인공지능 강의 5화 :: 지식기반 시스템, 선언적 지식, 전문가 시스템

인공지능 강의 5화를 보며 배운내용

 

 

키워드

• 지식기반 시스템: 특정 분야의 지식을 쉽게 접근할 수 있는 형태로 컴퓨터에 체계적으로 축적, 사용
  - 핵심 구성요소: 지식베이스와 추론기관
• 절차적 지식: 어떤 경우에 무엇을 어떻게 할 것인가에 대한 지식, 지식 사용에 대한 제어 정보가 지식 자체에 내포, 추론의 적합성이나 지식 획득의 효율이 안좋다.
• 선언적 지식: 상호 독립적, 단편적인 지식을 나열해 놓은 형태, 추론기관이 별도로 존재, 추론기관 프로그램에 의해 지식이 활용
• 지식 베이스: 대상 분야의 지식을 포함한 문제풀이에 필요한 지식을 체계적으로 저장하는 지식기반 시스템의 구성 요소
• 추론기관: 지식 베이스 내의 지식을 이용하여 추론, 결론을 제시하는 지식기반 시스템의 구성 요소
  - 규칙 해석기 + 스케쥴러가 들어있다.
• 전문가 시스템: 전문가의 문제해결 지식, 전략 등을 시뮬레이션해서 문제풀이, 의사결정을 지원하는 지식기반 시스템
• 전방향 추론: 주어진 사실들로부터 만족되는 규칙을 조건부와 맞춰 선택하여 결론부의 내용을 제시하거나 실행하는 추론 방법
• 후방향 추론: 목표로 하는 결론이 현재 상태 or 알려진 사실들로부터 유도해 낼 수 있는가를 알아내기 위해 결론부로부터 가정부 방향으로 진행하는 추론 방법
• 시맨틱 네트: 객체, 개념, 사건을 표현하는 노드와 노드 사이의 관계를 방향성 그래프 형식으로 표현하는 지식표현 방법
• 특성상속: 상위 클래스의 속성과 값을 하위 클래스/사례가 이어받도록 하는 추론 형태
• 프레임(Frame): Marvin Minsky가 제안한 지식표현 방법
  - 표현 대상의 속성들을 나타내는 슬롯들의 집합
  - 자식 표현, 부가 프로시저를 통해 절차적 지식을 함께 표현
  - 슬롯의 기본값 지정 가능
  - 특정상속 이용 중앙집중적 지식 공유
• 부가 프로시저: 슬롯의 값과 부가 프로시저를 이용해서  절차적 선언(if문)을 통해 일을 시킨다

 

지식표현 방법들이 갖춰야 할 요건

• 표현방법의 적합성: 실세계 의미를 최대한 수용
• 초론의 적합성: 추론할 수 있는 메커니즘 존재해야 함
• 추론의 효율성: 효율적이어야되지 
• 지식 획득 능력: 쉽게 습득 가능해야 된다.

 

 

형식논리학(formal logic)

기호와 논리연산자를 이용하여 논리적 연역 체계 표현

기호: 명제, 객체, 관계 등

논리연산자

 

 

시맨틱 네트

• ako(a kind of) : 상위 개념의 하위 클래스 예) 승용차 => 자동차
• isa(is a): 어떤 클래스의 하나의 사례 예) 볼보 => 승용차
• has-part: 어떤 객체의 부속품 예) 자동차 => 엔진

 

 

시맨틱 네트와 특정상속(property inheritance)

특정상속을 이용한 중앙집중적 공유의 장점

1. 지식 구성하기 쉽다
2. 쉽게 수정 가능
3. 시간 흐름에 따라 최식 지식을 유지하기 쉽다
4. 지식 분배가 자동

 

 

전문가 시스템(expert system)

초기 인공지능 지식기반 시스템의 성공사례

지식베이스와 추론기관 이용

현장 전문가와, 지식공학자의 협업으로 전문가 시스템이 만들어진다.

• 현장 전문가: 지식, 규칙, 전략 제공
• 지식공학자: 전문가 지식을 지식베이스화해서 전문가 시스템 만든다.