Bilgi teknolojisinde bir muhakeme sistemi, tümdengelim ve tümevarım gibi mantıksal teknikleri kullanarak mevcut bilgiden sonuçlar üreten bir yazılım sistemidir. Akıl yürütme sistemleri, yapay zeka ve bilgiye dayalı sistemlerin uygulanmasında önemli bir rol oynamaktadır.
İfadenin günlük kullanım tanımıyla, tüm bilgisayar sistemleri, hepsi bir tür mantık veya kararı otomatikleştirdikleri için akıl yürütme sistemleridir. Bununla birlikte, Bilgi Teknolojisi alanındaki tipik kullanımda, ifade genellikle daha karmaşık akıl yürütme türlerini gerçekleştiren sistemler için ayrılmıştır. Örneğin, bir satış vergisi veya müşteri indirimi hesaplamak gibi oldukça basit muhakeme türleri yapan, ancak tıbbi teşhis veya matematik teoremi hakkında mantıksal çıkarımlar yapan sistemler için değil. Akıl yürütme sistemleri iki modda gelir: etkileşimli ve toplu işleme. Etkileşimli sistemler, açıklayıcı sorular sormak veya başka şekilde kullanıcının muhakeme sürecini yönlendirmesine izin vermek için kullanıcıyla arayüz oluşturur. Toplu sistemler, mevcut tüm bilgileri bir kerede alır ve kullanıcı geri bildirimi veya rehberliği olmadan mümkün olan en iyi yanıtı üretir.[1]
Akıl yürütme sistemleri, planlama, iş kuralı işleme, problem çözme, karmaşık olay işleme, saldırı tespiti, tahmine dayalı analitik, robotik, bilgisayar görüşü ve doğal dil işlemeyi içeren geniş bir uygulama alanına sahiptir.
Tarihi
İlk muhakeme sistemleri teorem kanıtlayıcılardı, Birinci Dereceden Mantık’ta aksiyomları ve ifadeleri temsil eden ve ardından yeni ifadeler çıkarmak için modus ponens gibi mantık kurallarını kullanan sistemlerdi. Başka bir erken muhakeme sistemi türü, genel problem çözücülerdi. Bunlar, Newell ve Simon tarafından tasarlanan General Problem Solver gibi sistemlerdi. Genel sorun çözücüler, yapılandırılmış sorunları temsil edebilecek ve çözebilecek genel bir planlama motoru sağlamaya çalıştı. Problemleri daha küçük ve yönetilebilir alt problemlere ayırarak, her bir alt problemi çözerek ve kısmi cevapları nihai bir cevapta birleştirerek çalıştılar. Diğer bir genel problem çözücü örneği, SOAR sistem ailesiydi.
Uygulamada, bu teorem kanıtlayıcılar ve genel problem çözücüler, pratik uygulamalar için nadiren yararlıydı ve kullanmak için mantık bilgisine sahip uzman kullanıcılar gerektiriyordu. Otomatik akıl yürütmenin ilk pratik uygulaması uzman sistemlerdi. Uzman sistemler, tıbbi teşhis veya bir uçaktaki arızaları analiz etme gibi genel problem çözmeden çok daha iyi tanımlanmış alanlara odaklandı. Uzman sistemler ayrıca daha sınırlı mantık uygulamalarına odaklandı. Tüm mantıksal ifadeleri uygulamaya çalışmak yerine tipik olarak IF-THEN kuralları aracılığıyla uygulanan modus-ponens’e odaklandılar. Belirli bir alana odaklanmak ve yalnızca sınırlı bir mantık alt kümesine izin vermek, bu tür sistemlerin performansını iyileştirdi, böylece bunlar gerçek dünyada kullanım için pratik hale geldi ve önceki çoğu otomatik akıl yürütme sisteminde olduğu gibi yalnızca araştırma gösterileri olarak değil. Uzman sistemlerde otomatik muhakeme için kullanılan motora genellikle çıkarım motorları denirdi. Daha genel mantıksal çıkarım için kullanılanlara genellikle teorem kanıtlayıcılar denir.[2]
Uzman sistemlerin popülaritesinin artmasıyla birlikte, hükümet ve endüstrideki çeşitli sorunlara birçok yeni otomatik akıl yürütme türü uygulandı. Vaka temelli akıl yürütme gibi bazıları, uzman sistem araştırmasının kapsamı dışındaydı. Kısıt tatmin algoritmaları gibi diğerleri de karar teknolojisi ve doğrusal programlama gibi alanlardan etkilenmiştir. Ayrıca tamamen farklı bir yaklaşım, sembolik akıl yürütmeye değil, bağlantıcı bir modele dayalı bir yaklaşım da son derece verimli olmuştur. Bu son otomatik akıl yürütme türü, özellikle metin arama ve yüz eşleştirme gibi desen eşleştirme ve sinyal algılama türlerindeki problemler için çok uygundur.
