Рассуждения, основанные на моделях: от экспертных систем к управлению роботами.
Model-based reasoning
Рассуждения на основе моделей в ИИ: создание экспертных систем, моделирование мира и управление роботами. Прогнозирование и диагностика с помощью данных.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
В искусственном интеллекте, рассуждения, основанные на моделях, — это метод логического вывода, используемый в экспертных системах и опирающийся на модель физического мира. При таком подходе основное внимание при разработке приложений уделяется созданию модели. Затем, во время работы, "механизм" (или "движок") комбинирует знания, содержащиеся в модели, с наблюдаемыми данными для получения выводов, таких как диагноз или прогноз.
In artificial intelligence, model based reasoning refers to an inference method used in expert systems based on a model of the physical world. With this approach, the main focus of application development is developing the model. Then at run time, an "engine" combines this model knowledge with observed data to derive conclusions such as a diagnosis or a prediction.
Разумные рассуждения с использованием декларативных моделей
Робот и динамические системы также управляются программным обеспечением. Программное обеспечение реализовано как обычная компьютерная программа, состоящая из операторов "если-то", циклов "for" и подпрограмм. Задача программиста – найти алгоритм, способный управлять роботом для выполнения определенной задачи. В истории робототехники и оптимального управления было разработано множество парадигм. Одной из них являются экспертные системы, ориентированные на узкие предметные области. Экспертные системы являются предшественниками систем, основанных на моделях. Основная причина, по которой моделирование на основе рассуждений исследуется с 1990-х годов, заключается в создании различных уровней для моделирования и управления системой. Это позволяет решать более сложные задачи, а существующие программы можно повторно использовать для разных проблем. Уровень модели используется для мониторинга системы и оценки корректности действий, в то время как уровень управления определяет действия и переводит систему в целевое состояние. Типичными методами реализации модели являются декларативные языки программирования, такие как Prolog и Golog. С математической точки зрения, декларативная модель имеет много общего с исчислением ситуаций как логической формализацией для описания системы. С более практической точки зрения, декларативная модель означает, что система моделируется с помощью игрового движка. Игровой движок принимает признак в качестве входного значения и определяет выходной сигнал. Иногда игровой движок описывают как движок предсказаний для моделирования мира. В 1990 году была сформулирована критика подхода, основанного на моделях рассуждений. Пионеры Nouvelle AI утверждали, что символические модели оторваны от базовых физических систем и не способны управлять роботами. Согласно представителям поведенческой робототехники, реактивная архитектура может решить эту проблему. Такой системе не требуется символическая модель, действия напрямую связаны с сигналами от датчиков, которые укоренены в реальности.
A robot and dynamical systems as well are controlled by software. The software is implemented as a normal computer program which consists of if then statements, for loops and subroutines. The task for the programmer is to find an algorithm which is able to control the robot, so that it can do a task. In the history of robotics and optimal control there were many paradigm developed. One of them are expert systems, which is focused on restricted domains. Expert systems are the precursor to model based systems. The main reason why model based reasoning is researched since the 1990s is to create different layers for modeling and control of a system. This allows to solve more complex tasks and existing programs can be reused for different problems. The model layer is used to monitor a system and to evaluate if the actions are correct, while the control layer determines the actions and brings the system into a goal state. Typical techniques to implement a model are declarative programming languages like Prolog and Golog. From a mathematical point of view, a declarative model has much in common with the situation calculus as a logical formalization for describing a system. From a more practical perspective, a declarative model means, that the system is simulated with a game engine. A game engine takes a feature as input value and determines the output signal. Sometimes, a game engine is described as a prediction engine for simulating the world. In 1990, criticism was formulated on model based reasoning. Pioneers of Nouvelle AI have argued, that symbolic models are separated from underlying physical systems and they fail to control robots. According to behavior based robotics representative a reactive architecture can overcome the issue. Such a system doesn't need a symbolic model but the actions are connected direct to sensor signals which are grounded in reality.