Ақыл-естілік сақтау және шындық күйін сақтау жүйелері

Кіріспе

Ақыл-ойды сақтау – бұл нақты сақталған қорытынды ақпаратты тиімді өңдеуге арналған білімді бейнелеу тәсілі. Ақыл-ойды сақтау негізгі фактілерді, оларды жобау мүмкін, және туынды фактілерді ажыратады. Бұл сенімді қайта қараудан ерекшеленеді, оның қарапайым түрінде барлық фактілер бірдей маңызды деп есептеледі. Ақыл-ойды сақтау бастапқыда мәселе шешушілерді іске асыру техникасы ретінде әзірленді. Екі компонент – ақыл-ой құрастырғыш және ақыл-ойды сақтау жүйесі – интерфейс арқылы бір-бірімен байланысады. Ақыл-ой құрастырғыш өз қорытындыларын және олардың негіздемелерін (қорытындыларға себептерін) жазу үшін ақыл-ойды сақтау жүйесін пайдаланады. Ақыл-ой құрастырғыш сондай-ақ ақыл-ойды сақтау жүйесіне қазіргі уақытта жарамды негізгі фактілер (алғышарттар) туралы хабарлайды. Ақыл-ойды сақтау жүйесі бұл ақпаратты сақталған туынды фактілердің шындығын есептеу және сәйкессіздік анықталса, тұрақтылықты қалпына келтіру үшін пайдаланады. Шындықты сақтау жүйесі немесе TMS – бұл сенімдер мен олардың тәуелділіктерін бейнелеуге арналған білімді бейнелеу әдісі және тәуелділіктерді манипуляциялап, сақтайтын «ақиқатты сақтау алгоритмі» деп аталатын алгоритм. «Шындықты сақтау» атауы осы жүйелердің тұрақтылықты қалпына келтіру қабілетіне байланысты. Шындықты сақтау жүйесі қайта қарау арқылы білім базасындағы (ББ) бұрынғы және қазіргі білім арасындағы тұрақтылықты сақтайды. Егер қазіргі сенімді мәлімдемелер ББ-дегі білімге қайшы келсе, онда ББ жаңа біліммен жаңартылады. Бірдей деректерге қайта сену мүмкін, ал бұрынғы білім ББ-да қажет болуы мүмкін. Егер бұрынғы деректер болмаса, бірақ жаңа қорытынды жасау үшін қажет болуы мүмкін. Бірақ егер бұрынғы білім ББ-да болса, онда сол білімді қайта іздеудің қажеті жоқ. TMS қолдану мұндай қайта іздеуді болдырмайды; ол тәуелділік жазбасының көмегімен қарама-қайшы деректерді қадағалайды. Бұл жазба өздерінің қазіргі сенімдерін анықтауға мүмкіндік беретін инференциялық қозғалтқышты (ИҚ) қайтарып алулар мен толықтырулар туралы хабарлайды. Кем дегенде бір дұрыс негіздемесі бар әрбір мәлімдеме қазіргі сенім жиынтығының бөлігі болып табылады. Қайшылық табылған кезде, қайшылыққа себепші мәлімдемелер анықталады және жазбалар тиісті түрде жаңартылады. Бұл процесс тәуелділікке бағытталған кері іздеу деп аталады. TMS алгоритмі жазбаларды тәуелділік желісі түрінде сақтайды. Желідегі әрбір түйін – ББ-дегі жазба (алғышарт, антецедент немесе қорытынды ереже және т.б.). Желідегі әрбір доға түйіннің туынды болған инференциялық қадамдарын көрсетеді. Алғышарт – шындық деп есептелетін негізгі сенім. Оларға негіздемелердің қажеті жоқ. Алғышарттар жиынтығы – барлық басқа түйіндерге негіздемелерді тудыратын негіз болып табылады. Түйін үшін екі түрлі негіздеме бар: қолдау тізімі [КТ] және шартты дәлелдеу (ШД). Шындықты сақтау жүйелерінің көптеген түрлері бар. Екі негізгі түрі – бір контексті және көп контексті шындықты сақтау. Бір контексті жүйелерде жадтағы барлық фактілер арасында тұрақтылық сақталады (ББ) және классикалық логикадағы тұрақтылық түсінігімен байланысты. Көп контексті жүйелер парасақтықты қолдайды, себебі тұрақтылық жадтағы фактілердің кіші жиынтығына, контекстке, логикалық инференция тарихына сәйкес келеді. Бұл әрбір фактіге немесе дедукцияға логикалық тарих белгісін қою арқылы жүзеге асырылады. Көп агенттік шындықты сақтау жүйелері шындықты сақтауды бірнеше естеліктерде жүргізеді, көбінесе әртүрлі машиналарда орналасқан. de Kleer-дің болжамға негізделген шындықты сақтау жүйесі (ATMS, 1986) KEE-ге негізделген жүйелерде Lisp машинасымен қолданылды. Бірінші көп агенттік TMS-ті Мейсон мен Джонсон жасаған. Бұл көп контексті жүйе еді. Бриджленд пен Хунс бірінші бір контексті көп агенттік жүйені жасады.

