Apa Itu Backward Chaining?

Backward chaining adalah sistem logika yang digunakan oleh sistem kecerdasan buatan. Ini dirancang untuk memecahkan masalah dengan bekerja mundur dari tujuan akhir melalui serangkaian aturan. Pendekatan ini dapat digunakan oleh berbagai macam sistem, dari program yang memecahkan permainan catur hingga algoritma yang digunakan untuk mengidentifikasi objek yang tidak diketahui. Dasarnya membutuhkan pemrograman yang kuat dengan seperangkat aturan induktif yang logis dan berguna yang dapat digunakan sistem untuk bergerak secara akurat melalui serangkaian opsi untuk sampai pada solusi.

Backward chaining adalah sistem logika yang digunakan oleh sistem kecerdasan buatan.

Dalam metode ini, sistem dilengkapi dengan seperangkat aturan oleh programmer, yang menyajikannya dengan produk akhir atau tujuan. Sistem bekerja mundur melalui aturan untuk menentukan bagaimana seseorang bisa sampai pada tujuan akhir. Dalam induksi mundur yang digunakan oleh program yang memecahkan permainan catur, misalnya, komputer dapat mengambil posisi bidak dan bergerak melalui serangkaian pernyataan jika-maka untuk menentukan kemungkinan arah gerakan melalui permainan. Komputer juga dapat menggunakan rantai ke belakang untuk mengeksplorasi kemungkinan solusi dan cabang lain yang mungkin terjadi selama permainan untuk mengubah hasilnya.

Sistem yang menggunakan rantai mundur dapat memiliki aturan yang bervariasi dalam kompleksitas, tergantung pada jenis pekerjaan yang harus mereka lakukan. Sebuah sistem yang mampu mengidentifikasi bunga, misalnya, mungkin memerlukan sejumlah besar pilihan percabangan untuk secara akurat menentukan spesies yang dilihatnya. Ini bisa dimulai dengan serangkaian pernyataan yang berkaitan dengan warna, menelusuri jenis bunga, jumlah kelopak, dedaunan, dan karakteristik lainnya, dan menentukan identitas bunga yang diberikan menjawab pertanyaan pada setiap langkah untuk menentukan jawaban akhir. Kesalahan dalam proses ini dapat menyebabkan kesalahan identifikasi.

Sistem penalaran ini menggunakan logika sederhana. Sistem memeriksa fakta, menentukan apakah cocok dengan produk tertentu, dan mengambil langkah lain dari sana. Jika fakta tidak cocok dengan informasi yang tersedia, itu salah, dan logika rantai mundur dapat membuang fakta itu dan fakta lain yang mungkin bercabang darinya. Fakta yang cocok memungkinkan program untuk bekerja dengan logika dan mengeksplorasi fakta bercabang untuk melihat mana yang paling cocok. Ini dapat bekerja dengan baik untuk berbagai tugas.

Kecerdasan buatan bukan satu-satunya entitas yang dapat menggunakan rantai ke belakang. Para peneliti yang bekerja dengan primata mencatat bahwa beberapa spesies tampaknya menggunakan metode logis ini untuk memecahkan masalah. Ini menggambarkan kapasitas untuk memahami masalah dan mengembangkan sistem untuk mengatasinya.

Author: fungsi