Penjelasan di Probabilistic Sistem :Apakah itu Kelayakan ? Ini akan Bekerja ?Marek J. DruzdzelUniversity of PittsburghDepartemen Ilmu Informasidan Intelligent Systems ProgramPittsburgh , PA 15260marek@lis.pitt.eduAbstrak . Penalaran dalam domain seperti teknik , ilmu pengetahuan, manajemen ,atau obat secara tradisional didasarkan pada metode formal menggunakan pengobatan probabilistikketidakpastian . Tampaknya wajar untuk mendasarkan sistem penalaran buatan di inidomain pada dasar normatif teori probabilitas . Dua keberatan biasapendekatan ini adalah ( 1 ) inferensi probabilistik komputasi terselesaikan dikasus terburuk , dan ( 2 ) teori probabilitas tidak bisa dimengerti bagi manusia dan ,karenanya, sistem probabilistik mungkin hampir tidak dapat digunakan . Keberatan pertama telahditangani secara efektif dalam dekade terakhir oleh berbagai efisien tepat dan perkiraanskema untuk penalaran probabilistik , diterapkan di beberapa sistem praktis . ditulisan ini, saya meninjau keadaan seni sehubungan dengan keberatan kedua.Pertama saya berpendapat bahwa perbedaan yang diamati antara penalaran manusia dan probabilistikdan kesulitan diantisipasi dalam membangun user interface yang tidak baikalasan untuk menolak teori probabilitas . Pada motivasi sebaliknya - mereka menyediakanuntuk perawatan normatif ketidakpastian . Saya menunjukkan bahwa teori probabilitas bersandarpada yayasan kualitatif yang menangkap sifat penting dari domain bersama dengankonsep seperti seperti relevansi dan bukti yang bertentangan . Selain itu, grafismodel probabilistik , sebagai lawan untuk memerintah berbasis sistem , mengintegrasikan numerik dansifat struktur domain dan memberikan representasi alam kausalitas .Akhirnya , ketersediaan spesifikasi kuantitatif penuh model memungkinkan untukmemanipulasi tingkat presisi untuk kedua alasan dan penjelasan .Kata kunci : penalaran di bawah ketidakpastian , user interface , penjelasan

Deterministik: Semua data diketahui sebelumnya ? Setelah Anda memulai sistem, Anda tahu persis apa yang akan terjadi. ? Contoh. Memprediksi jumlah uang di rekening bank. ? Jika Anda tahu setoran awal, dan tingkat bunga, maka: ? Anda dapat menentukan jumlah dalam rekening setelah satu tahun. Probabilistic: Elemen kesempatan terlibat ? Anda tahu kemungkinan bahwa sesuatu akan terjadi, tapi Anda tidak tahu kapan itu akan terjadi. ? Contoh. Roll mati sampai muncul '5 '. ? Ketahuilah bahwa di setiap roll, '5 'akan datang dengan probabilitas 1/6. ? Tidak tahu kapan tepatnya, tapi kita bisa memprediksi dengan baik