MÁQUINA DE INFERENCIAS

Es una clase especial de pensamiento en la que se obtienen conclusiones a partir de premisas, es decir se genera conocimiento con base a otro. Este es elelemento del sistema que razona utilizando el contenido de la base de conocimientos en una secuencia determinada.Es decir, que usa razonamientos de manera similar como lo hacen las personas, para procesar el contenido de la base del conocimiento. Puede examinar las reglas de dos formas las cuales son prorrazonamiento y razonamiento inverso.

·         Prorrazonamiento:Se orienta a encontrar la solución a un problema a partir de los datos disponibles, satisfaciendo condiciones, generando conclusiones, así sucesivamente hasta alcanzar una meta satisfactoria. En otras palabras, es cuando el sistema las examina las reglas una tras otra en cierto orden,  y evalúa si se cumple o no la condición.

Ø  Evaluación de reglas: si la condición se cumple la regla se enciende y se examina la siguiente regla, asimismo si la condición no se cumple la regla no se enciende y se examina la siguiente regla. Utilizando métodos de lógica:

ü  Cálculo proposicional: donde la proposición es una declaración donde se afirma algo, lo cual puede ser verdadero o falso. El argumento es un conjunto cualquiera de proposiciones de las cuales hay una conclusión que se sigue de las demás, llamadas premisas. Utiliza reglas de inferencias. Métodos de deducción.

ü   Cálculo de predicados: donde el predicado es la palabra que dice lo que se expresa del sujeto en una oración. En la deducción se aplica el método de resolución, apoyado en la unificación de fórmulas. Y la unificación confronta dos fórmulas atómicas para determinar si existe una semejanza entre sus componentes, produciendo una lista que contiene la asociación de valores a las variables de las dos fórmulas, en caso de haber tenido éxito en la comparación, de lo contrario se dice que no son unificables.

Ø  Proceso de razonamiento iterativo: el proceso de examinar una regla tras otra continúa hasta haber efectuado una pasada completa por el conjunto de reglas, las pasadas siguen hasta que sea posible encender reglas y si ya no es posible este proceso termina.

·     

 

RRazonamiento inverso:Identifica posibles metas que resuelvan un problema dado, trata de demostrar que son una solución, satisfaciendo las condiciones que las producen (llamadas submetas) con base al conocimiento e información disponible, así hasta llegar al estado inicial del problema. En este caso la máquina de inferencias selecciona la última regla y la considera como un problema a resolver.

Ø  Sigue el primer camino lógico.

Ø  Sigue el siguiente camino lógico.

Ø  La máquina de inferencias sigue subdividiendo un problema en sus subproblemas y de esta manera busca una regla que se pueda evaluar.

Los propósitos de la máquina de inferencias son:

v  Confirmar el conocimiento actual, lo actualiza o desecha.

v  Justificar la generación de conocimiento.

v  Mantener la consistencia del conocimiento.

v  Resolver problemas.

Comparación Entre Prorrazonamiento Y Razonamiento Inverso: El razonamiento inverso es más rápido que el prorrazonamiento, porque no tiene que considerar todas las reglas y no efectúa múltiples pasadas por el conjunto de reglas. El razonamiento inverso es apropiado sobre todo cuando:

ü  Hay múltiples variables de metas.

ü  Hay muchas reglas.

ü  No es preciso examinar la mayor parte de las reglas en el proceso de llegar a la solución.

Algunas máquinas de inferencias están diseñadas para razonar tanto hacia adelante como hacia atrás.

¿Cómo Maneja La Incertidumbre La Máquina De Inferencias? Casi nunca se está 100% seguro acerca de la información que se proporciona a un sistema experto.La incertidumbre puede aplicar a reglas enteras o condiciones de reglas.Los sistemas expertos emplean factores de certidumbre, para manejar la incerteza.         Los factores de certidumbre son análogos a las probabilidades y pueden variar entre cero, que representa una incertidumbre total  y 100 que representa una certeza total.    El sistema experto avisa al usuario cuando la conclusión tiene una certidumbre del menos del 100%. En los factores de certidumbre, la incertidumbre es producto de la incompletez y de la inexactitud del conocimiento del problema a representar. La técnica del manejo de suposiciones puede funcionar como fundamento para el manejo de los sistemas que razonan bajo estas características. La principal ventaja de este tipo de razonamiento en comparación con el lógico reside en que el sistema puede hacer inferencias aún sin disponer de la suficiente certeza para probar que una acción es válida.