Τι είναι η μηχανή συμπερασμάτων;

Ένας μηχανισμός συμπερασμάτων είναι ένα σύστημα λογισμικού που έχει σχεδιαστεί για να εξάγει συμπεράσματα με την ανάλυση προβλημάτων υπό το πρίσμα μιας βάσης δεδομένων εμπειρογνωμόνων που βασίζεται.Φτάνει λογικά αποτελέσματα που βασίζονται στις εγκαταστάσεις που δημιουργούν τα δεδομένα.Μερικές φορές οι μηχανές συμπερασμάτων είναι επίσης σε θέση να υπερβαίνουν την αυστηρή λογική επεξεργασία και να χρησιμοποιούν υπολογισμούς πιθανότητας για να καταλήξουν σε συμπεράσματα ότι η βάση δεδομένων γνώσης δεν υποστηρίζει αυστηρά, αλλά απλώς υπονοεί ή υπονοεί τους περισσότερους κινητήρες που έχουν σχεδιαστεί στον τομέα της τεχνητής νοημοσύνηςβασίζονται στην έννοια του συστήματος εμπειρογνωμόνων.Ένα σύστημα εμπειρογνωμόνων είναι κατασκευασμένο για την επίλυση προβλημάτων σε ένα συγκεκριμένο και μερικές φορές στενά καθορισμένο πεδίο, όπως ορισμένες ιατρικές ειδικότητες.Το στοιχείο του κινητήρα συμπερασμάτων ενός συστήματος εμπειρογνωμόνων είναι η δομή ελέγχου που παράγει αρχική παραγωγή με βάση ό, τι υπάρχουν δεδομένα στη βάση γνώσεων και τους κανόνες προγραμματισμού του συστήματος εμπειρογνωμόνων και στη συνέχεια να το εφαρμόσουν στο συγκεκριμένο πρόβλημα με ουσιαστικό τρόπο.Επειδή τα αποτελέσματα των κινητήρων συμπερασμάτων είναι αποτέλεσμα των δεδομένων, αλλάζουν καθώς τα δεδομένα ενημερώνονται και μπορούν επίσης να αλλάξουν καθώς τα δεδομένα αναζητούνται με διαφορετικούς τρόπους από τον ίδιο τον κινητήρα συμπερασμάτων.Εάν τα δεδομένα στο σύστημα σταθμίζονται προς ένα ή περισσότερα συμπεράσματα έναντι άλλου, αυτό μπορεί να αλλάξει τα αποτελέσματα που δημιουργεί ο κινητήρας συμπερασμάτων.την πιο πρόσφατη κατάσταση των δεδομένων.Τα συστήματα εμπειρογνωμόνων διαθέτουν δύο γενικούς τρόπους επεξεργασίας αυτών των αποθηκευμένων δεδομένων, που αναφέρονται ως αλυσίδες με εμπρόσθια αλυσίδα ή προς τα πίσω.Στην εμπρόσθια αλυσίδα, οι κανόνες του συστήματος εμπειρογνωμόνων αναλύουν τα δεδομένα που τροφοδοτούνται από τη μηχανή συμπερασμάτων και τα αποτελέσματα τροφοδοτούνται πίσω στην αποθήκευση δεδομένων του συστήματος ως νέα δεδομένα.Αυτό προκαλεί νέες λύσεις σε προβλήματα καθώς το σύστημα βελτιώνει τα δεδομένα και τα ζυγίζει με επαγωγικό συμπέρασμα, πράγμα που σημαίνει ότι τα συμπεράσματα που επιτυγχάνονται δεν θα αντικατοπτρίζουν αναγκαστικά τα αρχικά δεδομένα ή τις εγκαταστάσεις που χρησιμοποιήθηκαν για να ξεκινήσουν την ανάλυση.με τα αποθηκευμένα δεδομένα να σταθμίζονται για αξία από την αρχή.Οι κανόνες χρησιμοποιούνται για τον έλεγχο των συνθηκών των δεδομένων για την εγκυρότητα υπό το πρίσμα του δεδομένου προβλήματος και, όπως γίνεται, οι νέες τιμές πιθανότητας αντιστοιχούν στα δεδομένα.Επίσης, αναφέρεται ως υπόθεση που βασίζεται στην υπόθεση, η καθυστερημένη αλυσίδα δεν εξάγει αυστηρά συμπεράσματα έως ότου η συνεχής δοκιμή των δεδομένων έναντι των συνθηκών που καθορίζονται από τους κανόνες του συστήματος εμπειρογνωμόνων πληρούν ένα ελάχιστο επίπεδο απόδειξης για το ερώτημα ή το πρόβλημα που μελετάται.Μία από τις μορφές που προσανατολίζονται προς την πιθανότητα λογισμικού μηχανών που χρησιμοποιούν πίσω αλυσίδα, που ονομάστηκε για τον Thomas Bayes, έναν αγγλικό μαθηματικό των μέσων 18 ετών.Αυτή η λογική χρησιμοποιεί μια βάση γνώσεων προηγούμενων γεγονότων για την πρόβλεψη των μελλοντικών αποτελεσμάτων μέσω επαναλαμβανόμενων δοκιμών της γνώσης και των παραγόντων πληροφορικής σε πρόσθετες ενδείξεις των αποτελεσμάτων των δοκιμών σε νέες δοκιμές, με στόχο την παραγωγή όλο και πιο ακριβών αποτελεσμάτων.Η αρχιτεκτονική λογισμικού Fuzzy Logic μπορεί επίσης να βασιστεί στον κινητήρα συμπερασμάτων ως μέρος του συστήματός της.Η διαφορά με την ασαφή λογική είναι ότι η έξοδος είναι ένα ασαφές σετ ή εύρος πιθανών λύσεων που στη συνέχεια συγκεντρώνονται σε μία ομάδα και, μέσω λογικής και πιθανότητας, μειωμένες σε ένα βέλτιστο συμπέρασμα ή δράση.