반응형


전문가 시스템

  • 전문가 시스템 개발 배경
    • 인공지능의 초창기에는 이 세상에 존재하는 모든 문제를 "탐색"으로 해결할 수 있는 시스템을 만들고자 노력하였다. GPS(General Problem Solver) 시스템
    • GPS와 같은 시스템은 매우 제한된 영역(예: 블록 세계, 하노이 탑)에서만 작동이 가능하였다.
    • 실제적인 문제를 해결하기 위해 인공지능 연구자들은 보다 제한된 문제에 역량을 집중시하는 것이 필요하다는 것을 깨달았다. >> 전문가 시스템(expert system)
    • 지식이 추론 기법만큼 중요하다는 것을 깨닫게 되었다.

  • 전문가 시스템의 의의
    • 전문가 시스템은 기존의 절차적 코드가 아니라, 규칙으로 표현되는 지식을 통해 추론함으로써 복잡한 문제를 해결하도록 설계되었다.
    • 전문가 시스템은 인공지능(AI) 소프트웨어의 최초의 성공적인 형태

  • MYCIN
    • MYCIN은 박테리아의 감염을 진단하고 적절한 항생제를 처방하는 시스템이다.
    • MYCIN은 경험이 없는 신참 의사들을 보조하는 데 매우 효과적이었다고 한다.


전문가 시스템의 구성 요소

  • 지식베이스
    • 우리가 일반적으로 알고 있는 어떤 특수한 문제 영역에 대한 사실이나 규칙 등으로 구성되어 있음
      • 보행자 신호가 켜지면 사람들이 건너간다 등
  • 추론엔진
    • 우리가 어떤 지식베이스에 있는 정보, 사실로부터 추론해서 우리가 풀고자 하는 문제를 해결하는, 사실로부터의 규칙을 적용하는 과정을 진행하는 엔진
    • 지식베이스와 추론엔진은 독립적인 관계를 가져야 한다.
    • 추론엔진에서 나온 결과는 사용자가 원하는 답의 형태가 아닐 수도 있다.
  • 사용자 인터페이스
    • 실제 사용자와 전문가 시스템과의 상호작용을 지원하기 위한 것
    • 엔지니어들이 직접 사용한다면 코드를 입력하는 형태로 구성될 것
    • 주로 최근에 권하는 사양은 GUI이다.


지식과 인공지능

  • 지식과 인공지능
    • 인간의 지능은 탐색으로만 구현되는 것이 아니다.
    • 인간은 많은 지식을 가지고 있고 지식은 지능적인 행동을 할 때 큰 도움이 된다.
    • 우리는 습득한 지식들을 이용하여 새로운 사실을 추론할 수 있다.
    • 지식은 인공지능에서 가장 핵심적인 요소 중의 하나로 간주된다.
  • 지식의 표현 방법
    • 생성 규칙(Production Rule)
    • 술어 논리(Predicate Logic)
    • 의미 망(Semantic Net)
    • 프레임(Frame)
    • 개념 그래프(Conceptual Graph)
  • 생성 규칙(Production Rule)
    • 규칙(rules)은 생성 규칙(Production Rule)이라고도 한다.
    • 다른 지식 표현 방법에 비하여 규칙이 상대적으로 이해하고 작성하기 쉽다.
 

* IF 절에 들어가는 것이 참이 아닐 수도 있다. 정보라는 것은 예외가 되는 케이스도 있다. 규칙 #8의 "시료는 액체이다"에서 시료가 액체 상태가 아닐 수도 있다. 논리학에서 전제를 의미하는 것이다. 전제가 거짓이면 해당 명제는 항상 참인 것처럼.

  • 술어 논리(Predicate Logic)
  • 의미 망(Semantic Net)
  • 프레임(Frame)
  • 개념 그래프(Conceptual Graph)

  • 추론 방법
    • 순방향 추론: 알려진 사실로부터 출발하여 결론을 이끌어내는 방법
  • 순방향 추론의 단점
    • 순방향은 사실을 모은 후에 이를 바탕으로 추론하는 것으로 자연스러운 방법이다. 하지만 목표와 관련 없는 규칙들이 점화될 수 있다.

  • 역방향 추론: 목표를 설정하고 추론 엔진은 이를 증명하는 증거를 찾는 방법
    • 목표에서 시작하여 사실 데이터가 이러한 목표를 지원하는지 확인하는 방법
    • 일반적으로 순방향 추론보다 효율적이다.
  • 역방향 추론의 단점
    • 기억장치에 개념(정보)가 없다면 하위 개념(정보)를 계속 만들면서 불필요한 연산을 계속한다.


충돌 해법

  • 동일한 사실이 입력되어도 서로 상반된 결론을 내리는 규칙이 저장되어 있다면 어떻게 해야 할까?
  • 각 규칙에 우선순위를 부여하고 가장 높은 우선순위를 가진 규칙을 점화하는 방법
    • 규칙 #1
      • IF 환자가 통증을 느낀다.
      • THEN 진통제를 처방한다.(우선순위: 20)
    • 규칙 #2
      • IF 환자가 통증을 느낀다.
      • AND 환자의 나이 > 60
      • AND 심장병 이력이 있다.
      • THEN 응급실로 간다.(우선순위: 90)
    • 사실 #1: 환자가 통증을 느낀다.
    • 사실 #2: 환자의 나이 > 60
    • 사실 #3: 심장병 이력이 있다.
  • 가장 특수한 규칙을 먼저 점화하는 방법
    • 특수한 규칙을 정해 특수한 상황을 처리한다.
  • 단기 기억 장치에 가장 최근에 입력된 데이터를 사용하여 규칙을 점화하는 방법
    • 최근에 저장된 정보에 가중치를 높게 준다.


전문가 시스템의 장점과 단점

  • 장점
    • IF_THEN을 사용하는 규칙은 인간 전문가의 지식을 표현하는 자연스러운 방법이다.
    • 전문가 시스템에서는 지식베이스와 추론엔진이 분리된다.
    • 따라서 다른 영역에도 쉽게 적용할 수 있다.
  • 단점
    • 지식(경험)을 학습할 수 없다.
    • 탐색이 비효율적이다.
      • 순방향 케이스는 모든 지식을 점화하여 시간이 오래 걸린다.
      • 역방향 케이스는 원하는 사실이 없다면 하위 규칙을 만들어 계속 찾게 된다.
    • 규칙이 많아지게 되면 유지보수하는 것이 어려워진다.




반응형

+ Recent posts