【问题标题】:Backward chaining in artificial intelligence人工智能中的反向链接
【发布时间】:2016-10-13 17:58:30
【问题描述】:

我需要在不使用形式逻辑的情况下理解专家系统(人工智能)中的反向链接概念。

【问题讨论】:

    标签: artificial-intelligence chaining


    【解决方案1】:

    如果你有规则

    it_rains -> street_is_wet
    

    这意味着如果下雨,街道就会潮湿。 然后反向链接意味着如果你想知道街道是否潮湿,你必须检查是否在下雨。所以你通过规则倒退。

    【讨论】:

    • 你能给我一个粗体完整的例子吗?

    • 我不明白你的意思,但我试图更准确。专家系统应该告诉你一些关于它的主题的事实。所以你想知道有什么东西成立。该系统使用逻辑含义,如我上面显示的规则。可能有更多规则,例如dark_clouds_at_the_sky and high_pressure -> it_rains。系统中也有事实。这可能是传感器数据或常识性事实,例如“天空是蓝色的”。然后你会问系统“街道潮湿吗?”。由于第一条规则,它会检查 it_rains 是否成立。
    • 由于第二条规则,它必须检查dark_clouds_at_the_sky and high_pressure 是否成立。因为反向链接意味着您要反向执行规则。如果在系统中这两个事实为真,则可以根据规则和street_is_wet 持有并返回true 的事实得出结论。否则,它将返回false。这样的问题通常被称为目标,因为系统的目标是告诉您它是否为真。因此,反向链接意味着从目标开始,然后通过链接的规则向后追溯,直到系统到达对或错的事实。
    • 这个例子够完整吗?
    • 是的,但是因为我的英语不好,所以我花时间去理解:D
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-02-25
    • 2011-12-10
    • 1970-01-01
    相关资源
    最近更新 更多