Introducción al encadenamiento hacia adelante y hacia atrás

El encadenamiento hacia adelante y hacia atrás son los modos utilizados por el motor de inferencia para deducir nueva información de la base de conocimiento. Inference Engine es uno de los componentes principales del sistema inteligente en Inteligencia Artificial que aplica un conjunto de reglas lógicas a la información existente (Knowledge Base) para deducir nueva información del hecho ya conocido. El encadenamiento hacia adelante y hacia atrás son los dos modos por los cuales el motor de inferencia deduce nueva información. La propagación hacia adelante y hacia atrás son exactamente opuestas entre sí en la forma en que deducen nueva información de los hechos conocidos.

¿Cómo funciona la propagación directa?

El encadenamiento hacia adelante conocido por algunos como razonamiento hacia adelante o deducción hacia adelante comienza con el hecho conocido o la oración atómica en la base de conocimiento y se aplican gradualmente reglas de inferencia a los hechos ya conocidos hasta llegar al estado objetivo. En pocas palabras, el encadenamiento hacia adelante toma una decisión o alcanza el estado objetivo en función de los datos disponibles.

Propiedades del encadenamiento directo

  • Sigue un enfoque de abajo hacia arriba, es decir, la deducción de razonamiento se mueve de abajo hacia arriba
  • También se le llama enfoque basado en datos, ya que se basa en los datos existentes para alcanzar el estado objetivo
  • Está orientado a la conclusión, es decir, su objetivo es llegar a la conclusión desde el estado inicial
  • Es ampliamente utilizado en el sistema experto como CLIPS y el sistema de reglas de producción

Ejemplo

Veamos un ejemplo para entender cómo funciona Forward Chaining en la práctica.

Regla 1: SI A es humano ENTONCES A es mamífero

Regla 2: SI A es un mamífero ENTONCES A es una forma viva

Regla 3: SI A es una forma viva ENTONCES A es mortal

Hecho: Shyam es humano

De estas reglas de inferencia, tenemos que alcanzar la Meta

Objetivo: ¿Shyam es mortal?

Pasos:

  1. Comience con el hecho conocido. Sabemos que Shyam es humano (De la declaración de hechos).
  2. Usando R1 podemos inferir que Shyam es un mamífero. Como no es una declaración de objetivos, continúe.
  3. Luego salte a la Regla 2: si Shyam es un mamífero, entonces es una forma viva para que podamos decir que Murat es una forma viva. Como no es una declaración de objetivos, continúe
  4. Usando R3, ya que Shyam es una forma de vida, debe ser Mortal. Como es la declaración de objetivos, entonces Salga

Ventajas de encadenar hacia adelante

  • Forward Chaining funciona muy bien cuando la información disponible se puede utilizar para alcanzar el estado objetivo
  • Forward Chaining tiene la capacidad de proporcionar muchos datos de los datos iniciales limitados
  • Forward Chaining es el más adecuado para aplicaciones de sistemas Expert que requieren más control, planificación y monitoreo
  • El encadenamiento hacia adelante debe aplicarse cuando hay un número limitado de estados o hechos iniciales

Desventajas de encadenar hacia adelante

  • El motor de inferencia generará nueva información sin saber qué información será relevante para alcanzar el estado objetivo
  • El usuario podría tener que ingresar mucha información inicialmente sin saber qué información se usará para alcanzar el estado objetivo
  • El motor de inferencia puede disparar muchas reglas que no contribuyen a alcanzar el estado objetivo
  • Podría dar una conclusión diferente que puede resultar en el alto costo del proceso de encadenamiento

¿Cómo funciona la propagación hacia atrás?

El encadenamiento hacia atrás o la propagación hacia atrás es el reverso del encadenamiento hacia adelante. Comienza desde el estado del objetivo y se propaga hacia atrás utilizando reglas de inferencia para descubrir los hechos que pueden respaldar el objetivo. También se le llama razonamiento dirigido por objetivos. Comienza desde el objetivo dado, busca ENTONCES la parte de la regla (parte de acción) si se encuentra la regla y su parte IF coincide con la regla de inferencia, entonces la regla se ejecuta en otro motor de inferencia y la establece como una nueva submeta.

Regla 1: SI A y B ENTONCES C

Regla 2: SI C ENTONCES E

Regla 3: SI A y E ENTONCES H

Hechos: A, B

Objetivo: demostrar H

Prueba:

Paso 1 : Al principio, el sistema busca la declaración que tiene un objetivo en el RHS, es decir, R3, luego busca el LHS de la regla para verificar si contiene el hecho. Contiene A y E pero también necesitamos B

Paso 2 : Ahora tendrá E como el objetivo secundario que está probado por la Regla 2. Ahora observe su LHS, es decir, C

Paso 3: C puede ser probado por la Regla 1 que tiene A y B como LHS

Paso 4 : desde que obtuvimos los hechos A y B del objetivo, el algoritmo termina aquí

Paso 5: detente

Propiedades del encadenamiento hacia atrás

  • El encadenamiento hacia atrás es un enfoque de arriba hacia abajo donde comenzamos desde el estado del objetivo y trabajamos hacia atrás para encontrar los hechos requeridos que respaldan la declaración del objetivo
  • Se conoce como enfoque orientado a objetivos cuando comenzamos desde el objetivo y luego lo dividimos en un objetivo secundario para extraer los hechos.
  • Aplica la estrategia de búsqueda Profundidad Primero
  • Solo puede generar un número limitado de conclusiones
  • Solo prueba algunas de las reglas requeridas

Ventajas del encadenamiento hacia atrás

  • La búsqueda en encadenamiento hacia atrás se dirige para que el procesamiento finalice cuando se verifique el hecho.
  • El encadenamiento hacia atrás considera solo partes relevantes de la base de conocimiento para que nunca realice inferencias innecesarias
  • A diferencia de Forward Chaining, aquí solo se necesitan algunos puntos de datos, pero las reglas se buscan exhaustivamente
  • Es muy eficiente para problemas como el diagnóstico y la depuración.

Desventajas

  • Dado que el encadenamiento hacia atrás está dirigido por objetivos, el objetivo debe conocerse de antemano para realizar el encadenamiento hacia atrás
  • Es difícil implementar el encadenamiento hacia atrás

Conclusión: encadenamiento hacia adelante y hacia atrás

El sistema basado en reglas es pertinente para la vida diaria de los humanos, por lo que es imprescindible comprender estos sistemas. Ambos modos involucrados en los sistemas basados ​​en reglas tienen sus propios conjuntos de ventajas y desventajas. La selección del enfoque depende de la naturaleza del problema.

Artículos recomendados

Esta ha sido una guía para el encadenamiento hacia adelante y hacia atrás. Aquí discutimos las propiedades, ejemplos, ventajas y desventajas del encadenamiento hacia adelante y hacia atrás. También puede echar un vistazo a los siguientes artículos para obtener más información:

  1. Encadenamiento hacia adelante vs Encadenamiento hacia atrás
  2. Dispositivos de red
  3. Hoja de trucos JQuery
  4. Elementos jQuery

Categoría:

Big Data