Don’t Treat the Symptom, Find the Cause! Efficient Artificial-Intelligence Methods for (Interactive) Debugging

要約

現代の世界では、私たちは自動車、電子商取引のレコメンダー システム、オンライン接続時のネットワークから、PC 使用時の集積回路に至るまで、ますます洗練されたシステムを永続的に使用し、活用し、対話し、依存しています。
スマートフォン、エネルギー供給を確保する送電網、銀行口座にアクセスする際のセキュリティ上重要なソフトウェア、財務計画や意思決定のためのスプレッドシートなどです。
これらのシステムの複雑さと、私たちのシステムへの依存度の高さは、システム障害が発生する可能性が無視できないものであり、そのような障害が私たちの日常生活に重大な悪影響を与える可能性が高いことを暗示しています。
そのため、新たな障害による被害を最小限に抑えることが重要な要件となります。これは、システムのダウンタイムとシステム修復のコストを最小限に抑えることを意味します。
ここでモデルベースの診断が役に立ちます。
モデルベースの診断は、原則に基づいたドメインに依存しないアプローチであり、上記のすべてを含むさまざまなタイプのシステムのトラブルシューティングに一般的に適用できます。
それは、つまり、
知識表現、自動推論、ヒューリスティックな問題解決、インテリジェントな検索、最適化、確率論、統計、不確実性の下での意思決定、機械学習、および異常に動作するシステムの障害を検出、位置特定、修正するための微積分、組み合わせ論、集合論のための技術
。
この論文では、モデルベースの診断のトピックについて紹介し、この分野の主要な課題を指摘し、これらの問題に対処する研究からのアプローチの選択について説明します。

要約(オリジナル)

In the modern world, we are permanently using, leveraging, interacting with, and relying upon systems of ever higher sophistication, ranging from our cars, recommender systems in e-commerce, and networks when we go online, to integrated circuits when using our PCs and smartphones, the power grid to ensure our energy supply, security-critical software when accessing our bank accounts, and spreadsheets for financial planning and decision making. The complexity of these systems coupled with our high dependency on them implies both a non-negligible likelihood of system failures, and a high potential that such failures have significant negative effects on our everyday life. For that reason, it is a vital requirement to keep the harm of emerging failures to a minimum, which means minimizing the system downtime as well as the cost of system repair. This is where model-based diagnosis comes into play. Model-based diagnosis is a principled, domain-independent approach that can be generally applied to troubleshoot systems of a wide variety of types, including all the ones mentioned above, and many more. It exploits and orchestrates i.a. techniques for knowledge representation, automated reasoning, heuristic problem solving, intelligent search, optimization, stochastics, statistics, decision making under uncertainty, machine learning, as well as calculus, combinatorics and set theory to detect, localize, and fix faults in abnormally behaving systems. In this thesis, we will give an introduction to the topic of model-based diagnosis, point out the major challenges in the field, and discuss a selection of approaches from our research addressing these issues.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google