確率論理ネットワーク - 百科事典

確率論理ネットワーク（PLN）は、不確実な推論に対する概念的、数学的、計算的なアプローチです。それは論理プログラミングにインスパイアされており、鮮明な（真/偽）の真値の代わりに確率を使用し、鮮明な既知/未知の値の代わりに分数的不確実性を使用します。現実の状況で効果的な推論を行うために、人工知能ソフトウェアが不確実性を処理します。これまでの不確実な推論へのアプローチは、認知的重要性を持つ異なる形式の不確実性に対して統合的な取り扱いを提供する幅広さのスコープを持っていません。不確実な推論に対する先の確率的方法を超え、PLNは帰納、類推、類似性、曖昧性、推測、時間と因果関係に関するアイデアなどの不確実な論理を含みます。

PLNは、OpenCog Core内でMindAgentsが使用する認知アルゴリズムとして、Ben Goertzel、Matt Ikle、Izabela Lyon Freire Goertzel、Ari Heljakkaによって開発されました。PLNは元々、Novamente Cognition Engine内で使用されるために開発されました。

目標
PLNの基本的な目標は、項論理と述語論理の両方と互換性を持つ方法で、正確な確率推論を提供し、リアルタイムに大規模な動的知識ベースで動作するスケーラブルな方法を提供することです。

PLNの理論的開発の背後の目標は、不確実な知識に基づいて複雑な推論を行い、不確実な結論を導き出す実用的なソフトウェアシステムの作成です。PLNは、基本的な確率推論が他の種類の推論（例えば、拡張的な推論、曖昧な推論、量子論理を使用する高次の推論など）と相互作用するように設計されており、これらの推論とのインターフェースをバイヤーズネットワーク（または他の伝統的な方法）よりも便利な方法として機能します。さらに、推論規則はデンプストーシャーファーエ理論のパラドックスを避けるように設定されています。

実装
PLNは項論理の基礎から始まり、確率論と結合論の要素、さらに述語論理と自明論の一部を追加して、他の（明示的に論理的な）知能の側面を表すソフトウェアコンポーネントと簡単に統合できる完全な推論システムを形成します。

PLNは真値を区間として表現しますが、不確実な確率理論とは異なるセマanticsを使用します。確率としての真値の解釈に加えて、PLNの真値には関連する確実性の量も存在します。これは、自明論で使用される真値の概念を一般化しており、真値は既知または未知であり、既知であれば真または偽です。

現在のPLNのバージョンは、生物学的テキストから言語処理を通じて抽出された知識に基づいて生物学的仮説を推論する狭義のAIアプリケーションや、簡単な仮想的な世界で「拾う」プレイを教わる際にボディー付きエージェントの強化学習を支援するアプリケーションに使用されています。

参考文献
Ben Goertzel; Matthew Iklé; Izabela Lyon Freire Goertzel; Ari Heljakka (2008). Probabilistic Logic Networks: A Comprehensive Conceptual, Mathematical and Computational Framework for Uncertain Inference. Springer. pp. 333. ISBN 978-0-387-76871-7.

参考資料
Markov logic network
確率論理

参考文献
OpenCog Wiki (GNU-FDL)