ในปัญญาประดิษฐ์ การให้เหตุผล โดยใช้แบบจำลองหมายถึง วิธี การอนุมานที่ใช้ในระบบผู้เชี่ยวชาญโดยอาศัยแบบจำลองของโลกทางกายภาพ ด้วยแนวทางนี้ จุดเน้นหลักของการพัฒนาแอปพลิเคชันคือการพัฒนาแบบจำลอง จากนั้นในระหว่างการทำงาน "กลไก" จะนำความรู้จากแบบจำลองนี้มารวมกับข้อมูลที่สังเกตได้เพื่อหาข้อสรุป เช่น การวินิจฉัยหรือการทำนาย

หุ่นยนต์และระบบไดนามิกก็ถูกควบคุมด้วยซอฟต์แวร์เช่นกัน ซอฟต์แวร์นี้ถูกนำไปใช้เป็นโปรแกรมคอมพิวเตอร์ทั่วไปซึ่งประกอบด้วยคำสั่ง if-then, ลูป for และซับรูทีน หน้าที่ของโปรแกรมเมอร์คือการค้นหาอัลกอริทึมที่สามารถควบคุมหุ่นยนต์เพื่อให้สามารถทำงานได้ ในประวัติศาสตร์ของวิทยาการหุ่นยนต์และการควบคุมที่เหมาะสมที่สุด^{[ 1 ]}มีกระบวนทัศน์มากมายที่ได้รับการพัฒนา หนึ่งในนั้นคือระบบผู้เชี่ยวชาญซึ่งมุ่งเน้นไปที่โดเมนที่จำกัด^{[ 2 ]}ระบบผู้เชี่ยวชาญเป็นต้นกำเนิดของระบบแบบจำลอง

เหตุผลหลักที่ทำให้มีการวิจัยการให้เหตุผลตามแบบจำลองตั้งแต่ทศวรรษ 1990 คือการสร้างเลเยอร์ต่างๆ สำหรับการสร้างแบบจำลองและการควบคุมระบบ^{[ 3 ]}ซึ่งช่วยให้สามารถแก้ปัญหาที่ซับซ้อนมากขึ้นได้ และสามารถนำโปรแกรมที่มีอยู่มาใช้ซ้ำสำหรับปัญหาต่างๆ ได้ เลเยอร์แบบจำลองใช้ในการตรวจสอบระบบและประเมินว่าการกระทำถูกต้องหรือไม่ ในขณะที่เลเยอร์ควบคุมจะกำหนดการกระทำและนำระบบไปสู่สถานะเป้าหมาย^{[ 4 ​​]}

เทคนิคทั่วไปในการนำโมเดลไปใช้คือภาษาการเขียนโปรแกรมเชิงประกาศเช่น Prolog ^{[ 5 ]}และ Golog จากมุมมองทางคณิตศาสตร์ โมเดลเชิงประกาศมีความคล้ายคลึงกับแคลคูลัสสถานการณ์ในฐานะรูปแบบเชิงตรรกะสำหรับการอธิบายระบบ^{[ 6 ]}จากมุมมองที่ใช้งานได้จริงมากขึ้น โมเดลเชิงประกาศหมายความว่าระบบได้รับการจำลองด้วยเอนจินเกมเอนจินเกมรับคุณลักษณะเป็นค่าอินพุตและกำหนดสัญญาณเอาต์พุต บางครั้ง เอนจินเกมถูกอธิบายว่าเป็นเอนจินการทำนายสำหรับการจำลองโลก

ในปี พ.ศ. 2533 มีการวิพากษ์วิจารณ์เกี่ยวกับการให้เหตุผลตามแบบจำลอง ผู้บุกเบิกปัญญาประดิษฐ์ใหม่ได้โต้แย้งว่าแบบจำลองเชิงสัญลักษณ์แยกออกจากระบบทางกายภาพพื้นฐานและไม่สามารถควบคุมหุ่นยนต์ได้^{[ 7 ]}ตามที่ ตัวแทน หุ่นยนต์ตามพฤติกรรมกล่าวไว้ สถาปัตยกรรมแบบตอบสนองสามารถเอาชนะปัญหานี้ได้ ระบบดังกล่าวไม่จำเป็นต้องใช้แบบจำลองเชิงสัญลักษณ์ แต่การกระทำจะเชื่อมต่อโดยตรงกับสัญญาณเซ็นเซอร์ซึ่งมีพื้นฐานมาจากความเป็นจริง

ในระบบการให้เหตุผลโดยใช้แบบจำลองความรู้สามารถแสดงได้โดยใช้กฎเชิงสาเหตุตัวอย่างเช่น ในระบบการวินิจฉัยทางการแพทย์ฐานความรู้อาจประกอบด้วยกฎต่อไปนี้:

${\displaystyle \forall }$ผู้ป่วย : โรคหลอดเลือดสมอง (ผู้ป่วย) สับสน (ผู้ป่วย) รูม่านตาไม่เท่ากัน (ผู้ป่วย)${\displaystyle \rightarrow }$${\displaystyle \land }$

ในทางตรงกันข้าม ใน ระบบ การให้เหตุผลเชิงวินิจฉัยความรู้จะถูกแสดงผ่านกฎการวินิจฉัยเช่น:

${\displaystyle \forall }$ผู้ป่วย : สับสน (ผู้ป่วย) โรคหลอดเลือดสมอง (ผู้ป่วย)${\displaystyle \rightarrow }$

${\displaystyle \forall }$ผู้ป่วย : รูม่านตาไม่เท่ากัน (ผู้ป่วย) โรคหลอดเลือดสมอง (ผู้ป่วย)${\displaystyle \rightarrow }$

มีแบบจำลองรูปแบบอื่นๆ อีกมากมายที่สามารถนำมาใช้ได้ แบบจำลองอาจเป็นเชิงปริมาณ (เช่น อิงตามสมการทางคณิตศาสตร์) หรือเชิงคุณภาพ (เช่น อิงตามแบบจำลองเหตุและผล) แบบจำลองอาจรวมถึงการแสดงความไม่แน่นอน อาจแสดงพฤติกรรมเมื่อเวลาผ่านไป อาจแสดงพฤติกรรม "ปกติ" หรืออาจแสดงเฉพาะพฤติกรรมที่ผิดปกติ ดังเช่นในตัวอย่างข้างต้น ประเภทของแบบจำลองและการใช้งานสำหรับการให้เหตุผลโดยใช้แบบจำลองจะกล่าวถึงใน^{[ 8 ]}

• การวินิจฉัย (ปัญญาประดิษฐ์)คือการตรวจสอบว่าพฤติกรรมของระบบนั้นถูกต้องหรือไม่
• อัลกอริทึมการเลือกพฤติกรรม
• การให้เหตุผลโดยอิงจากกรณีศึกษาการแก้ปัญหาใหม่โดยอาศัยแนวทางการแก้ปัญหาในอดีต

• การให้เหตุผลโดยใช้แบบจำลองที่มหาวิทยาลัยอูเทรคต์
• แผนกระบบอัจฉริยะของนาซา

บทความเกี่ยวกับปัญญาประดิษฐ์นี้ ยัง ไม่สมบูรณ์คุณสามารถช่วยวิกิพีเดียได้โดยการเพิ่มข้อมูลที่ขาดหายไป

• v
• t
• e