Сеть вероятностной логики
Сеть вероятностной логики (англ. probabilistic logic network) — это концептуальный, математический и вычислительный подход к нестрогому (неопределённому) выводу. Он был вдохновлён логическим программированием и использует вероятности вместо чётких (истинных/ложных) значений истины, а также долевую неопределённость вместо жёстких известных/неизвестных значений из автоэпистемической логики. Для того чтобы эффективно рассуждать в реальных условиях, программное обеспечение искусственного интеллекта должно уметь работать с неопределённостью. Прежние подходы к нестрогому выводу не обладали достаточной широтой охвата для того, чтобы обеспечивать интегрированную обработку различных типов критически важной для мышления неопределённости, возникающих в рамках различных форм прагматического вывода. В отличие от предыдущих вероятностных подходов к нестрогому выводу, сеть вероятностной логики охватывает не только вероятностную логику, но и такие идеи, как индукция, абдукция, аналогия, нечеткость и умозрительность, а также рассуждения о времени и причинно-следственных связях. Оригинальный проект в рамках OpenCog был признан устаревшим, его официальным преемником стала подсистема Hyperon PLN[1][2][3].
Разработчики
Сеть вероятностной логики была разработана Беном Герцелем, Мэттом Айкле, Изабелой Лион Фрейре Герцель и Ари Хельякка для использования в качестве когнитивного алгоритма агентами разума в составе ядра OpenCog. Изначально сеть вероятностной логики создавалась для применения в движке Novamente Cognition Engine.
Цели
Основная цель сети вероятностной логики — обеспечить точный вероятностный вывод таким образом, чтобы он был совместим как с терминологической логикой, так и с предикатной логикой, и был масштабируем для работы в реальном времени с большими и динамическими базами знаний[4].
Теоретической целью разработки сети вероятностной логики было создание практических программных систем, способных делать сложные выводы на основе нестрогих знаний и формулировать нестрогие заключения. Сеть вероятностной логики спроектирована так, чтобы базовый вероятностный вывод мог взаимодействовать с другими видами вывода, такими как интенсиональный вывод, нечеткий вывод и вывод высших порядков с использованием кванторов, переменных и комбинаторов, а также чтобы обеспечивать более удобный подход для интеграции базового вероятностного вывода с этими другими типами вывода по сравнению с байесовскими сетями или другими традиционными методами. Кроме того, правила вывода в сети вероятностной логики формулируются таким образом, чтобы избежать парадоксов теории Демпстера — Шафера.
Реализация
Сеть вероятностной логики строится на базе терминологической логики, к которой добавляются элементы вероятностной и комбинаторной логики, а также некоторые аспекты предикатной и автоэпистемической логики, чтобы получить полноценную систему вывода, ориентированную на лёгкую интеграцию с программными компонентами, реализующими прочие (необязательно логические) стороны интеллекта.
В этой системе значения истины представлены в виде интервалов, однако с отличающейся от теории неточных вероятностей семантикой. Помимо вероятностной трактовки значения истины, в сети вероятностной логики для каждого значения указывается и мера уверенности. Это является развитием идеи значений истины из автоэпистемической логики, где значения могут быть известными или неизвестными, а если известны — то истинными или ложными.
Современная версия сети вероятностной логики была использована в узкоспециализированных системах искусственного интеллекта, таких как вывод биологических гипотез на основе знаний, извлечённых из биотекстов с помощью языковой обработки, а также для поддержки обучения с подкреплением воплощённых агентов в несложных виртуальных мирах, например, при обучении игре в «апорт».
Основным препятствием для автоматизации генерации правил вывода является сложность управления выводом (inference control) — выбор того, какие шаги логического вывода выполнять в определённых контекстах[5].
Статус проекта
Оригинальный проект Сети вероятностной логики (PLN) в рамках OpenCog признан устаревшим и больше не поддерживается. Он перенесён в категорию «OpenCog Fossils», а последнее значимое обновление кода датируется 20 сентября 2025 года[6][7]. Официальным преемником стала подсистема Hyperon PLN в архитектуре OpenCog Hyperon, использующая язык MeTTa[6][8].
Примечания
Литература
- Ben Goertzel. Probabilistic Logic Networks: A Comprehensive Conceptual, Mathematical and Computational Framework for Uncertain Inference : [англ.] / Ben Goertzel, Matthew Iklé, Izabela Lyon Freire Goertzel … [et al.]. — Springer, 2008. — P. 333. — ISBN 978-0-387-76871-7.