- 초창기: GPS 시스템(General Problem Solver) (모든 문제를 '탐색'으로 해결할 수 있는 시스템)
- 매우 제한된 영역에서만 작동 가능
- GPT가 GPS시스템에 꽤 가깝게 도달했다고 생각되어지는중 ..
- 전문가 시스템(expert system) 등장: 실제적인 문제 해결 위해 인공지능 연구자들은 보다 제한된 문제에 역량을 집중시하는 것이 필요하다는 것을 깨달음
지식
이추론 기법
만큼 중요하다는 것을 깨달음- 의의
- 기존의 절차적 코드가 아니라, 규칙으로 표현되는 지식을 통해 추론함으로써 복잡한 문제 해결하도록 설계됨
- 인공 지능 소프트웨어의 최초의 성공적인 형태
- ex> MYCIN : 모든 영역의 답을 주는 것이 아님->박테리아 영역에 대해 답을 줌.
- 지식베이스, 추론 기관, 사용자 인터페이스
- 지식과 인공지능 : 지식이 중요하다 (knowledge driven) -> 데이터가 중요하다 (data driven) => 둘다 중요, 두개 다 연결되었을 때 더 효율적임
- 생성 규칙 (production rule)
- 술어 논리(Predicate Logic)
- 의미망(Semantic Net)
- 프레임(Frame): 지식 구조화
- 개념 그래프(conceptual graph)
- 데이터: 현재 사실 (ex. 빨간색, 7시 30분, 5명)
- 정보: 의미있는 사실 (ex. 사거리의 신호등이 빨간색으로 바뀌었다)
- 지식: 추론을 위한 정보 (ex. 방금 내 차 앞의 신호등이 빨간색으로 바뀌었으므로 멈추어야 한다.)
- 데이터를 처리하여 정보를 찾고 그 정보들을 일반화(generalize, 이러한 유형의 모든 데이터에 대해 일반적으로 적용될 수 있는 것)/정렬(정보를 정렬하여 categorize 등) 하여 지식을 얻어냄
- if: 조건, 전제, 상황
- AND,OR 사용 가능 (조건이 여러개인 복합문 가능)
- 규칙에 수학 연산자 사용 가능
- then: 행동(조건에 따른), 결론(전제에 따른), 결과(상황에 따른)
- 단기 기억장치에 있는 내용들은 경우에 따라 달라질 수 있음 - > 장기적으로 기억할 필요X
- 장기 기억장치: 규칙
순방향 추론
: 알려진 사실로부터 출발하여 결론을 이끌어내는 방법- EX> PPT 19쪽 참고 : 기호로 명제화, 장기기억 장치에 있는 RULE과 단기 기억장치에 있는 FACT가 동작하면서 새로운 FACT들이 추가됨 -> 결과를 찾아낸다면 끝 =>
순방향 추론
- 장점: 사실을 모은 후에 이를 바탕으로 추론하는 것으로 자연스러운 방법
- 단점: 목표와 관련 없는 규칙들이 FIRE(점화)될 수 있음
- EX> PPT 19쪽 참고 : 기호로 명제화, 장기기억 장치에 있는 RULE과 단기 기억장치에 있는 FACT가 동작하면서 새로운 FACT들이 추가됨 -> 결과를 찾아낸다면 끝 =>
역방향 추론
: 목표를 설정하고 추론 엔진은 이를 증명하는 증거를 찾는 방법, 목표에서 시작하여 사실 데이터가 이러한 목표를 지원하는지 확인하는 방법- EX> PPT 23쪽 참고
- Subgoal들이 생김 : Z가 참인가? -> Y가 참인가? -> X가 참인가?
- EX> PPT 23쪽 참고
- 실습
- 순방향
A C D E
B H G F - 역방향 STACK [G E D C] STACK [G E D] STACK [G E] STACK [G] -> G도 참이다
- 순방향
A C D E
- 실습
- A: 주위가 뜨겁다, B: 연기가 난다, E: 불이 났다
- 순방향
- 역방향
- 직접 해바용
- 동일한 사실이 입력되어도 서로 상반된 결론을 내리는 규칙이 저장되어 있다면..
- 구조화 필요! -> 나중에 추가/삭제될 때도 확인하기 좋음
- 각 규칙에 우선 순위를 부여하고 가장 높은 우선순위를 가진 규칙을 점화 (구조화)
- 가장 특수한(specific) 규칙을 먼저 점화하는 방법
- 단기 기억 장치에 가장 최근에 입력된 데이터를 사용하여 규칙을 점화하는 방법 (최근 결과를 우선시하여 fire)
- 장점
- IF_THEN을 사용하는 규칙은 인간 전문가의 지식을 표현하는 자연스러운 방법
- 전문가 시스템에서는 지식베이스와 추론엔진이 분리 -> 다른 영역에도 쉽게 적용 가능
- 단점
- 지식을 학습할 수 없음 (결론이 다시 RULE로 만들어져서 장기 기억장치로 들어가는 것은 학습 능력이라고 볼 수 없음! 지식 전문가가 직접 넣어줘야하는 것.)
- 탐색이 비효율적 (IF문이 계속 열거되어있으면 이를 계속 다 확인해야함)
- 규칙이 많아지게 되면 유지보수가 어려워짐