Качественное рассуждение

Область исследований в области искусственного интеллекта

Качественное рассуждение (QR) — это область исследований в области искусственного интеллекта (ИИ), которая автоматизирует рассуждения о непрерывных аспектах физического мира, таких как пространство, время и количество, с целью решения проблем и планирования с использованием качественной, а не количественной информации. ^[1] Точные числовые значения или количества избегаются, и вместо них используются качественные значения (например, высокий, низкий, ноль, рост, падение и т. д.). ^[2]

Цель

Качественное рассуждение создает нечисловые описания физических систем и их поведения, сохраняя важные поведенческие свойства и качественные различия. ^[3] Целью исследования качественного рассуждения является разработка методов представления и рассуждения, которые позволяют компьютерным программам рассуждать о поведении физических систем без точной количественной информации. Примером может служить наблюдение за проливным дождем и постоянно повышающимся уровнем воды в реке, что является достаточной информацией для принятия мер против возможного наводнения без знания точного уровня воды, скорости изменения или времени, когда река может разлиться. ^[4]

Принципы

Используемые принципы мотивированы человеческим познанием .

Принципы качественного рассуждения включают в себя: ^[5]

Дискретные значения
- Представлять непрерывные величины, используя дискретные сущности для рассуждений
- Пример: вместо того, чтобы использовать численное значение для скорости изменения, рассмотрите, увеличивается ли она, уменьшается или постоянна.
Соответствующие ценности
- Выбирайте качественные значения на основе их релевантности задаче
- Пример: если температура меняется, точка кипения может быть важна, но если температура постоянна, точка кипения может быть не важна.
Неоднозначные значения или результаты
- Вместо того, чтобы дать один ответ, предоставьте ряд ответов
- Пример: вместо вычисления числового уровня или количества воды укажите два ответа: низкий или ноль.
Моделирование процесса
- Представлять штаты
- Представляют переходы между состояниями
- Для величин определите ориентиры и используйте неравенство рассуждений
- Пример:
  Если температура воды ниже точки кипения, то уровень воды постоянен или медленно уменьшается;
  если температура воды выше точки кипения, то уровень воды быстро уменьшается;
  если вода имеет температуру, которая изменяется от температуры ниже точки кипения до температуры выше точки кипения, то уровень воды изменится на быстро уменьшающийся;
  если вода находится выше точки кипения в течение определенного периода времени, уровень воды будет низким или нулевым.

Использует

Методы, разработанные для качественного рассуждения, позволяют моделировать количественные системы, которые подвержены многочисленным ограничениям в форме неравенств и равенств. Это может позволить моделировать некоторые важные системы, такие как экосистемы, которые в противном случае могли бы быть слишком сложными для моделирования. Качественное рассуждение предоставляет метод моделирования с количественными неравенствами в дополнение к качествам.

Успешные области применения включают управление процессами , проверку систем, объяснение, ^[2] автономную поддержку космических аппаратов, моделирование и объяснение поведения конструкций, ^[6] анализ отказов и бортовую диагностику систем транспортных средств, автоматизированную генерацию управляющего программного обеспечения для копировальных аппаратов, концептуальный сбор знаний в экологии и интеллектуальные средства для обучения человека. ^[3]

Смотрите также

Пространственно-временное мышление

Ссылки

^ «Качественное рассуждение: как прийти к хорошим выводам, не будучи точными». Ассоциация по развитию искусственного интеллекта (AAAI).
^ ab Джон Дейнтит (2004). Словарь вычислительной техники. Oxford University Press . ISBN 0198608772.
^ ab Берт Бредевег и Питер Струсс (2003). "Актуальные темы качественного мышления" (PDF) . Американская ассоциация искусственного интеллекта .
^ Юми Ивасаки (май–июнь 1997 г.). «Применение качественного рассуждения в реальном мире». Эксперт IEEE: Интеллектуальные системы . Лаборатория систем знаний, кафедра компьютерных наук: Стэнфордский университет.
^ "Качественное рассуждение, CS227" (PDF) . Стэнфордский университет . 2011.
^ Сальванески, Паоло; Кадеи, Мауро; Лаццари, Марко (1997). «Структура причинного моделирования для симуляции и объяснения поведения структур». Искусственный интеллект в инженерии . 11 (3): 205–216 . doi :10.1016/S0954-1810(96)00040-4.

Внешние ссылки

Группа качественного рассуждения (QRG)
Портал качественного обоснования и моделирования (QRM) Амстердамского университета

[1] «Качественное рассуждение: как прийти к хорошим выводам, не будучи точными». Ассоциация по развитию искусственного интеллекта (AAAI).

[Daintith-2] Джон Дейнтит (2004). Словарь вычислительной техники. Oxford University Press . ISBN 0198608772.

[bredeweg-3] Берт Бредевег и Питер Струсс (2003). "Актуальные темы качественного мышления" (PDF) . Американская ассоциация искусственного интеллекта .

[4] Юми Ивасаки (май–июнь 1997 г.). «Применение качественного рассуждения в реальном мире». Эксперт IEEE: Интеллектуальные системы . Лаборатория систем знаний, кафедра компьютерных наук: Стэнфордский университет.

[5] "Качественное рассуждение, CS227" (PDF) . Стэнфордский университет . 2011.

[6] Сальванески, Паоло; Кадеи, Мауро; Лаццари, Марко (1997). «Структура причинного моделирования для симуляции и объяснения поведения структур». Искусственный интеллект в инженерии . 11 (3): 205–216 . doi :10.1016/S0954-1810(96)00040-4.