in

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

forward chaining and backward chaining in ai

En inteligencia artificial, el encadenamiento hacia adelante y hacia atrás es uno de los temas importantes, pero antes de comprender el encadenamiento hacia adelante y hacia atrás, primero comprendamos de dónde provienen estos dos términos.

Máquina de inferencia:

El motor de inferencia es el componente del sistema inteligente en inteligencia artificial, que aplica reglas lógicas a la base de conocimiento para inferir nueva información a partir de hechos conocidos. El primer motor de inferencia fue parte del sistema experto. El motor de inferencia normalmente procede en dos modos, que son:

  1. Encadenamiento hacia adelante
  2. Encadenamiento hacia atrás

Cláusula de cuerno y cláusula definitiva:

La cláusula Horn y la cláusula definida son las formas de las oraciones, lo que permite que la base de conocimiento utilice un algoritmo de inferencia más restringido y eficiente. Los algoritmos de inferencia lógica utilizan enfoques de encadenamiento hacia adelante y hacia atrás, que requieren KB en forma de cláusula definida de primer orden.

Cláusula definitiva: Una cláusula que es una disyunción de literales con exactamente un literal positivo se conoce como cláusula definida o cláusula de cuerno estricto.

Cláusula de cuerno: Una cláusula que es una disyunción de literales con a lo sumo un literal positivo se conoce como cláusula de cuerno. Por tanto, todas las cláusulas definidas son cláusulas de cuerno.

Ejemplo: (¬ p V ¬ q V k). Tiene solo una k literal positiva.

Es equivalente ap ∧ q → k.

A. Encadenamiento hacia adelante

El encadenamiento hacia adelante también se conoce como método de deducción o razonamiento hacia adelante cuando se utiliza un motor de inferencia. El encadenamiento hacia adelante es una forma de razonamiento que comienza con oraciones atómicas en la base de conocimiento y aplica reglas de inferencia (Modus Ponens) en la dirección hacia adelante para extraer más datos hasta que se alcanza una meta.

El algoritmo de encadenamiento directo comienza a partir de hechos conocidos, activa todas las reglas cuyas premisas se satisfacen y agrega su conclusión a los hechos conocidos. Este proceso se repite hasta que se resuelve el problema.

Propiedades del encadenamiento hacia adelante:

  • Es un enfoque de abajo hacia arriba, ya que se mueve de abajo hacia arriba.
  • Es un proceso de llegar a una conclusión basada en hechos o datos conocidos, comenzando desde el estado inicial y alcanzando el estado objetivo.
  • El enfoque de encadenamiento hacia adelante también se denomina impulsado por datos a medida que alcanzamos la meta utilizando los datos disponibles.
  • El enfoque de encadenamiento hacia adelante se usa comúnmente en el sistema experto, como CLIPS, negocios y sistemas de reglas de producción.

Considere el siguiente ejemplo famoso que usaremos en ambos enfoques:

Ejemplo:

«Según la ley, es un crimen que un estadounidense venda armas a naciones hostiles. El país A, enemigo de Estados Unidos, tiene algunos misiles, y todos los misiles se los vendió Robert, que es un ciudadano estadounidense».

Pruebalo «Robert es un criminal».

Para resolver el problema anterior, primero convertiremos todos los hechos anteriores en cláusulas definidas de primer orden y luego usaremos un algoritmo de encadenamiento hacia adelante para alcanzar la meta.

Conversión de hechos a FOL:

  • Es un crimen que un estadounidense venda armas a naciones hostiles. (Digamos que p, qyr son variables)
    Americano (p) ∧ arma (q) ∧ vende (p, q, r) ∧ hostil (r) → Criminal (p) … (1)
  • El país A tiene algunos misiles.
    ? p Posee (A, p) ∧ Misil (p). Se puede escribir en dos cláusulas definidas utilizando la instanciación existencial, introduciendo la nueva constante T1.
    Posee (A, T1) …… (2)
    Misil (T1) ……. (3)
  • Todos los misiles fueron vendidos al país A por Robert.
    ? p Misiles (p) ∧ Posee (A, p) → Vende (Robert, p, A) …… (4)
  • Los misiles son armas.
    Misil (p) → Armas (p) ……. (5)
  • Enemy of America es conocido como hostil.
    Enemigo (p, América) → Hostil (p) …….. (6)
  • El país A es enemigo de Estados Unidos.
    Enemigo (A, América) ……… (7)
  • Robert es estadounidense
    Estadounidense (Robert). ………. (8)

Prueba de encadenamiento directo:

Paso 1:

En el primer paso comenzaremos con los hechos conocidos y elegiremos las oraciones que no tienen implicaciones, tales como: Estadounidense (Robert), enemigo (A, América), propietario (A, T1) y misil (T1). Todos estos hechos se representarán a continuación.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 2:

En el segundo paso, veremos aquellos hechos que se infieren de los hechos disponibles y con premisas satisfechas.

