定性推論（ていせいすいろん、）は、人工知能 (AI) の研究領域の一つであり、空間、時間、量などの物理世界の連続的側面についての推論を、量的情報ではなく定性的情報を用いて問題解決や計画の目的で自動化するものである。精密な数値や量は避けられ、代わりに定性的値（たとえば、高い、低い、ゼロ、増加中、減少中、など）が用いられる。
目的 定性推論は物理システムとその挙動の非数値的記述を作成し、重要な挙動的性質と定性的区別を保存する。定性推論研究の目標は、精密な量的情報を持たずに物理システムの挙動について推論することをコンピュータプログラムに可能にする表現・推論方法を発展させることである。例として、豪雨と川の水位の着実な上昇を観察することが挙げられ、正確な水位、変化率、または川が氾濫するまでの時間を知らずとも、洪水の可能性への対策をとるには十分な情報である。
原則 用いられる原則は人間の認知に動機づけられている。
定性推論の原則には次のものがある。
離散値 推論のために連続量を離散的実体で表現する 例：変化率に数値を用いる代わりに、それが増加中か減少中か一定かを考える 関連ある値 課題との関連性に基づいて定性的値を選ぶ 例：温度が変化しているならば沸点は重要かもしれないが、温度が一定なら沸点は関係ないかもしれない 曖昧な値または結果 一つの答えを提供する代わりに、答えの範囲を提供する 例：数値的な水位や量を計算する代わりに、低いかゼロかの 2 つの答えを提供する プロセスのモデリング 状態を表現する 状態間の遷移を表現する 量については、ランドマークを決定し、不等式による推論を用いる 例：もし水の温度が沸点以下ならば、水位は一定か緩やかに減少する。もし水の温度が沸点以上ならば、水位は急速に減少する。もし水の温度が沸点以下から沸点以上に変わるならば、水位は急速に減少するように変化する。もし水が特定の長さの時間、沸点以上にあるならば、水位は低いかゼロになる。
用途 定性推論のために発展させられた技法は、等式のみならず不等式の形の複数の制約の対象となる定量的システムのシミュレーションを可能にする。それは、生態系のように、他の方法ではモデル化が複雑すぎる、いくつかの重要なシステムのシミュレーションを可能にしうる。定性推論は、定性のみならず定量的不等式を用いたモデリングの方法を提供する。
成功している応用領域には、プロセス制御、システム検証、説明、自律宇宙船の支援、構造の挙動のシミュレーションと説明、故障解析と車両システムの車載診断、コピー機の制御ソフトウェアの自動生成、生態学における概念的知識の獲得、および人間の学習のための知的援助が含まれる。
関連項目 時空間推論
脚注
外部リンク Qualitative Reasoning Group (QRG) Qualitative Reasoning and Modelling (QRM) portal of the University of Amsterdam