Regelbasert

Regelbasert refererer til tilnærminger og systemer som avgjør beslutninger og handlinger ut fra et sett eksplisitte regler som kobler fakta til konklusjoner eller handlinger. I slike systemer lagres kunnskapen i en kunnskapsbase, og en inferensmotor anvender reglene på tilgjengelige data. De vanligste reglene er produksjonsregler med formen hvis A og B er sanne, så C.

Historisk har regelbaserte systemer vært sentrale i ekspertsystemer som forsøkte å etterligne menneskelig ekspertise gjennom et sett regler. Systemene bruker ofte forward chaining for å trekke konklusjoner fra fakta, eller backward chaining for å avklare hvilke data som trengs for et mål.

Fordeler inkluderer åpenhet og forklarbarhet: regler er klare og kan kommuniseres til domeneeksperter. Vedlikehold av logikk er modulært, og forretningsbeslutninger kan styres uten omfattende ny programmering. Slike systemer brukes ofte i bedriftsregler, medisinsk veiledning, juridiske og finansielle prosesser.

Begrensninger inkluderer utfordringer med skalerbarhet og vedlikehold: store reglebaser kan bli komplekse, konflikter mellom regler må håndteres, og systemet kan være rigid og lite tilpasset ny data eller usikkerhet. Regelbaserte metoder mangler ofte evnen til å lære fra data og krever omfattende kunnskapsinnhenting og validering.

Rundt AI-feltet er regelbaserte systemer en del av symbolsk AI og kunnskapsbaserte systemer. I moderne praksis kombineres de ofte med maskinlæring og dataanalyse i regelmotorer, beslutningstabeller og bedriftsregelstyring for å få både forklarbarhet og skalerbarhet.