人智导（二十）：知识表示与自动推理（Ⅲ）

人智导（二十）：知识表示与自动推理（Ⅲ）

前向链与后向链推理策略

总述

到目前为止

• 我们已经有了知识表示的语言
• 我们也已有了合适的推理规则（泛化的假言推理）使用知识
  现在考虑如何构建一个推理程序
• 泛化的假言推理能通过两个方式得以实现
  • 前向链推理方式(forward chaining)
  • 后向链推理方式(backward chaining)

前向链推理

• 始于知识库(KB)中的句子，依次通过推理规则产生新的结论
• 过程被触发通过不断地增加新观察到的事实p到知识库KB
• 前向链推理可被设计在TELL这个部分中：
  • 发现所用前件包含p的蕴含式（公理）
  • 如果蕴含式其它前件也都与某些事实匹配，增加变量置换后的蕴含式后件（新的结论）到知识库KB中
  • 由于产生了新的句子，继续触发在知识库中的进一步推理

前向链推理算法

The Forward-Chaining Inference Algorithm

Procedure FORWARD-CHAINING(KB, p)
	if there is a sentence in KB that is a renaming of p then return;
	add p to KB;
	for each (1) in KB such that some i,
		(2) succeeds do
		FIND-AND-INFER(3)
	end

(1): $(p_1\wedge p_2\wedge \cdots \wedge p_n\to q)$
(2): $UNIFY(p_i,p)=\theta$
(3): $(KB,[p_1,\dots ,p_{i-1},p_{i+1},\dots ,p_n],q,\theta )$
变量可以换名表示：例如，likes(x, IceCream)和likes(y, IceCream)可以变量换名使得二者一致
Find and Inference子过程

Procedure FIND-AND-INFER(KB, premises, conclusion, (1))
	if premises = [] then
		FORWARD-CHAIN(KB, SUBST((1), conclusion))
	else for each p' in KB such that
		UNIFY(p', SUBST((1), FIRST(premises))) = (2) do
		FIND-AND-INFER(KB, REST(premises), conclusion, COMPOSE((1), (2)))
	end

(1): $\theta$
(2): ${\theta }_2$
$COMPOSE({\theta }_{}$