Hier is een overzicht van wat het doet:
* Ontvangt invoer: De inferentie-engine neemt input, meestal in de vorm van feiten of vragen. Deze feiten kunnen afkomstig zijn van een gebruiker, sensorgegevens of een ander systeem.
* Regels toepassen: Het gebruikt de ingevoerde feiten en de regels die zijn opgeslagen in de kennisbank om nieuwe feiten af te leiden. De regels zijn doorgaans 'als-dan'-verklaringen die relaties tussen feiten beschrijven.
* Geeft conclusies: Door de toepassing van regels koppelt de gevolgtrekkingsmachine feiten aan elkaar en komt tot conclusies. Dit ketenproces kan een voorwaartse keten zijn (beginnend met feiten en daaruit conclusies trekken) of een achterwaartse keten (beginnend met een hypothese en zoeken naar feiten om deze te ondersteunen).
* Biedt uitvoer: Ten slotte presenteert de inferentie-engine zijn conclusies aan de gebruiker of een ander systeem. Deze output kan een diagnose, een aanbeveling of een eenvoudig ja/nee-antwoord zijn.
Typen inferentie-engines:
Inferentiemotoren kunnen worden gecategoriseerd op basis van hun redeneermethoden:
* Forward Chaining (datagestuurd): Begint met bekende feiten en gebruikt regels om nieuwe feiten af te leiden totdat een doel is bereikt of er geen regels meer kunnen worden toegepast. Het is geschikt voor situaties waarin u over veel gegevens beschikt en mogelijke conclusies wilt onderzoeken.
* Backward Chaining (doelgericht): Begint met een hypothese (doel) en werkt achteruit, waarbij feiten worden gevonden die de hypothese ondersteunen of weerleggen. Het is efficiënt als u een specifieke vraag heeft en het bewijs wilt vinden om deze te ondersteunen of te ontkennen.
* Hybride benaderingen: Sommige inferentiemotoren combineren forward en backward chaining om de sterke punten van beide methoden te benutten.
Voorbeeld:
Stel je een eenvoudig expertsysteem voor voor het diagnosticeren van autoproblemen.
* Kennisbank:
* Regel 1:ALS de motor niet wil starten EN de accu leeg is, DAN is het probleem een lege accu.
*Regel 2:ALS de motor niet wil starten EN de accu in orde is, DAN is het probleem de startmotor.
* Feit:de motor wil niet starten.
* Feit:batterij is leeg.
* Inferentie-engine (Forward Chaining): De motor zou de feiten "motor start niet" en "accu is leeg" gebruiken om aan de voorwaarden van Regel 1 te voldoen, en concluderen "probleem is lege batterij".
Samenvattend is de inferentie-engine het brein van een expertsysteem, dat op intelligente wijze gebruik maakt van zijn kennisbasis om te redeneren en problemen op te lossen. Het is een cruciaal element in kunstmatige intelligentie en kennisrepresentatie.