Reason maintenance is a knowledge representation approach to efficient handling of inferred information that is explicitly stored. Reason maintenance distinguishes between base facts, which can be defeated, and derived facts. As such it differs from belief revision which, in its basic form, assumes that all facts are equally important. Reason maintenance was originally developed as a technique for implementing problem solvers. two components—a reasoner and a reason maintenance system—communicate with each other via an interface. The reasoner uses the reason maintenance system to record its inferences and justifications of ("reasons" for) the inferences. The reasoner also informs the reason maintenance system which are the currently valid base facts (assumptions). The reason maintenance system uses the information to compute the truth value of the stored derived facts and to restore consistency if an inconsistency is derived. A truth maintenance system, or TMS, is a knowledge representation method for representing both beliefs and their dependencies and an algorithm called the "truth maintenance algorithm" that manipulates and maintains the dependencies. The name truth maintenance is due to the ability of these systems to restore consistency. A truth maintenance system maintains consistency between old believed knowledge and current believed knowledge in the knowledge base (KB) through revision. If the current believed statements contradict the knowledge in the KB, then the KB is updated with the new knowledge. It may happen that the same data will again be believed, and the previous knowledge will be required in the KB. If the previous data are not present, but may be required for new inference. But if the previous knowledge was in the KB, then no retracing of the same knowledge is needed. The use of TMS avoids such retracing; it keeps track of the contradictory data with the help of a dependency record. This record reflects the retractions and additions which makes the inference engine (IE) aware of its current belief set. Each statement having at least one valid justification is made a part of the current belief set. When a contradiction is found, the statement(s) responsible for the contradiction are identified and the records are appropriately updated. This process is called dependency directed backtracking. The TMS algorithm maintains the records in the form of a dependency network. Each node in the network is an entry in the KB (a premise, antecedent, or inference rule etc.) Each arc of the network represent the inference steps through which the node was derived. A premise is a fundamental belief which is assumed to be true. They do not need justifications. The set of premises are the basis from which justifications for all other nodes will be derived. There are two types of justification for a node. They are:

Support list [SL]
Conditional proof (CP)

Many kinds of truth maintenance systems exist. Two major types are single context and multi context truth maintenance. In single context systems, consistency is maintained among all facts in memory (KB) and relates to the notion of consistency found in classical logic. Multi context systems support paraconsistency by allowing consistency to be relevant to a subset of facts in memory, a context, according to the history of logical inference. This is achieved by tagging each fact or deduction with its logical history. Multi agent truth maintenance systems perform truth maintenance across multiple memories, often located on different machines. de Kleer's assumption based truth maintenance system (ATMS, 1986) was utilized in systems based upon KEE on the Lisp Machine. The first multi agent TMS was created by Mason and Johnson. It was a multi context system. Bridgeland and Huhns created the first single context multi agent system.

Басқа сілтемелер

Бриджленд, Д. М. & Хунс, М. Н., Үлестірілген шындықты сақтау. Материалдар. AAAI–90: Жасанды интеллект жөніндегі сегізінші ұлттық конференция, 1990. Дж. де Клер (1986). Болжамға негізделген ТМЖ. Жасанды интеллект, 28:127–162. Дж. Дойл. Шындықты сақтау жүйесі. АИ. 12 том. 3 саны, 251–272 беттер. 1979. У. Юнкер және К. Конолиге (1990). Шындықты сақтау жүйесімен автоэпистемикалық және әдепкі логикалардың кеңейтулерін есептеу. Жасанды интеллект жөніндегі сегізінші ұлттық конференцияның материалдары (AAAI'90), 278–283 беттер. MIT Press. Мейсон, С. және Джонсон, Р. DATMS: Болжамға негізделген ойлау үшін ая. Үлестірілген жасанды интеллект, 2 том, Morgan Kaufmann Publishers, Inc., 1989. Д. А. МакАллестер. Үш мәнді сақтау жүйесі. Массачусетс технология институты, Жасанды интеллект зертханасы. АИ меморандумы 473. 1978. Г. М. Прован (1988). Болжамға негізделген шындықты сақтау жүйелерінің күрделігін талдау. Б. Смит және Г. Келлехер редактерлер, Аңдауды сақтау жүйелері және олардың қолданылуы, 98–113 беттер. Ellis Horwood, Нью-Йорк. Г. М. Прован (1990). Көп контексті шындықты сақтау жүйелерінің есептеу күрделілігі. Жасанды интеллект жөніндегі тоғызыншы еуропалық конференцияның материалдары (ECAI'90), 522–527 беттер. Р. Райтер және Дж. де Клер (1987). Болжамға негізделген шындықты сақтау жүйелерінің негіздері: Алдын ала есеп. Жасанды интеллект жөніндегі алтыншы ұлттық конференцияның материалдары (AAAI'87), 183–188 беттер. PDF.