Mantık kullanımı
Akıl yürütme sistemi terimi, aşağıda açıklanan belirli alanlarda gösterildiği gibi, hemen hemen her tür karmaşık karar destek sistemine başvurmak için kullanılabilir. Bununla birlikte, akıl yürütme sistemi teriminin en yaygın kullanımı, mantığın bilgisayar temsilini ifade eder. Çeşitli uygulamalar, mantık ve formalite sistemleri açısından önemli farklılıklar göstermektedir. Çoğu akıl yürütme sistemi, önermesel ve sembolik (yüklem) mantığının varyasyonlarını uygular. Bu varyasyonlar, biçimsel mantık sistemlerinin matematiksel olarak kesin temsilleri (örn. FOL) veya bu sistemlerin genişletilmiş ve hibrit versiyonları olabilir (örn. Nazik mantık[3]). Akıl yürütme sistemleri, ek mantık türlerini (örneğin, modal, deontik, zamansal mantık) açıkça uygulayabilir. Bununla birlikte, birçok muhakeme sistemi, tanınan mantık sistemlerine kesin olmayan ve yarı resmi yaklaşımlar uygular. Bu sistemler, farklı muhakeme stratejilerini modellemek için tipik olarak çeşitli prosedürel ve yarı bildirimsel teknikleri destekler. Formalite yerine pragmatizmi vurgularlar ve gerçek dünya sorunlarını çözmek için özel uzantılara ve eklere bağlı olabilirler.
Birçok muhakeme sistemi, mevcut bilgiden çıkarımlar yapmak için tümdengelimli muhakeme kullanır. Bu çıkarım motorları, modus ponens yoluyla sonuçlara varmak için ileri akıl yürütmeyi veya geriye dönük akıl yürütmeyi destekler. Kullandıkları yinelemeli akıl yürütme yöntemleri, sırasıyla “ileri zincirleme” ve “geriye doğru zincirleme” olarak adlandırılır. Muhakeme sistemleri tümdengelimli çıkarımı geniş çapta desteklese de, bazı sistemler tümevarımlı, tümevarımlı, iptal edilebilir ve diğer akıl yürütme türlerini kullanır. İnatçı problemlere kabul edilebilir çözümler belirlemek için buluşsal yöntemler de kullanılabilir.
Akıl yürütme sistemleri, kapalı dünya varsayımını (CWA) veya açık dünya varsayımını (OWA) kullanabilir. OWA genellikle ontolojik bilgi temsili ve Semantik Web ile ilişkilendirilir. Farklı sistemler olumsuzlama için çeşitli yaklaşımlar sergiler. Sistemler, mantıksal veya bit düzeyinde tamamlamanın yanı sıra, başarısızlık olarak olumsuzlama ve “şişirme” olumsuzlama (temel olmayan atomların olumsuzlanması) dahil olmak üzere güçlü ve zayıf olumsuzlamanın varoluşsal biçimlerini destekleyebilir. Farklı akıl yürütme sistemleri, tekdüze veya tekdüze olmayan akıl yürütmeyi, katmanlaştırmayı ve diğer mantıksal teknikleri destekleyebilir.
Belirsizlik altında muhakeme
Birçok akıl yürütme sistemi, belirsizlik altında akıl yürütme yetenekleri sağlar. Bu, dünyanın belirsiz temsilleriyle uğraşması gereken yerleşik muhakeme aracıları oluştururken önemlidir. Belirsizlikle başa çıkmak için birkaç yaygın yaklaşım vardır. Bunlar, kesinlik faktörlerinin kullanımını, Bayes çıkarımı veya Dempster-Shafer teorisi gibi olasılıksal yöntemleri, çok değerli (“bulanık”) mantığı ve çeşitli bağlantıcı yaklaşımları içerir.[4]
Muhakeme sistemi türleri
Bu bölüm, yaygın muhakeme sistemi türlerinin kapsamlı olmayan ve gayri resmi bir kategorizasyonunu sağlar. Bu kategoriler mutlak değildir. Önemli ölçüde örtüşürler ve bir dizi teknik, yöntem ve algoritmayı paylaşırlar.
