資格問題は、知識表現と行動推論の観点から、人工知能の分野における中心的な問題です。これは主に、変化する環境の中でアクションやイベントを正常に実行するために必要なすべての条件や要因を決定する方法に関係します。この質問には、望ましい結果の発生を妨げる可能性のあるさまざまな障害を特定し、それに対処することが含まれます。
これは 1977 年にジョン マッカーシーによって初めて指摘されました。フレーム問題および分岐問題とともに、形式的行為理論の 3 つの基本問題を構成します。フレーム問題は、アクションの発生後に変化しないものを特定する方法に焦点を当てますが、分岐問題はアクションが持つ可能性のある間接的な影響に焦点を当てます。
実際の応用では、資格問題は、特定の状況でアクションが期待される効果を達成できることをどのように保証するかという問題として現れます。たとえば、自動運転車の AI システムは、トレーニング データ セットで交通標識や信号について学習している可能性がありますが、信号旗を持った交通監視員や緊急時に警察官に遭遇した場合、システムは反応しない可能性があります。これらの状況のため、トレーニング データには含まれていません。
資格問題を解決する 1 つの方法は、Flux アクション プログラミング言語などのロジック プログラミング手法を使用して、Fluent Calculus に基づいて構築されたソリューションを通じて基本的なフレーム問題を処理することです。 Flux システムでは、アクションが通常どおり正常に実行されるというデフォルトの仮定に基づいて計画を立てることができ、予期しないアクションの失敗から回復するためにこれらの仮定に基づいて推論する機能が可能になります。
さらに、適格性問題の解決には、アクションの期待される効果を考慮して、存在する可能性があるが明示的にリストされていない前提条件を考慮できる非単調な推論方法の使用も含まれます。これは、イベント公理を反駁可能にすることによって実現できます。つまり、イベントの宣言的前提条件がすべて満たされている場合、イベントは予測された効果を持つという結論に反駁できます。
【1】資格問題
【2】AI における資格問題