生産システム（コンピュータサイエンス）

プロダクション システム(またはプロダクション ルール システム) は、通常は何らかの形の人工知能を提供するために使用されるコンピュータ プログラムであり、主に動作に関する一連のルールで構成されますが、システムが世界の状態に応答するときにそれらのルールに従うために必要なメカニズムも含まれています。^[要出典]プロダクションと呼ばれるこれらのルールは、自動化された計画とスケジュール、エキスパート システム、およびアクションの選択に役立つ基本的な知識表現です。

プロダクションは、感覚的前提条件 (または「IF」ステートメント) とアクション (「THEN」) の 2 つの部分で構成されます。プロダクションの前提条件が現在の世界の状態と一致する場合、プロダクションはトリガーされたとみなされます。プロダクションのアクションが実行された場合、それは発火したことになります。プロダクション システムには、現在の状態または知識に関するデータを保持するデータベース (ワーキング メモリと呼ばれることもあります)と、ルール インタープリタも含まれています。ルール インタープリタは、複数のプロダクションがトリガーされた場合に、プロダクションに優先順位を付けるメカニズムを提供する必要があります。^{[引用が必要]}

ルールインタープリタは一般に、現在の目標を達成するために実行する生成を選択するための前向き連鎖アルゴリズムを実行します。これには、システムのデータまたは信念の更新が含まれる場合があります。各ルールの条件部分 (左側または LHS) は、作業メモリの現在の状態に対してテストされます。

理想化された、またはデータ指向の生産システムでは、トリガーされた条件はすべて実行されるという前提があります。つまり、結果のアクション (右側または RHS) によってエージェントの知識が更新され、作業メモリからデータが削除または追加されます。ユーザーが順方向連鎖ループを中断した場合、指定された数のサイクルが実行された場合、"停止" RHS が実行された場合、または LHS が true であるルールがない場合、システムは処理を停止します。

対照的に、リアルタイム システムとエキスパート システムでは、相互に排他的な生成方法を選択する必要があります。アクションには時間がかかるため、実行できるアクションは 1 つだけ、または (エキスパート システムの場合は) 推奨されるアクションは 1 つだけです。このようなシステムでは、ルール インタープリター、つまり推論エンジンが2 つのステップを循環的に実行します。つまり、生成ルールをデータベースと照合し、一致したルールの中から適用するルールを選択して、選択したアクションを実行します。

生産システムでは、生産ルールの条件の表現力が異なる場合があります。したがって、一致した条件を持つ生産ルールを収集するパターン マッチングアルゴリズムは、単純なもの (すべてのルールを順番に試して、最初の一致で停止する) から、ルールが相互に関連する条件のネットワークに「コンパイル」される最適化されたものまでさまざまです。

後者は、1974年にCharles L. Forgyによって設計されたReteアルゴリズムによって例証されます。^これは、 OPSと呼ばれる一連の生産システムで使用され、もともとカーネギーメロン大学で開発され、1980年代初頭にOPS5で完成しました。OPS5は、生産システムプログラミングのための本格的なプログラミング言語と見なすことができます。

運用システムによっては、実行または発火する運用ルールの最終的な選択が異なる場合もあります。以前のマッチング アルゴリズムから生成されたルールのコレクションは競合セットと呼ばれ、選択プロセスは競合解決戦略とも呼ばれます。

ここでも、このような戦略は、単純なもの (生成ルールが記述された順序を使用する、生成ルールに重みまたは優先順位を割り当て、それに応じて競合セットをソートする) から複雑なもの (生成ルールが以前に実行された時間に従って競合セットをソートする、または RHS によって誘発された変更の範囲に従って競合セットをソートする) までさまざまです。どのような競合解決戦略を実装する場合でも、その方法は生成システムの効率と正確さにとって非常に重要です。一部のシステムでは、一致するすべての生成が単純に実行されます。

プロダクション システムの用途は、単純な文字列 書き換え規則から人間の認知プロセスのモデリング、項書き換えおよび削減システムからエキスパート システムまで多岐にわたります。

この例では、記号「$」と「*」（マーカー記号として使用される）を含まないアルファベットから文字列を反転するための一連の生成規則を示します。

P1: $$ -> *
P2: *$ -> *
P3: *x -> x*
P4: * -> null & 停止
P5: $xy -> y$x
P6: ヌル -> $

この例では、この生成リスト内の順序に従って、テスト用に生成規則が選択されます。各規則について、入力文字列は移動ウィンドウで左から右に検査され、生成規則の LHS との一致が検索されます。一致が見つかると、入力文字列内の一致した部分文字列が生成規則の RHS に置き換えられます。この生成システムでは、x と y は、入力文字列のアルファベットの任意の文字に一致する変数です。置換が完了すると、一致は P1 から再開されます。

たとえば、文字列「ABC」は、これらの生成規則に従って次の一連の変換を受けます。

$ABC (P6)
B$AC (P5)
BC$A (P5)
$BC$A (P6)
C$B$A (P5)
C$B$A (P6)
$$C$B$A (P6)
*C$B$A (P1)
C*$B$A (P3)
C*B$A (P2)
CB*$A (P3)
CB*A（P2）
CBA* (P3)
ＣＢＡ（P4）

このような単純なシステムでは、生成ルールの順序が重要です。多くの場合、制御構造が欠如しているために生成システムの設計が困難になります。もちろん、推論エンジンまたは作業メモリ内で、生成システム モデルに制御構造を追加することも可能です。

部屋にいる猿がさまざまな物体をつかんだり、他の物体に登ったりできるおもちゃのシミュレーションの世界では、天井から吊り下げられた物体をつかむための生成ルールの例は次のようになります。