Kısıt çözücüler
Kısıt çözücüler, kısıtlama tatmin problemlerini (CSP’ler) çözer. Kısıt programlamayı desteklerler. Kısıtlama, bir soruna herhangi bir geçerli çözüm tarafından karşılanması gereken bir kısıtlamadır. Kısıtlamalar bildirimsel olarak tanımlanır ve verilen alanlardaki değişkenlere uygulanır. Kısıt çözücüler, çözümler bulmak ve en uygun çözümleri belirlemek için arama, geri izleme ve kısıtlama yayma tekniklerini kullanır. Doğrusal ve doğrusal olmayan programlama biçimlerini kullanabilirler. Genellikle yüksek derecede kombinatoryal problem uzaylarında optimizasyon gerçekleştirmek için kullanılırlar. Örneğin, bir üretim sürecinde optimum programlamayı hesaplamak, verimli entegre devreler tasarlamak veya üretkenliği en üst düzeye çıkarmak için kullanılabilirler.[5]
Teorem kanıtlayıcılar
Teorem kanıtlayıcılar, matematiksel teoremlerin kanıtlarını belirlemek için otomatik akıl yürütme tekniklerini kullanır. Mevcut kanıtları doğrulamak için de kullanılabilirler. Akademik kullanıma ek olarak, teorem kanıtlayıcıların tipik uygulamaları, entegre devrelerin, yazılım programlarının, mühendislik tasarımlarının vb. doğruluğunun doğrulanmasını içerir.
Mantık programları
Mantık programları (LP’ler), ilkelleri ve ifadeleri, matematiksel mantıktan alınan yapıların doğrudan temsillerini sağlayan programlama dilleri kullanılarak yazılmış yazılım programlarıdır. Genel amaçlı bir mantık programlama diline örnek olarak Prolog verilebilir. LP’ler, sorunları çözmek için mantık programlamanın doğrudan uygulanmasını temsil eder. Mantık programlama, biçimsel mantığa dayalı oldukça bildirimsel yaklaşımlarla karakterize edilir ve birçok disiplinde geniş bir uygulamaya sahiptir.
Kural motorları
Kural motorları, koşullu mantığı ayrık kurallar olarak temsil eder. Kural kümeleri yönetilebilir ve diğer işlevlere ayrı ayrı uygulanabilir. Birçok alanda geniş uygulanabilirliğe sahiptirler. Birçok kural motoru, akıl yürütme yeteneklerini uygular. Yaygın bir yaklaşım, ileri veya geri zincirlemeyi desteklemek için üretim sistemlerini uygulamaktır. Her kural (‘üretim’), yüklem yan tümcelerinin birleşimini yürütülebilir eylemler listesine bağlar.
Çalışma zamanında, kural motoru, üretimleri gerçeklerle eşleştirir ve her eşleşme için ilişkili eylem listesini yürütür (“ateşler”). Bu eylemler herhangi bir olguyu kaldırır veya değiştirirse ya da yeni olgular ileri sürerse, motor hemen eşleşmeler kümesini yeniden hesaplar. Kural motorları, iş kurallarını modellemek ve uygulamak, otomatik süreçlerde karar vermeyi kontrol etmek ve iş ve teknik politikaları uygulamak için yaygın olarak kullanılır.
Tümdengelim sınıflandırıcı
Tümdengelimli sınıflandırıcılar, kural tabanlı sistemlerden biraz sonra ortaya çıktı ve çerçeve dilleri olarak bilinen yeni bir tür yapay zeka bilgi temsil aracının bir bileşeniydi. Bir çerçeve dili, problem alanını bir dizi sınıf, alt sınıf ve sınıflar arasındaki ilişkiler olarak tanımlar. Nesne yönelimli modele benzer. Bununla birlikte, nesne yönelimli modellerden farklı olarak, çerçeve dilleri birinci dereceden mantığa dayalı biçimsel bir anlambilime sahiptir.
Tümdengelimli sınıflandırıcıya girdi sağlamak için bu semantiği kullanırlar. Sırasıyla sınıflandırıcı, belirli bir modeli (ontoloji olarak bilinir) analiz edebilir ve modelde açıklanan çeşitli ilişkilerin tutarlı olup olmadığını belirleyebilir. Ontoloji tutarlı değilse, sınıflandırıcı tutarsız bildirimleri vurgulayacaktır. Ontoloji tutarlıysa, sınıflandırıcı daha fazla akıl yürütme yapabilir ve ontolojideki nesnelerin ilişkileri hakkında ek sonuçlar çıkarabilir.
