Механизм логического вывода. Этот программный инструмент, который получает от интеллектуального интерфейса преобразованный во внутреннее представление запрос, формирует из базы знаний конкретный алгоритм решения задачи, выполняет алгоритм, а полученный результат предоставляется интеллектуальному интерфейсу для выдачи ответа на запрос пользователя.
В основе использования любого механизма вывода лежит процесс нахождения в соответствии с поставленной целью и описанием конкретной ситуации (исходных данных), относящихся к решению единиц знаний (правил, объектов, прецедентов и т.д.) и связыванию их при необходимости в цепочку рассуждений, приводящую к определенному результату. Для представления знаний в форме правил это может быть прямая (рис.1) или обратная (рис.2) цепочка рассуждений.
Прямой вывод – это вывод ведущий от исходных аксиом к целевому выражению. При прямом выводе из-за неоднозначности выбора применяемых аксиом и правил вывода образуется дерево решений и процесс нахождения цепочки, ведущей от исходных аксиом к целевому выражению, является переборным. Стандартной процедурой, используемой при обходе дерева, является процедура возврата – бэктрэкинга.
При обратном выводе поиск доказательства начинается с целевого утверждения. Выясняются условия, при которых целевое утверждение является выводимым. Эти условия принимаются за новые целевые утверждения и процесс поиска продолжается. Обратный вывод заканчивается, когда все очередные условия оказываются аксиомами или процесс обрывается, не приведя к аксиомам.
В более общем случае прямой вывод называют восходящим поиском, а обратный вывод – нисходящим поиском в пространстве решений.
Различают также поиск в глубину и в ширину, поиск по образцу, случайный поиск. В частности,
Поиск в глубину – это поиск при котором движение по структуре поиска происходит вдоль одного пути до конца. При неудаче просматривается другой путь. Опять-таки, для возвращения в ближайшую точку отката используется процедура бэктрэкинга.
Поиск по принципу «сперва лучше» является разновидностью поиска в глубину. При таком виде поиска в каждом узле пространства поиска выбирается то продолжение, которое имеет лучшую для данного узла локальную оценку успеха.
Поиск в ширину – поиск при котором движение по структуре поиска происходит на определенную глубину по всем направлениям, возможным из данной точки поиска. Если все продвижения оказались неуспешными, то либо увеличивается глубина поиска, либо сужается фронт поиска и происходит дальнейшее продвижение по всему этому фронту, еще на заданное число шагов. Сужение фронта приводит к тому, что поиск в ширину комбинируется с поиском в глубину.
Поиск по образцу – поиск фрагмента знаний в базе знаний на основании заданного образца. Образец может представлять собой полностью определенный фрагмент или содержать свободные переменные. Например, при представлении знаний в виде семантической сети образец первого типа может выглядеть как «Иванов – Родиться – 1980», что означает прямой запрос к базе знаний:»Верно ли, что Иванов родился в 1980 году?». Образец второго типа: «X – Родиться – 1980». Он интерпретируется: «Назовите тех, кто родился в 1980 году». Запросы второго типа могут с помощью специального указателя интерпретироваться как выдача любого ответа, касающегося одного субъекта X, родившегося в 1980 году, или как выдача всех X, характеризуемых этим свойством. Поиск по образцу является основной процедурой для поиска информации в базах знаний.
Случайный поиск – это поиск в неструктурированном пространстве поиска. При случайном поиске с помощью некоторого вероятностного распределения выбираются узлы пространства и проверяется, не являются ли они целевыми. При достижении первого целевого узла случайный поиск прекращается.
В механизме логического вывода обычно предусматриваются разнообразные стратегии поиска, обеспечивающие в определенных условиях наиболее эффективный анализ альтернатив и отыскание максимально быстрых путей получения решений.
