Вероятностно-логическая сеть
В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
( Вероятностно-логическая сеть PLN ) — это концептуальный, математический и вычислительный подход к неопределенному выводу . Он был вдохновлен логическим программированием и использует вероятности вместо четких значений истинности (истина/ложь) и дробную неопределенность вместо четких известных/неизвестных значений . Чтобы проводить эффективные рассуждения в реальных обстоятельствах, программное обеспечение искусственного интеллекта обрабатывает неопределенность. Предыдущие подходы к неопределенному умозаключению не обладали широтой охвата, необходимой для комплексного рассмотрения разрозненных форм когнитивно критической неопределенности, поскольку они проявляются в различных формах прагматического вывода. Выходя за рамки предшествующих вероятностных подходов к неопределенному выводу, PLN включает в себя неопределенную логику с такими идеями, как индукция, абдукция , аналогия , нечеткость и предположения, а также рассуждения о времени и причинности . [1]
PLN был разработан Беном Герцелем , Мэттом Айклем, Изабелой Лион Фрейре Герцель и Ари Хельяккой для использования в качестве когнитивного алгоритма, используемого MindAgents в составе OpenCog Core. PLN изначально был разработан для использования в Novamente Cognition Engine. [2]
Цель
[ редактировать ]Основная цель PLN — обеспечить точный вероятностный вывод таким образом, который совместим как с логикой терминов , так и с логикой предикатов , и масштабируется для работы в режиме реального времени с большими динамическими базами знаний . [2]
Целью теоретической разработки PLN было создание практических программных систем, выполняющих сложные выводы на основе неопределенных знаний и делающих неопределенные выводы. PLN был разработан, чтобы позволить базовому вероятностному выводу взаимодействовать с другими видами вывода, такими как интенсиональный вывод, нечеткий вывод и вывод более высокого порядка с использованием кванторов, переменных и комбинаторов, и быть более удобным подходом, чем байесовские сети (или другие традиционные сети). подходы) с целью связать базовый вероятностный вывод с другими видами умозаключений. Кроме того, правила вывода сформулированы таким образом, чтобы избежать парадоксов теории Демпстера–Шейфера .
Выполнение
[ редактировать ]PLN начинается с терминологической основы, а затем добавляет элементы вероятностной и комбинаторной логики, а также некоторые аспекты логики предикатов и автоэпистемической логики , чтобы сформировать полную систему вывода, адаптированную для легкой интеграции с программными компонентами, воплощающими другие (не явно логические) ) аспекты интеллекта.
PLN представляет значения истинности в виде интервалов, но с другой семантикой, чем в неточной теории вероятностей . В дополнение к вероятностной интерпретации истины, значение истинности в PLN также имеет соответствующую степень уверенности . Это обобщает понятие истинностных значений, используемое в автоэпистемической логике , где истинностные значения либо известны, либо неизвестны, а когда они известны, они либо истинны, либо ложны.
Текущая версия PLN использовалась в узких приложениях искусственного интеллекта, таких как выведение биологических гипотез на основе знаний, извлеченных из биологических текстов с помощью языковой обработки, а также для помощи в обучении с подкреплением воплощенного агента в простом виртуальном мире , как он есть. научил играть в «апорт».
Ссылки
[ редактировать ]- Бен Герцель; Мэтью Икле; Изабела Лион Фрейре Герцель; Ари Хельякка (2008). Вероятностно-логические сети: комплексная концептуальная, математическая и вычислительная основа для неопределенного вывода . Спрингер. стр. 333 . ISBN 978-0-387-76871-7 .
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ «Вероятностно-логические сети — OpenCog» . Wiki.opencog.org . Проверено 27 мая 2024 г.
- ^ Jump up to: а б Герцель, Бен; Икли, Мэтью; Фрейре Герцель, Изабелла; Хельякка, Ари (11 ноября 2008 г.). Вероятностно-логические сети (2-е изд.). ISBN 9780387768717 .