[인공지능] 지식의 표현과 추론에 관하여 - 1

옛날에는 탐색으로 모든 문제를 해결하고자 노력했다(general problem solver(GPS)). → 하지만 매우 제한된 영역에서만 동작했다.

 

실제적인 문제 해결을 위해 나타난 시스템

→ 전문가 시스템(expert knowledge)

 

전문가 시스템은 규칙으로 표현되는 지식을 통해 추론함으로써 복잡한 문제를 해결하도록 설계되었다.

• 인공지능 소프트웨어 최초의 성공적인 형태
• 지식의 중요성이 강조된다.

 

전문가 시스템 구성요소

• 지식베이스(Knowledge Base: KB)
  • 어떤 특수한 문제 영역에 대한 사실이나 규칙으로 구성된다.
    • 예시) 횡단보도에서 초록불이 켜지면 사람들이 건너간다.
• 추론엔진
  • KB에 있는 정보와 사실을 바탕으로, 사실로부터 규칙을 적용하는 과정을 진행하는 엔진
  • KB와 추론엔진은 독립적인 관계이다.
• 사용자 인터페이스
  • 사용자와 전문가 시스템의 상호작용을 지원한다.

지식이란?

• 합목적적으로 개념화된 개념화된 형태의 정보
• 정보가 지식이 되려면 지식 베이스가 필요(데이터와 정보를 정리하고 체계화하여 정리)

데이터, 정보, 지식의 관계

 

예시

데이터 ← 사실: 빨간색, 5시, 8명

정보 ← 의미있는 사실: 사거리의 신호등이 빨간색으로 바뀌었다.

지식 ← 추론을 위한 정보: 방금 내 차 앞의 신호등이 빨간색으로 바뀌었으므로 멈추어야 한다.

 

문제 해결에 바로 사용할 수 있는 것 → 지식

 

습득한 지식들을 활용하여 새로운 사실을 추론한다.

지식은 인공지능에서 가장 핵심적인 요소 중의 하나이다.

 

지식과 문제의 해를 얻기 위해 지식을 처리하는 메커니즘이 필요.

지식은 컴퓨터에서 처리되기 위해 심볼의 형태로 묘사.(K R)

표현된 지식은 추론과정을 통하여 새로운 내부 표현형태로 변환(R)

 

사실과 내부표현 사이의 매핑: 시스템의 표현 능력을 나타내는 중요한 요소

사실과 내부표현 사이의 매핑

(쉽게 생각하자면 encoding과 decoding)

 

예시

 

사실: 모든 사람은 생각한다.

사실의 내부 표현 예시

 

술어 논리: x는 사람이다. (man(x)) / x는 생각한다. (think(x))

 

 

지식 표현 방법

• 규칙(production rule)을 이용한 지식표현
• 의미망 (semantic net)을 이용한 지식표현
• 프레임 (frame)을 이용한 지식 표현

위의 세 방법은 절차적으로 지식을 표현하는 방법

• 술어논리 (predicate logic)을 이용한 지식표현

위의 방법은 선언적으로 지식을 표현하는 방법

 

규칙 기반 시스템

• 규칙을 이용하여 표현된 지식 베이스
• 규칙은 조건(IF) - 결론(THEN) 문장으로 표현
• ex) 가연성 액체가 엎질러졌다. → 소방서에 연락한다.

규칙을 이용한 추론

• 전방향 추론
• 후방향 추론
• 추론사슬: 여러 개의 규칙을 적용할 때에는 순서가 있다.

 

규칙 수행의 예시

 

시멘틱 네트를 이용한 지식 표현

• 지식 사이의 관계(순서)를 효율적으로 나타내어 규칙기반 시스템의 단점을 보완
• 방향 그래프를 이용하여 개념간의 관계를 나타내는 방법

 

노드의 집합과 이들간의 아크로 구성

• 노드(node): 객체, 개념, 사건들을 표현
• 아크(arc): 노드 사이의 관계(predicates 또는 속성)를 표현

 

아크의 종류

• isa(is a): 하나의 사례(instance)
• ako(a kind of): 어떠한 부류를 나타내는 개념의 한 종류
• has-part: 한 객체를 구성하는 구성품을 나타내는 관계(개 → 꼬리)

 

 

다중 관계(2진관계)의 표현이 가능: isa(복슬이, 진돗개)

사실 1) 진돗개는 개의 한 종류: ako(진돗개 , 개)

사실 2) 복슬이는 진돗개: isa(복슬이, 진돗개)

사실 3) 개는 꼬리가 있다: has-part(개, 꼬리)