позволяя согласованности соответствовать подмножеству фактов в памяти, контексту в соответствии с историей логического вывода. Это достигается путем пометки каждого факта или вывода его логической историей. Многоагентные системы поддержания истины выполняют поддержание истины в нескольких запоминающих устройствах, часто расположенных на разных машинах. Система поддержания истины, основанная на предположениях де Клира (ATMS, 1986), использовалась в системах, основанных на KEE на Lisp Machine . Первая мультиагентная TMS была создана Мейсоном и Джонсоном. Это была многоконтекстная система. Бриджленд и Хьюнс создали первую одноконтекстную мультиагентную систему.

См. также

• Искусственный интеллект
• Пересмотр убеждений
• Приобретение знаний
• Представление знаний
• Лодка Нейрата

Другие ссылки

• Бриджленд, Д.М. и Хьюнс, Миннесота, Поддержание распределенной истины. Материалы. AAAI–90: Восьмая национальная конференция по искусственному интеллекту, 1990 г.
• Ж. де Клеер (1986). TMS, основанная на предположениях. Искусственный интеллект , 28:127–162.
• Дж. Дойл. Система поддержания истины. ИИ. Том. 12. № 3. С. 251–272. 1979.
• У. Юнкер и К. Конолиге (1990). Вычисление расширений автоэпистемической логики и логики по умолчанию с помощью системы поддержания истины. В материалах Восьмой национальной конференции по искусственному интеллекту (AAAI'90) , страницы 278–283. МТИ Пресс .
• Мейсон, К. и Джонсон, Р. DATMS: основа рассуждений, основанных на предположениях, в распределенном искусственном интеллекте, Vol. 2, Morgan Kaufmann Publishers , Inc., 1989.
• Д.А. Макаллестер. Трехзначная система обслуживания. Массачусетский технологический институт , Лаборатория искусственного интеллекта. Памятка AI 473. 1978 г.
• Г. М. Прован (1988). Анализ сложности систем поддержания истины, основанных на предположениях. В книге Б. Смита и Г. Келлехера, редакторов, «Системы поддержания разума и их приложения» , страницы 98–113. Эллис Хорвуд, Нью-Йорк.
• Г. М. Прован (1990). Вычислительная сложность многоконтекстных систем поддержания истины. В материалах Девятой Европейской конференции по искусственному интеллекту (ECAI'90) , страницы 522–527.
• Р. Рейтер и Дж. де Клеер (1987). Основы систем поддержания истины, основанных на предположениях: предварительный отчет. В материалах Шестой национальной конференции по искусственному интеллекту (AAAI'87) , страницы 183–188. PDF

Внешние ссылки

• Google Scholar о TMS
• Пересмотр убеждений и ТМС в Стэнфордской энциклопедии философии