수행되는 작업은 다음과 같습니다.
* 입력 수신: 추론 엔진은 일반적으로 사실이나 쿼리 형식의 입력을 받습니다. 이러한 사실은 사용자, 센서 데이터 또는 다른 시스템에서 제공될 수 있습니다.
* 규칙 적용: 입력된 사실과 지식베이스에 저장된 규칙을 사용하여 새로운 사실을 추론합니다. 규칙은 일반적으로 사실 간의 관계를 설명하는 "if-then" 문입니다.
* 결론 도출: 추론 엔진은 규칙 적용을 통해 사실을 연결하고 결론에 도달합니다. 이러한 연결 과정은 순방향 연결(사실에서 시작하여 결론 도출) 또는 역방향 연결(가설에서 시작하여 이를 뒷받침하는 사실 검색)일 수 있습니다.
* 제공되는 출력: 마지막으로 추론 엔진은 사용자나 다른 시스템에 결론을 제시합니다. 이 출력은 진단, 권장 사항 또는 간단한 예/아니요 대답일 수 있습니다.
추론 엔진 유형:
추론 엔진은 추론 방법에 따라 분류할 수 있습니다.
* 순방향 연결(데이터 기반): 알려진 사실로 시작하여 목표에 도달하거나 더 이상 규칙을 적용할 수 없을 때까지 규칙을 사용하여 새로운 사실을 추론합니다. 데이터가 많고 잠재적인 결론을 탐색하려는 상황에 적합합니다.
* 역방향 연결(목표 중심): 가설(목표)에서 시작하여 거꾸로 작업하여 가설을 뒷받침하거나 반박하는 사실을 찾습니다. 특정 질문이 있고 이를 뒷받침하거나 거부할 증거를 찾고 싶을 때 효율적입니다.
* 하이브리드 접근 방식: 일부 추론 엔진은 순방향 연결과 역방향 연결을 결합하여 두 방법의 장점을 모두 활용합니다.
예:
자동차 문제를 진단하기 위한 간단한 전문가 시스템을 상상해 보십시오.
* 지식 자료:
* 규칙 1:엔진이 시동되지 않고 배터리가 방전된 경우 문제는 배터리가 방전된 것입니다.
* 규칙 2:엔진이 시동되지 않고 배터리가 정상이면 시동 모터에 문제가 있습니다.
* 사실:엔진이 시동되지 않습니다.
* 사실:배터리가 방전되었습니다.
* 추론 엔진(순방향 연결): 엔진은 규칙 1의 조건과 일치하도록 "엔진이 시동되지 않음" 및 "배터리가 방전되었습니다"라는 사실을 사용하여 "문제는 배터리가 방전되었습니다"라고 결론을 내립니다.
요약하면 추론 엔진은 지식 기반을 지능적으로 사용하여 문제를 추론하고 해결하는 전문가 시스템의 두뇌입니다. 인공지능과 지식 표현에 있어서 중요한 요소입니다.