Örneğin, bir nesnenin aslında bir alt sınıf veya kullanıcı tarafından tanımlanan ek sınıfların bir örneği olduğunu belirleyebilir. Sınıflandırıcılar, Semantik web’deki modelleri tanımlamak için kullanılan ontolojileri analiz etmede önemli bir teknolojidir.[6][7]
Makine öğrenimi sistemleri
Makine öğrenimi sistemleri, davranışlarını deneyime dayalı olarak zaman içinde geliştirir. Bu, gözlemlenen olaylar veya eğitim amacıyla sağlanan örnek veriler üzerinde akıl yürütmeyi içerebilir. Örneğin, makine öğrenimi sistemleri, gözlemlenen gerçekler için hipotezler oluşturmak üzere tümevarımsal akıl yürütmeyi kullanabilir. Öğrenme sistemleri, gözlemler doğrultusunda sonuçlar veren genelleştirilmiş kurallar veya işlevler arar ve daha sonra bu genellemeleri gelecekteki davranışları kontrol etmek için kullanır.
Vaka tabanlı muhakeme sistemleri
Vaka tabanlı muhakeme (CBR) sistemleri, bilinen çözümleri zaten mevcut olan diğer problemlerle benzerlikleri analiz ederek problemlere çözümler sunar. Vaka tabanlı muhakeme, en üst (yüzeysel) benzerlik düzeylerini kullanır; yani nesne, özellik ve değer kriterleri. Bu, duruma dayalı akıl yürütmeyi analojik akıl yürütmeden ayırır, çünkü analojik akıl yürütme yalnızca “derin” benzerlik kriterini kullanır, yani ilişki veya hatta ilişkilerin ilişkileri ve daha sığ seviyelerde benzerlik bulamıyor. Benzer nesnelerin, özelliklerin ve/veya değerlerin aynı alanda olması gerektiğinden, bu fark vaka temelli akıl yürütmeyi yalnızca aynı alandaki durumlar arasında uygulanabilir kılarken, “ilişkilerin” “derin” benzerlik kriteri analojik akıl yürütmeyi alanlar arası geçerli kılar. durumlar arasında sadece ilişkilerin benzer olduğu durumlarda. CBR sistemleri yaygın olarak müşteri/teknik destek ve çağrı merkezi senaryolarında kullanılır ve endüstriyel üretim, tarım, tıp, hukuk ve diğer birçok alanda uygulamaları vardır.
Usul muhakeme sistemleri
Bir prosedürel muhakeme sistemi (PRS), bir prosedürel bilgi tabanından planları seçmek için muhakeme tekniklerini kullanır. Her plan, belirli bir hedefe ulaşmak için bir eylem sürecini temsil eder. PRS, belirli hedefler (“arzular”) için uygun planları (“niyetler”) seçmek için gerçekler (“inançlar”) üzerinde akıl yürüterek bir inanç-arzu-niyet modelini uygular. PRS’nin tipik uygulamaları, yönetim, izleme ve arıza tespit sistemlerini içerir.
Kaynak: https://en.wikipedia.org/wiki/Reasoning_system
Wiki References
1)Wos, Larry; Owerbeek, Ross; Ewing, Lusk; Boyle, Jim (1984). Automated Reasoning: Introductions and Applications. Prentice Hall. p. 4. ISBN 978-0-13-054453-7.
2)Hayes-Roth, Frederick; Waterman, Donald; Lenat, Douglas (1983). Building Expert Systems. AddisonWesley. ISBN 978-0-201-10686-2.
3)Grosof, Benjamin N. (30 December 1997). “Courteous Logic Programs: Prioritized Conflict Handling For Rules” (Postscript). IBM Research Report. RC 20836 (92273).
4)Moses, Yoram; Vardi, Moshe Y; Fagin, Ronald; Halpern, Joseph Y (2003). Reasoning About Knowledge. MIT Press. ISBN 978-0-262-56200-3.
5)Schalkoff, Robert (2011). Intelligent Systems: Principles, Paradigms and Pragmatics: Principles, Paradigms and Pragmatics. Jones & Bartlett Learning. ISBN 978-0-7637-8017-3.
6)MacGregor, Robert (June 1991). “Using a description classifier to enhance knowledge representation”. IEEE Expert. 6 (3): 41–46. doi:10.1109/64.87683.
7)Berners-Lee, Tim; Hendler, James; Lassila, Ora (May 17, 2001). “The Semantic Web A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities”. Scientific American. 284 (5): 34–43. doi:10.1038/scientificamerican0501-34. Archived from the original on April 24, 2013.
