پرش به محتوا

پیش‌نویس:استدلال مبتنی بر مدل

از ویکی‌پدیا، دانشنامهٔ آزاد

در هوش مصنوعی، استدلال مبتنی بر مدل به روش استنتاجی اطلاق می‌شود که در سیستم‌های خبره بر اساس مدلی از دنیای فیزیکی استفاده می‌شود. با این رویکرد، تمرکز اصلی توسعه اپلیکیشن، توسعه مدل است. سپس در زمان اجرا، یک «موتور» این دانش مدل را با داده‌های مشاهده شده ترکیب می‌کند تا نتایجی مانند تشخیص یا پیش‌بینی را به دست آورد.

استدلال با مدل‌های اعلامی

[ویرایش]

یک ربات و سیستم‌های دینامیکی نیز توسط نرم‌افزار کنترل می‌شوند. این نرم‌افزار به‌عنوان یک برنامه رایانه‌ای معمولی که شامل دستورات if-then، حلقه‌های for و زیرروال‌ها است، پیاده‌سازی می‌شود. وظیفه برنامه‌نویس یافتن الگوریتمی است که قادر به کنترل ربات باشد تا بتواند یک کار را انجام دهد. در تاریخ رباتیک و کنترل بهینه[۱]پارادایم‌های زیادی توسعه یافته‌است. یکی از آنها سیستم‌های خبره است که بر حوزه‌های محدود متمرکز شده‌است.[۲] سیستم‌های خبره پیشروی سیستم‌های مبتنی بر مدل هستند.

دلیل اصلی اینکه چرا استدلال مبتنی بر مدل از دهه ۱۹۹۰ مورد تحقیق. واقع شده‌است، ایجاد لایه‌های مختلف برای مدل‌سازی و کنترل یک سیستم است.[۳] این اجازه می‌دهد تا وظایف پیچیده‌تر را حل کنید و برنامه‌های موجود را می‌توان برای مشکلات مختلف دوباره استفاده کرد. لایه مدل برای نظارت بر یک سیستم و ارزیابی درستی اقدامات استفاده می‌شود، در حالی که لایه کنترل اقدامات را تعیین می‌کند و سیستم را به یک وضعیت هدف می‌رساند.[۴]

تکنیک‌های معمولی برای پیاده‌سازی یک مدل، زبان‌های برنامه‌نویسی اعلامی مانند Prolog[۵] و Golog هستند. از نقطه نظر ریاضی، یک مدل اعلامی با حساب موقعیت به عنوان رسمی سازی منطقی برای توصیف یک سیستم اشتراکات زیادی دارد.[۶] از منظر عملی تر، یک مدل اعلامی به این معنی است که سیستم با یک موتور بازی شبیه‌سازی شده‌است. یک موتور بازی یک ویژگی را به عنوان مقدار ورودی می‌گیرد و سیگنال خروجی را تعیین می‌کند. گاهی اوقات، یک موتور بازی به عنوان یک موتور پیش‌بینی برای شبیه‌سازی جهان توصیف می‌شود.

در سال ۱۹۹۰، انتقاد بر اساس استدلال مبتنی بر مدل تدوین شد. پیشگامان Nouvelle AI استدلال کرده‌اند که مدل‌های نمادین از سیستم‌های فیزیکی زیربنایی جدا شده‌اند و در کنترل روبات‌ها شکست می‌خورند.[۷] به گفته نماینده رباتیک مبتنی بر رفتار، یک معماری واکنشی می‌تواند بر این مشکل غلبه کند. چنین سیستمی نیازی به مدل نمادین ندارد، اما اقدامات مستقیماً به سیگنال‌های حسگر متصل می‌شوند که در واقعیت به زمین متصل هستند.

ارائه دانش

[ویرایش]

در یک سیستم استدلال مبتنی بر مدل، دانش را می‌توان با استفاده از قواعد علّی نشان داد. به عنوان مثال، در یک سیستم تشخیص پزشکی، پایگاه دانش ممکن است حاوی قانون زیر باشد:

به ازای هر بیمار: سکته مغزی (بیمار) ← سردرگم (بیمار) ^ نابرابر (دانش آموزان (بیمار))

در مقابل در یک سیستم استدلال تشخیصی، دانش از طریق قوانین تشخیصی مانند قوانین ارائه می‌شود:

به ازای هر بیمار: سردرگم (بیمار) ← سکته مغزی (بیمار)

به ازای هر بیمار: نابرابر (دانش آموزان (بیمار)) ← سکته مغزی (بیمار)

مدل‌های بسیار دیگری نیز وجود دارد که می‌توان از آنها استفاده کرد. مدل‌ها ممکن است کمی (به عنوان مثال، بر اساس معادلات ریاضی) یا کیفی (مثلاً بر اساس مدل‌های علت/معلول) باشند. ممکن است شامل نمایش عدم قطعیت باشند. آنها ممکن است رفتار را در طول زمان نشان دهند. آنها ممکن است رفتار «عادی» را نشان دهند، یا ممکن است فقط رفتار غیرعادی را نشان دهند، مانند نمونه‌های بالا. دربارهٔ انواع مدل و کاربرد برای استدلال مبتنی بر مدل در[۸] بحث شده‌است.

جستارهای وابسته

[ویرایش]

منابع

[ویرایش]
  1. Watson، David P؛ Scheidt، David H (۲۰۰۵). «Autonomous systems». Johns Hopkins APL Technical Digest. ۲۶ (۴): ۳۶۸–۳۷۶.
  2. Newton S، Lee (۱۹۹۰). «A computational paradigm that integrates rule-based and model-based reasoning in expert systems». International Journal of Intelligent Systems. Wiley. ۵ (۲): ۱۳۵–۱۵۱. doi:10.1002/int.4550050202.
  3. McIlraith، Sheila A (۱۹۹۹). «Proceedings of the Tenth International Workshop on Principles of Diagnosis». Model-based programming using golog and the situation calculus.: ۱۸۴–۱۹۲.
  4. Dvorak، Daniel؛ Kuipers، Benjamin (۱۹۸۹). «IJCAI». Model-Based Monitoring of Dynamic Systems: ۱۲۳۸–۱۲۴۳.
  5. Niederlinski، A (۲۰۰۱). «An expert system shell for uncertain rule-and model based reasoning». Methods of Artificial Intelligence in Mechanics and Mechanical Engineering AIMech.
  6. McIlraith، Sheila A (۱۹۹۷). «AAAI/IAAI». Representing actions and state constraints in model-based diagnosis: ۴۳–۴۹.
  7. Brooks، Rodney A (۱۹۹۰). «Elephants don't play chess». Robotics and Autonomous Systems. Elsevier. ۶ (۱-۲): ۳–۱۵.
  8. «Model Based Reasoning for Fault Detection and Diagnosis».

پیوند به بیرون

[ویرایش]

رده:مقاله‌های ایجاد شده توسط ایجادگر