La regla- (1) no satisface las premisas, por lo que no se agregará en la primera iteración.

La regla- (2) y (3) ya se agregaron.

Regla- (4) cumple con la sustitución {p / T1}, entonces vende (Robert, T1, A) se agrega, que se infiere de la conjunción de la Regla (2) y (3).

La Regla- (6) está satisfecha con la sustitución (p / A), por lo que se agrega Hostil (A) y que se infiere de la Regla- (7).

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 3:

En el paso 3, como podemos comprobar, la Regla- (1) está satisfecha con la sustitución {p / Robert, q / T1, r / A}, entonces podemos agregar Criminal (Robert) que infiere todos los hechos disponibles. Y de ahí llegamos a nuestra declaración de objetivos.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Por lo tanto, se demuestra que Robert es un delincuente utilizando un enfoque de encadenamiento hacia adelante.

B. Encadenamiento hacia atrás:

El encadenamiento hacia atrás también se conoce como deducción hacia atrás o método de razonamiento hacia atrás cuando se usa un motor de inferencia. Un algoritmo de encadenamiento hacia atrás es una forma de razonamiento, que comienza con el objetivo y trabaja hacia atrás, encadenando reglas para encontrar hechos conocidos que apoyen el objetivo.

Propiedades del encadenamiento hacia atrás:

  • Se conoce como enfoque de arriba hacia abajo.
  • El encadenamiento hacia atrás se basa en la regla de inferencia del modus ponens.
  • En el encadenamiento hacia atrás, el objetivo se divide en subobjetivos o subobjetivos para demostrar la veracidad de los hechos.
  • Se denomina enfoque impulsado por objetivos, ya que una lista de objetivos decide qué reglas se seleccionan y utilizan.
  • El algoritmo de encadenamiento hacia atrás se utiliza en teoría de juegos, herramientas automatizadas de prueba de teoremas, motores de inferencia, asistentes de prueba y varias aplicaciones de inteligencia artificial.
  • El método de encadenamiento hacia atrás usó principalmente un búsqueda en profundidad primero estrategia de prueba.

Ejemplo:

En el encadenamiento hacia atrás, usaremos el mismo ejemplo anterior y reescribiremos todas las reglas.

  • Americano (p) ∧ arma (q) ∧ vende (p, q, r) ∧ hostil (r) → Criminal (p) … (1)
    Posee (A, T1) …….. (2)
  • Misil (T1)
  • ? p Misiles (p) ∧ Posee (A, p) → Vende (Robert, p, A) …… (4)
  • Misil (p) → Armas (p) ……. (5)
  • Enemigo (p, América) → Hostil (p) …….. (6)
  • Enemigo (A, América) ……… (7)
  • Estadounidense (Robert). ………. (8)

Prueba de encadenamiento hacia atrás:

En el encadenamiento hacia atrás, comenzaremos con nuestro predicado objetivo, que es Criminal (Robert)y luego inferir reglas adicionales.

Paso 1:

En el primer paso, tomaremos el hecho de la meta. Y del hecho objetivo, inferiremos otros hechos y, por último, demostraremos que esos hechos son verdaderos. Entonces, nuestro hecho objetivo es «Robert es un criminal», por lo que seguir es el predicado.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 2:

En el segundo paso, inferiremos otros hechos del hecho objetivo que satisfagan las reglas. Entonces, como podemos ver en la Regla-1, el predicado de meta Criminal (Robert) está presente con sustitución {Robert / P}. Entonces, agregaremos todos los hechos conjuntivos debajo del primer nivel y reemplazaremos p con Robert.

Aquí podemos ver que American (Robert) es un hecho, por lo que se demuestra aquí.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 3:t En el paso-3, extraeremos un hecho adicional del Misil (q) que se infiere del Arma (q), ya que satisface la Regla- (5). El arma (q) también es cierta con la sustitución de una constante T1 en q.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 4:

En el paso 4, podemos inferir los hechos Misil (T1) y Posee (A, T1) de Sells (Robert, T1, r) que satisface el Regla 4, con la sustitución de A en lugar de r. Entonces, estas dos declaraciones se prueban aquí.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA

Paso 5:

En el paso 5, podemos inferir el hecho Enemigo (A, América) de Hostil (A) que satisface la Regla-6. Y por lo tanto, todos los enunciados se prueban verdaderos usando el encadenamiento hacia atrás.

Encadenamiento hacia adelante y encadenamiento hacia atrás en IA


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

05Kn3Xx5Fxz7vhf2V4ardQL 1.1634297022.fit lim.size 1200x630

El ejército de EE. UU. Retrasa el lanzamiento de Microsoft HoloLens

what is the order of the national lampoons vacation movies

¿Cuál es el orden de las películas de National Lampoon’s Vacation?