AIにおける前方推論と後方推論の違い

2019

人工知能では、検索の目的は問題のある空間を通る経路を見つけることです。このような検索を実行するには、前方推論と後方推論の2つの方法があります。両者の大きな違いは、フォワード推論は目標に向かって初期データから始まるということです。逆に、目的が与えられた結果の助けを借りて最初の事実と情報を決定することである場合、逆推論は反対の方法で機能します。

比較表

比較基準	フォワード推論	後方推論
基本	データ駆動型	目標主導
で始まる	新しいデータ	不確実な結論
目的は、	従うべき結論	結論を裏付ける事実
アプローチの種類	日和見主義	保守的
フロー	結果に影響を受けやすい	初期への影響

フォワード推論の定義

問題の解決策は一般に、解決策に到達するための初期データと事実を含みます。これらの未知の事実と情報は結果を推測するために使われます。例えば、患者を診断している間、医者は最初に体温、血圧、脈拍、眼の色、血液などの体の症状と病状をチェックします。その後、患者の症状が分析され、所定の症状と比較される。その後、医師は患者の症状に応じて薬を提供することができます。そのため、ソリューションがこのような推論方法を採用している場合、それは前向き推論と呼ばれます。

前向き推論で従うステップ

推論エンジンは、与えられた現在の状態に優先順位が一致する制約について提供された情報で知識ベースを探索します。

最初のステップでは、システムに1つ以上の制約が与えられます。
次に、各制約についてルールが知識ベースで検索されます。条件を満たすルールが選択されます（すなわち、IF部分）。
各ルールは、呼び出されたルールの結論から新しい条件を生成することができます。その結果、その一部が既存のものに含まれます。
追加された条件は、ステップ2を繰り返すことによって再び処理されます。新しい条件が存在しない場合、プロセスは終了します。

後方推論の定義

後方推論は、規則、初期の事実およびデータを推論するために目標が分析される前方推論の逆である。私たちは、上の定義で与えられたのと同じような例で概念を理解することができます、そこでは医者が徴候のような横柄なデータの助けを借りて患者を診断しようとしています。しかし、この場合、患者は自分の体に問題を抱えており、それに基づいて医師は症状を証明しようとしています。このような推論は逆推論の下にあります。

逆推論で従うステップ

このタイプの推論では、システムは目標状態を選択し、逆方向に推論します。それでは、それがどのように行われ、どのような手順が実行されるかを理解しましょう。

第一に、目標状態と規則は結論として目標状態がTHEN部分に存在するところで選択した。
選択したルールのIF部分から、目標状態が真になるようにサブゴールが満たされるようにします。
すべてのサブゴールを満たすために重要な初期条件を設定します。
提供された初期状態が確立された状態と一致するかどうかを確認してください。それが条件を満たす場合、目標は解決策であり、そうでなければ他の目標状態が選択される。

AIにおける前方推論と後方推論の主な違い

前方推論はデータ駆動型のアプローチであり、後方推論は目標駆動型です。
プロセスは新しいデータから始まり、前向きな推論の事実です。逆に、逆推論は結果から始まります。
順方向推論は、結果に続いていくつかのシーケンスを決定することを目的としています。一方、逆推論は結論を支持する行為を強調している。
前向き推論は異なる結果を生み出す可能性があるため、日和見主義的アプローチです。反対に、後方推論では、特定の目標はそれを制限するようにする所定の初期データしか持つことができません。
前向き推論の流れは前件から後件までであり、後ろ向き推論は結論から初期へと逆の順序で機能します。