برنامه‌سازی منطقی استنتاجی

زیرشاخه‌ای از هوش مصنوعی نمادین

برنامه‌سازی منطقی استنتاجی (به انگلیسی: Inductive logic programming) با کوته‌نوشت ILP زیرشاخه‌ای از هوش مصنوعی نمادین است که از برنامه‌نویسی منطقی به عنوان نمایش یکسان برای «مثال‌ها»، «دانش زیربنایی»، و «فرضیه‌ها» استفاده می‌کند. اگر به ما یک رمزگذاری از دانش زیربنایی شناخته‌شده، و نیز مجموعه‌ای از مثال‌ها که به صورت پایگاه داده منطقی حقایق نمایش داده شده‌است، داده شود، آنوقت یک سامانه ILP یک برنامه منطقی فرضیه‌دار را پیامد منطقی می‌دهد که برای آن سامانه، همه مثال‌های مثبت را پیامد داده و نیز هیچ‌کدام از مثال‌های منفی را پیامد نداده است.

طرح‌واره: مثال‌های مثبت + مثال‌های منفی + دانش زمینه‌ای => فرضیه‌ها

برنامه‌سازی منطقی استنتاجی مخصوصاً در زمینه بیوانفورماتیک و پردازش زبان‌های طبیعی مفید است. گوردون پلوتکین و ایهود شاپیرو، اساس نظری اولیه برای یادگیری ماشین استنتاجی در وضعیت منطقی را ایجاد کردند.[۱][۲][۳] شاپیرو پیاده‌سازی اولیه‌اش را در سال ۱۹۸۱ ساخت (که «سامانه استنتاج مدل» نام داشت):[۴] یک برنامه پرولوگ که به صورت استنتاجی برنامه‌های منطقی را از مثال‌های مثبت و منفی استنتاج می‌کرد. اصطلاح «برنامه‌سازی منطقی استنتاجی» اولین بار در یک مقاله از استیون ماگلتون در سال ۱۹۹۱ معرفی[۵] شد.[۶] ماگلتون همچنین یک کنفرانس بین‌المللی سالانه دربارهٔ برنامه‌سازی منطقی استنتاجی را بنیان نهاد و همچنین ایده‌های نظری دربارهٔ «اختراع گزاره»، «تفکیک‌پذیری معکوس»،[۷] و «پیامد منطقی معکوس»[۸] را معرفی کرد. اولین پیاده‌سازی پیامد منطقی معکوس در سامانه پروگول (PROGOL) بود. اصطلاح «استنتاجی» در اینجا به استقرای فلسفی (یعنی پیشنهاد یک نظریه برای شرح واقعیت‌های مشاهده شده) و نه استقرای ریاضی (یعنی اثبات یک ویژگی برای همه اعضای یک مجموعه خوش-ترتیب) اشاره دارد.

پانویس ویرایش

  1. Plotkin G.D. Automatic Methods of Inductive Inference, PhD thesis, University of Edinburgh, 1970.
  2. Shapiro, Ehud Y. Inductive inference of theories from facts, Research Report 192, Yale University, Department of Computer Science, 1981. Reprinted in J. -L. Lassez, G. Plotkin (Eds.), Computational Logic, The MIT Press, Cambridge, MA, 1991, pp. 199–254.
  3. Shapiro, Ehud Y. (1983). Algorithmic program debugging. Cambridge, Mass: MIT Press. شابک ‎۰−۲۶۲−۱۹۲۱۸−۷
  4. Shapiro, Ehud Y. "The model inference system." Proceedings of the 7th international joint conference on Artificial intelligence-Volume 2. Morgan Kaufmann Publishers Inc. , 1981.
  5. Luc De Raedt. A Perspective on Inductive Logic Programming. The Workshop on Current and Future Trends in Logic Programming, Shakertown, to appear in Springer LNCS, 1999. CiteSeerX: 10.1.1.56.1790
  6. Muggleton, S.H. (1991). "Inductive logic programming". New Generation Computing. 8 (4): 295–318. CiteSeerX 10.1.1.329.5312. doi:10.1007/BF03037089.
  7. Muggleton S.H. and Buntine W. "Machine invention of first-order predicate by inverting resolution","Proceedings of the 5th International Conference on Machine Learning, 1988.
  8. Muggleton, S.H. (1995). "Inverting entailment and Progol". New Generation Computing. 13 (3–4): 245–286. CiteSeerX 10.1.1.31.1630. doi:10.1007/bf03037227.

منابع ویرایش