इस पोस्ट में, हम AI में फॉरवर्ड रीजनिंग और बैकवर्ड रीजनिंग के बीच अंतर को समझेंगे:
फॉरवर्ड रीजनिंग
यह एक डेटा-चालित कार्य है।
यह नए डेटा से शुरू होता है।
उद्देश्य एक निष्कर्ष ढूंढना है जो अनुसरण करेगा।
यह एक अवसरवादी दृष्टिकोण का उपयोग करता है।
यह कारण से परिणाम की ओर प्रवाहित होता है।
इनफेरेंस इंजन दिए गए बाधाओं के आधार पर ज्ञान आधार में दी गई जानकारी को खोजता है।
इन बाधाओं की प्राथमिकता को वर्तमान स्थिति से मेल खाना चाहिए।
पहला कदम यह है कि सिस्टम को एक या अधिक बाधाएं दी जाती हैं।
नियमों को ज्ञान आधार में हर बाधा के लिए खोजा जाता है।
वह नियम जो शर्त को पूरा करता है, चुना जाता है।
प्रत्येक नियम आह्वान किए गए निष्कर्ष से नई शर्त उत्पन्न कर सकता है।
नई शर्तें जोड़ी जा सकती हैं, और फिर से संसाधित की जाती हैं।
चरण समाप्त होता है यदि कोई नई शर्त मौजूद नहीं है।
यह धीमा हो सकता है।
यह टॉप-डाउन रीजनिंग का पालन करता है।
बैकवर्ड रीजनिंग
यह एक लक्ष्य-चालित कार्य है।
यह अनिश्चित निष्कर्षों से शुरू होता है।
उद्देश्य उन तथ्यों को ढूंढना है जो निष्कर्षों का समर्थन करते हैं।
यह एक रूढ़िवादी दृष्टिकोण का उपयोग करता है।
यह परिणाम से कारण की ओर प्रवाहित होता है।
सिस्टम एक लक्ष्य स्थिति चुनने में मदद करता है, और पीछे की दिशा में तर्क करता है।
पहला कदम यह है कि लक्ष्य स्थिति और नियम चुने जाते हैं।
चुने गए नियम से सब-गोल्स बनाए जाते हैं, जिन्हें लक्ष्य स्थिति के सत्य होने के लिए संतुष्ट करने की आवश्यकता होती है।
प्रारंभिक स्थितियां इस तरह निर्धारित की जाती हैं कि वे सभी सब-गोल्स को संतुष्ट करें।
स्थापित स्थितियों का मिलान प्रदान की गई प्रारंभिक स्थिति से किया जाता है।
यदि शर्त पूरी होती है, तो लक्ष्य समाधान है।
अन्यथा लक्ष्य अस्वीकार कर दिया जाता है।
यह कम संख्या में नियमों का परीक्षण करता है।
यह कम मात्रा में डेटा प्रदान करता है।
यह बॉटम-अप रीजनिंग तकनीक का पालन करता है।
इसमें प्रारंभिक लक्ष्यों की कम संख्या और बड़ी संख्या में नियम होते हैं।
यह प्रारंभिक स्थिति द्वारा लिए गए निर्णय पर आधारित है।
इसे निर्णय-चालित या लक्ष्य-चालित निष्कर्ष तकनीक के रूप में भी जाना जाता है।
सिस्टम एक लक्ष्य स्थिति चुनता है और पीछे की दिशा में तर्क करता है।
