Hybrid MKNF with Classical Negation in the Rule Component

Stel je voor dat je een superintelligente robot probeert te bouwen die de wereld kan begrijpen. Om dit te doen, moet je het twee heel verschillende manieren van denken aanleren. De eerste manier is als een strikte bibliothecaris die elke feit kent uit een enorme encyclopedie; als er in het boek niet staat dat er een draak bestaat, gaat de bibliothecaris ervan uit dat die er niet is, maar ze zijn voorzichtig om alleen te vermelden wat expliciet geschreven staat. De tweede manier is als een detective die mysteries oplost door naar aanwijzingen te zoeken; als de detective geen bewijs vindt van een verdachte, kan hij aannemen dat de verdachte onschuldig is, maar alleen totdat er nieuw bewijs verschijnt.

Jarenlang hebben wetenschappers geprobeerd deze twee denkers te combineren in één brein. Dit vakgebied wordt "Knowledge Representation" (Kennisrepresentatie) genoemd, en het is de ruggengraat van hoe computers redeneren over complexe zaken, van medische diagnoses tot zelfrijdende auto's. De specifieke methode waar dit artikel naar kijkt, wordt "Hybrid MKNF" genoemd. Denk aan dit als een huwelijk tussen de encyclopedie van de bibliothecaris (Description Logics) en het regelboek van de detective (Logic Programming). Het doel is om de computer de encyclopedie te laten gebruiken om de structuur van de wereld te begrijpen, terwijl het de het regelboek gebruikt om met veranderende situaties om te gaan, zoals verkeer of het weer. Echter, er is een addertje onder het gras: het regelboek van de detective heeft een blinde vlek. Het kan zeggen: "Ik weet niet of het regent" (omdat er geen rapport is), maar het worstelt met het zeggen van: "Ik weet voor een feit dat het niet regent" (omdat er een rapport is dat zegt dat de lucht helder is). Dit is een groot probleem voor veiligheidskritische systemen, zoals landingsbanen op luchthavens, waar weten dat iets definitief niet kapot is net zo belangrijk is als weten dat het wel kapot is.

Dit artikel introduceert een nieuwe upgrade voor dat regelboek van de detective, waardoor het "klassieke negatie" kan afhandelen — het vermogen om expliciet aan te geven dat iets onwaar is, in plaats van alleen maar te gissen dat het onwaar is omdat de informatie ontbreekt. De auteurs, Sheela, Rey en De Grancey, stellen een nieuw systeem voor genaamd hMKNF¬. Ze hebben niet alleen dit idee voorgesteld; ze hebben een volledig wiskundig kader gebouwd om te bewijzen dat het werkt. Ze hebben aangetoond hoe ze de regels voor dit nieuwe systeem kunnen definiend en een stapsgewijze recept (een algoritme) hebben gemaakt voor de computer om het "beste" antwoord te vinden, bekend als het "well-founded model" (welbegrepen model). Ze hebben bewezen dat deze nieuwe methode elke mix van feiten en regels kan afhandelen, zelfs wanneer deze ingewikkeld worden, en ze hebben een manier geboden om het antwoord in drie afzonderlijke fasen te berekenen, zodat de robot nooit in de war raakt door ontbrekende informatie of tegenstrijdige aanwijzingen.

De nieuwe superkracht van de detective

Stel je voor dat je een drukke luchthaven beheert. Je hebt een enorme database (de "Ontologie") die elke landingsbaan, elk vliegveld en elk vliegtuig vermeldt. Deze database is de "Bibliothecaris". Hij weet dat Landingsbaan 4 bij Luchthaven X hoort. Maar de database weet op dit moment niets over het weer. Dat is waar de "Detective" om de hoek komt kijken. De Detective gebruikt een reeks regels om te beslissen of een landingsbaan veilig is om te gebruiken.

In het oude systeem zag de regel van de Detective voor een veilige landingsbaan er zo uit: "Als de landingsbaan bij een luchthaven ligt, en we weten niet dat deze gesloten is, en we weten niet of er een obstakel is, dan is de landingsbaan open."

Hier is het probleem: Wat als het weerbericht vertraagd is? De Detective weet niet of er een obstakel is. In het oude systeem, omdat de Detective geen rapport over een obstakel kan vinden, zou hij kunnen aannemen dat er geen obstakel is en zeggen: "Landingsbaan is open!" Maar wat als er een enorme rotsblok op de landingsbaan ligt, en het rapport is simpelweg nog niet gearriveerd? Het oude systeem zou een gevaarlijke fout maken omdat het "ontbrekende informatie" behandelt als "bewijs van afwezigheid".

