Um mecanismo de infer?ncia ? um sistema de software projetado para tirar conclus?es analisando problemas ? luz de um banco de dados de conhecimento especializado que ele utiliza. Atinge resultados l?gicos com base nas premissas estabelecidas pelos dados. ?s vezes, os mecanismos de infer?ncia tamb?m s?o capazes de ir al?m do processamento l?gico estrito e utilizam c?lculos de probabilidade para chegar a conclus?es que o banco de dados de conhecimento n?o suporta estritamente, mas apenas implica ou sugere.
A maioria dos mecanismos de infer?ncia projetados no campo da intelig?ncia artificial ? baseada no conceito do sistema especialista. Um sistema especialista ? constru?do para resolver problemas em um campo espec?fico e, ?s vezes, estritamente definido, como certas especialidades m?dicas. O componente do mecanismo de infer?ncia de um sistema especialista ? a estrutura de controle que produz a sa?da inicial com base nos dados atualmente existentes na base de conhecimento e nas regras de programa??o do sistema especialista e, em seguida, aplica-os ao problema espec?fico de maneira significativa. Como os resultados do mecanismo de infer?ncia s?o resultado dos dados, eles mudam ? medida que os dados s?o atualizados e tamb?m podem mudar ? medida que os dados s?o pesquisados ??de maneiras diferentes pelo pr?prio mecanismo de infer?ncia. Se os dados no sistema forem ponderados em dire??o a uma ou mais conclus?es em rela??o a outra, isso poder? alterar os resultados gerados pelo mecanismo de infer?ncia.
O software que usa um mecanismo de infer?ncia pode ser visto como um mecanismo seletivo ativo, em que as a??es de processamento s?o direcionadas pelo estado mais atual dos dados. Os sistemas especialistas t?m duas maneiras gerais de processar esses dados armazenados, chamados de encadeamento direto ou encadeamento reverso. No encadeamento progressivo, as regras do sistema especialista analisam os dados fornecidos pelo mecanismo de infer?ncia e os resultados s?o devolvidos ao armazenamento de dados do sistema como novos dados. Isso desencadeia novas solu??es para os problemas, ? medida que o sistema refina os dados e os avalia por infer?ncia indutiva, o que significa que as conclus?es alcan?adas n?o refletir?o necessariamente os dados ou premissas originais que foram usadas para iniciar a an?lise.
O encadeamento reverso ? mais orientado a probabilidade, com os dados armazenados sendo ponderados pelo valor desde o in?cio. As regras s?o usadas para testar as condi??es dos dados quanto ? validade ? luz do problema especificado e, como isso ? feito, novos valores de probabilidade s?o atribu?dos aos dados. Tamb?m chamado de encadeamento de hip?teses, o encadeamento reverso n?o tira conclus?es estritas at? que o teste cont?nuo dos dados contra as condi??es estabelecidas pelas regras do sistema especialista atendam a um n?vel m?nimo de prova para a pergunta ou problema que est? sendo estudado.
A l?gica bayesiana ? uma das formas orientadas a probabilidade de software de mecanismo de infer?ncia que utiliza encadeamento reverso, nomeado por Thomas Bayes, um matem?tico ingl?s de meados do s?culo XVIII. Essa l?gica usa uma base de conhecimento de eventos anteriores para prever resultados futuros por meio de testes repetidos do conhecimento e leva a evid?ncias adicionais dos resultados dos ensaios em novos ensaios, com o objetivo de produzir resultados cada vez mais precisos. A arquitetura do software de l?gica difusa tamb?m pode contar com o mecanismo de infer?ncia como parte de seu sistema. A diferen?a com a l?gica nebulosa ? que a sa?da ? um conjunto nebuloso ou faixa de solu??es poss?veis que s?o agregadas em um grupo e, atrav?s da l?gica e da probabilidade, reduzidas a uma conclus?o ou a??o ideal.
Inteligente de ativos.