Якісне міркування
Я́кісне міркува́ння (англ. Qualitative Reasoning, QR) — це галузь досліджень у межах штучного інтелекту (ШІ), яка автоматизує міркування щодо неперервних аспектів фізичного світу, як-от простору, часу та кількості, з метою розв'язування задач і планування з використанням якісної інформації замість кількісної.[1] Точних числових значень чи кількостей уникають, а натомість використовують якісні значення (напр. високе, низьке, нульове, зростає, спадає тощо).[2]
Якісне міркування створює нечислові описи фізичних систем та їхньої поведінки, зберігаючи важливі поведінкові властивості та якісні відмінності.[3] Метою досліджень у галузі якісного міркування є розробка методів подання та міркування, які дають змогу комп'ютерним програмам міркувати щодо поведінки фізичних систем без точної кількісної інформації. Наприклад, спостерігання проливного дощу та неухильного підіймання рівня води в річці є достатньою інформацією для вжиття заходів проти можливого підтоплення, навіть без знання точного рівня води, темпу його зміни, чи часу, коли річка може вийти з берегів.[4]
Використовувані принципи вмотивовані людським пізнанням.
До принципів якісного міркування належать:[5]
- Дискретні значення
- Подання неперервних кількостей за допомогою дискретних сутностей для міркування
- Приклад: Замість використання числового значення темпу зміни чогось розглядають, чи воно зростає, знижується, чи є сталим
- Доречні значення
- Вибір якісних значень на основі їхньої доречності для задачі
- Приклад: Якщо температура змінюється, точка кипіння може бути важливою, але якщо температура стала, точка кипіння може бути недоречною
- Неоднозначні значення або результати
- Замість надання однієї відповіді надається діапазон відповідей
- Приклад: Замість обчислення числового рівня або кількості води надаються дві відповіді: низький чи нульовий
- Моделювання процесу
- Подання станів
- Подання переходів між станами
- Для кількостей — визначення орієнтирів і використання міркувань на основі нерівностей
- Приклад:
Якщо температура води нижча за точку кипіння, то рівень води сталий або повільно знижується;
якщо температура води вища за точку кипіння, то рівень води швидко знижується;
якщо температура води змінюється з нижчої за точку кипіння на вищу, то рівень води перейде до швидкого зниження;
якщо вода перебуває вище за точку кипіння протягом визначеного періоду часу, рівень води буде низьким або нульовим.
Методики, розроблені для якісного міркування, дозволяють моделювати кількісні системи, які підпадають під дію численних обмежень у вигляді нерівностей, а також рівностей. Це дозволяє моделювати певні важливі системи, як-от екосистеми, які можуть бути занадто складними для традиційного моделювання. Якісне міркування забезпечує метод для моделювання з використанням кількісних нерівностей поряд із якісними характеристиками.
До успішних областей застосування належать керування процесами, верифікація та пояснення систем,[2] підтримка автономних космічних апаратів, моделювання та пояснення поведінки конструкцій,[6] аналіз збоїв і бортова діагностика транспортних систем, автоматизоване створення програмного забезпечення для керування копіювальними апаратами, оволодівання концептуальними знаннями в екології, та інтелектуальні помічники для людського навчання.[3]
- ↑ Qualitative Reasoning: Reaching Good Conclusions without Being Precise (англ.). Association for the Advancement of Artificial Intelligence (AAAI).
- ↑ а б John Daintith (2004). A Dictionary of Computing (англ.). Oxford University Press. ISBN 0198608772.
- ↑ а б Bert Bredeweg and Peter Struss (2003). Current Topics in Qualitative Reasoning (PDF) (англ.). American Association for Artificial Intelligence.
- ↑ Yumi Iwasaki (May–June 1997). Real-World Applications of Qualitative Reasoning. IEEE Expert: Intelligent Systems (англ.). Knowledge Systems Laboratory, Department of Computer Science: Stanford University.
- ↑ Qualitative Reasoning, CS227 (PDF) (англ.). Stanford University. 2011.
- ↑ Salvaneschi, Paolo; Cadei, Mauro; Lazzari, Marco (1997). A causal modelling framework for the simulation and explanation of the behaviour of structures. Artificial Intelligence in Engineering (англ.). 11 (3): 205—216. doi:10.1016/S0954-1810(96)00040-4.