Het artikel betoogt dat in veiligheidskritische situaties we nodig hebben dat de Detective kan zeggen: "Ik heb gecontroleerd, en ik weet dat er geen obstakel is." Dit wordt "klassieke negatie" genoemd. Het is het verschil tussen zeggen "Ik heb geen spook gezien" en zeggen "Ik heb geverifieerd dat er geen spoken zijn."

De workflow van de detective in drie fasen

De auteurs realiseerden zich dat het toevoegen van deze kracht om "te weten dat iets onwaar is" de wiskunde veel moeilijker maakt. Je kunt het antwoord niet zomaan raden; je moet er zeker van zijn. Daarom hebben ze een driefasig proces ontworpen om deze puzzels op te lossen, als een detective die een zaak onderzoekt met toenemende mate van nauwkeurigheid.

Fase 1: De snelle scan (Fixpoint Computation)
Eerst voert het systeem een snelle, automatische scan uit. Het kijkt naar alle regels en feiten en vraagt: "Wat kunnen we op dit moment met zekerheid bewijzen?" Het bouwt een lijst op van dingen die absoluut waar zijn en dingen die absoluut onwaar zijn. Als de puzzel eenvoudig is, lost deze fase het direct op. Het systeem gebruikt een "well-founded operator", wat als een machine is die steeds nieuwe feiten toevoegt totdat het niet meer kan. Als de machine stopt en het antwoord is logisch, dan zijn we klaar!

Fase 2: De logische keten (Unit Propagation)
Soms loopt de Snelle Scan vast. Het vindt een regel die zegt: "Als A waar is, dan is B onwaar," maar het weet nog niet of A waar is. Het kan echter wel weten dat als A waar zou zijn, het een regel zou breken. Dus dwingt het systeem een beslissing af. Het zegt: "Oké, als A waar zijn tot een tegenstrijdigheid leidt, dan moet A onwaar zijn." Dit wordt "Unit Propagation" genoemd. Het is als een detective die beseft: "Als de butler het deed, zou de klok kapot zijn. De klok is niet kapot, dus de butler heeft het niet gedaan." Deze fase dwingt het systeem om logische deducties te maken die de eerste fase heeft gemist.

Fase 3: De gok-en-controle (Het laatste redmiddel)
Soms, zelfs na de Snelle Scan en de Logische Keten, zit het systeem nog steeds vast. Er zijn te veel mogelijkheden en de regels zijn te verstrengeld. Dit is waar de auteurs toegeven dat je soms gewoon moet gokken. Ze stellen een "Guess-and-Check" fase voor. Het systeem probeert elke mogelijke combinatie van "Waar" en "Onwaar" voor de resterende onbekenden. Het controleert elke gok om te zien of het een stabiel, consistent verhaal creëert. Als het een verhaal vindt dat werkt en dat het "veiligst" is (wat betekent dat het de minste ongedefinieerde zaken achterlaat), dan is dat het antwoord. Het artikel merkt op dat deze fase het meest rekenintensief is — het is also[t] elke sleutel op een enorme sleutelbos proberen — maar het is noodzakelijk om er zeker van te zijn dat het systeem nooit een geldige oplossing mist.

Waarom dit ertoe doet

De auteurs hebben niet alleen een nieuw spel uitgevonden; ze hebben een rigoureus wiskundig bewijs gebouwd dat dit nieuwe systeem werkt. Ze hebben aangetoond dat hun methode, hMKNF¬, elke mix van feiten en regels kan afhandelen, zelfs de rommelige waarbij zaken elkaar kunnen tegenspreken. Ze hebben bewezen dat hun driefasige proces altijd het "well-founded model" zal vinden — het meest betrouwbare, minst risicovolle antwoord mogelijk.

Ze hebben hun methode ook vergeleken met eerdere pogingen. Oudere methoden konden alleen eenvoudige gevallen aan of vereisten dat de regels zeer specifiek waren (zoals alleen het omgaan met enkelvoudige items, niet complexe groepen). Hun nieuwe methode is flexibeler en krachtiger. Ze zijn echter eerlijk over de afruil: omdat ze voor deze extra kracht (klassieke negatie) kiezen, kan de "Guess-and-Check" fase erg lang duren bij zeer complexe problemen. Maar voor veiligheidskritische toepassingen, zoals ervoor zorgen dat een vliegtuig niet opstijgt vanaf een geblokte landingsbaan, is het nemen van iets meer tijd om 100% zeker te zijn een prijs die het waard is.

Kortom, dit artikel geeft computers een nieuwe superkracht: het vermogen om expliciet te weten wat niet waar is, en niet alleen wat er ontbreekt. Door een snelle scan, een logische keten en een zorgvuldige gok-en-controle te combineren, hebben ze een systeem gebouwd dat met veel grotere precisie en veiligheid over de wereld kan redeneren.