Вероятностная логическая сеть
 | В этой статье есть несколько проблем. Помогите улучшить ее или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти сообщения )
|
Вероятностная логическая сеть ( PLN ) — это концептуальный, математический и вычислительный подход к неопределенному выводу . Он был вдохновлен логическим программированием и использует вероятности вместо четких (истина/ложь) значений истины и дробную неопределенность вместо четких известных/неизвестных значений . Для того чтобы проводить эффективные рассуждения в реальных обстоятельствах, программное обеспечение искусственного интеллекта обрабатывает неопределенность. Предыдущие подходы к неопределенному выводу не обладают широтой охвата, необходимой для обеспечения комплексного лечения разрозненных форм когнитивно-критической неопределенности, поскольку они проявляются в различных формах прагматического вывода. Выходя за рамки предыдущих вероятностных подходов к неопределенному выводу, PLN охватывает неопределенную логику с такими идеями, как индукция, абдукция , аналогия , нечеткость и спекуляция, а также рассуждения о времени и причинности . [1]
PLN был разработан Беном Герцелем , Мэттом Айклом, Изабелой Лион Фрейре Герцелем и Ари Хеляккой для использования в качестве когнитивного алгоритма, используемого MindAgents в ядре OpenCog . Первоначально PLN был разработан для использования в Novamente Cognition Engine. [2]
Цель
Основная цель PLN — обеспечить точный вероятностный вывод способом, совместимым как с логикой терминов , так и с логикой предикатов , и масштабируемым для работы в реальном времени с большими динамическими базами знаний . [2]
Целью, лежащей в основе теоретической разработки PLN, было создание практических программных систем, выполняющих сложные выводы на основе неопределенных знаний и выводящих неопределенные выводы. PLN была разработана для того, чтобы позволить базовому вероятностному выводу взаимодействовать с другими видами вывода, такими как интенсиональный вывод, нечеткий вывод и вывод более высокого порядка с использованием квантификаторов, переменных и комбинаторов, и быть более удобным подходом, чем байесовские сети (или другие традиционные подходы) для целей сопряжения базового вероятностного вывода с этими другими видами вывода. Кроме того, правила вывода сформулированы таким образом, чтобы избежать парадоксов теории Демпстера–Шейфера .
Выполнение
PLN начинается с терминологической основы, а затем добавляет элементы вероятностной и комбинаторной логики, а также некоторые аспекты предикатной логики и автоэпистемической логики , чтобы сформировать полную систему вывода, адаптированную для легкой интеграции с программными компонентами, воплощающими другие (не явно логические) аспекты интеллекта.
PLN представляет значения истинности как интервалы, но с другой семантикой, чем в неточной теории вероятностей . В дополнение к интерпретации истины в вероятностной манере, значение истинности в PLN также имеет связанную с ним величину определенности . Это обобщает понятие значений истинности, используемое в автоэпистемической логике , где значения истинности либо известны, либо неизвестны, а когда известны, они либо истинны, либо ложны.
Текущая версия PLN использовалась в узкоспециализированных приложениях ИИ, таких как вывод биологических гипотез из знаний, извлеченных из биологических текстов с помощью языковой обработки, а также для содействия обучению с подкреплением воплощенного агента в простом виртуальном мире , когда его обучают игре «принеси».
Ссылки
- Бен Герцель; Мэтью Икле; Изабела Лион Фрейре Герцель; Ари Хельякка (2008). Вероятностные логические сети: всеобъемлющая концептуальная, математическая и вычислительная структура для неопределенного вывода . Springer. стр. 333. ISBN 978-0-387-76871-7.
Смотрите также
Ссылки
- ^ "Вероятностные логические сети - OpenCog". wiki.opencog.org . Получено 2024-05-27 .
- ^ Аб Герцель, Бен; Икле, Мэтью; Фрейре Герцель, Изабелла; Хельякка, Ари (11 ноября 2008 г.). Вероятностно-логические сети (2-е изд.). ISBN 9780387768717.
Внешние ссылки
- OpenCog Wiki (GNU-FDL)