(p ホールド::オブジェクトシーリング
  {(目標 ^ステータス アクティブ ^タイプ 保持 ^オブジェクト ID <O1>) <目標>}
  {(物理オブジェクト
    ^id <O1>
    ^重量 軽い
    ^で <p>
    ^天井上) <object-1>}
  {(物理オブジェクト ^id はしご ^at <p> ^on floor) <object-2>}
  {(猿 ^はしごの上 ^NIL を保持) <猿>}
  -(物理オブジェクト ^on <O1>)
-->
  (書き込み (crlf) グラブ <O1> (crlf))
  (<object1> ^on NIL を変更)
  (<monkey> ^holds <O1> を変更)
  (<目標> を変更 ^ステータスが満たされる)
）

この例では、作業メモリ内のデータは構造化されており、変数は山括弧内に表示されます。「goal」や「physical-object」などのデータ構造の名前は、条件の最初のリテラルです。構造のフィールドには「^」というプレフィックスが付きます。「-」は否定条件を示します。

OPS5 のプロダクション ルールは、条件に一致し、変数バインディングに準拠するデータ構造のすべてのインスタンスに適用されます。この例では、複数のオブジェクトが天井から吊り下げられ、それぞれ近くに手ぶらの猿を支える異なるはしごがある場合、競合セットには、同じプロダクション "Holds::Object-Ceiling" から派生したプロダクション ルール インスタンスがいくつも含まれることになります。競合解決ステップでは、後でどのプロダクション インスタンスを起動するかを選択します。

LHS のパターン マッチングから得られる変数のバインディングは、RHS で変更するデータを参照するために使用されます。作業メモリには、「目標」データ構造インスタンスの形式で明示的な制御構造データが含まれています。例では、サルが吊り下げられたオブジェクトを保持すると、目標のステータスが「満足」に設定され、最初の条件が満たされないため、同じ生成ルールは適用できなくなります。

ラッセルとノーヴィグの「人工知能：現代的アプローチ」とジョン・ソーワの「知識表現：論理的、哲学的、計算的基礎」はどちらも、プロダクション システムを前向き連鎖によって推論を実行するロジックのシステムとして特徴付けています。しかし、ソーワの本をレビューしたスチュワート・シャピロは、これは誤解であると主張しています。^[2]同様に、コワルスキーとサドリ^[3]は、プロダクション システム内のアクションは命令として理解されるため、プロダクション システムには論理的意味がないと主張しています。彼らのロジックとコンピューター言語であるロジック プロダクション システム^[4] (LPS) は、エージェントの信念として解釈されるロジック プログラムと、エージェントの目標として解釈されるリアクティブ ルールを組み合わせています。彼らは、LPS のリアクティブ ルールが、それ以外では欠けている論理的意味をプロダクション ルールに与えると主張しています。次の例では、1 行目から 3 行目は型宣言、4 行目は初期状態を記述、5 行目は反応ルール、6 行目から 7 行目は論理プログラム節、8 行目は因果法則です。

1. 流暢に話す。
2. 行動は排除し、逃れる。
3. イベントは、火災に対処する。
4. 最初に発砲する。
5. 火災が発生した場合は、deal_with_fire を実行します。
6. 排除された場合は、deal_with_fire を実行します。
7. 脱出した場合はdeal_with_fireを実行します。
8. 消火して消火する。

この例では、プロダクション ルールと同様に、5 行目のリアクティブ ルールがトリガーされますが、今回はその結論 deal_with_fire が、6 行目と 7 行目のロジック プログラムを使用してサブ目標に縮小される目標になります。これらのサブ目標はアクション (2 行目) であり、目標を満たすには少なくとも 1 つを実行する必要があります。

• 制約処理ルール: ルールベースのプログラミング言語。
• CLIPS : エキスパート システムを構築するためのパブリック ドメイン ソフトウェア ツール。
• JBoss Drools : オープンソースのビジネス ルール管理システム (BRMS)。
• ILOG ルール: ビジネス ルール管理システム。
• JESS : Java プラットフォーム用のルール エンジン。CLIPS プログラミング言語のスーパーセットです。
• Lisa : Common Lisp で書かれたルール エンジン。
• OpenL Tablets : ビジネス中心のルールとオープンソース BRMS。
• Prolog : 汎用論理プログラミング言語。
• ACT-R、Soar、OpenCog : プロダクション システムに基づく認知アーキテクチャ。

• Brownston, L., Farrell R., Kant E. (1985). OPS5 でのエキスパート システムのプログラミングマサチューセッツ州レディング: Addison-Wesley. ISBN 0-201-10647-7 
• Klahr, D., Langley, P. and Neches, R. (1987).学習と発達の生産システムモデルマサチューセッツ州ケンブリッジ: MIT 出版局.
• Kowalski, R. および Sadri, F. (2016)。論理プログラミングなしの論理プログラミング。論理プログラミングの理論と実践、16(3)、269-295。
• Russell, SJ および Norvig, P. (2016)。人工知能: 現代的アプローチ。ピアソン エデュケーション リミテッド。
• Sowa, JF (2000).知識表現: 論理的、哲学的、計算的基礎(第 13 巻). パシフィック グローブ、カリフォルニア州: Brooks/Cole.
• ウォーターマン、DA、ヘイズ・ロス、F. (1978)。パターン指向推論システム、ニューヨーク：アカデミック・プレス。ISBN 0-12-737550-3 

• アクション選択メカニズム
• エキスパートシステム
• 学習分類システム
• 論理プログラミング
• 推論エンジン
• Lシステム
• OPS5
• 生成規則表現
• Reteアルゴリズム
• ルールベースの機械学習
• 用語の書き換え