인공지능총론 : 지식(자료, 정보, 지식, 지혜), 전문가 시스템, 지식기반 시스템의 한계

• 지식
• 지식의 위계 : 자료(Data), 정보(Information), 지식(Knowledge),  지혜(Wisdom)
• 다양한 지식의 표현언어
• 전문가 시스템
• 지식기반 시스템의 한계

 

---

1. 지식

• 지식은 인공지능에서 가장 핵심적 재료이다.
• 지식을 기반으로 하는 지능 시스템은 기존에 입력된 지식을 사용하여 새로운 지식을 추론한다.
• 지식 병목 현상 : 사람이 직접 기계에 입력하여 지능적인 기계를 만들고 유지보수하는 방식은 한계가 있다. (끊임없이 생성, 변형하는 수많은 지식을 기계에 입력하고 유지보수 하는 것에 한계가 있음)

 

2. 지식의 위계

• 자료 (Data) : 단순한 사실의 나열, 아직 가공되지 않은 것, 사실인것처럼 관측되지만 오류나 잡음을 포함함
• 정보 (Information) : Data를 가공하여, 의미있는 데이터로 목적을 얻는 것
• 지식 (Knowledge) : 정보를 체계화하여 일반적 사용에 대비한 보편성을 확보한 것.
• 지혜 (Wisdom) 경험과 학습을 통해 얻는 지식보다 높은 수준의 추론을 통해 패턴화된 지식

 

3. 다양한 지식의 표현언어

• 1) 자연 언어 : 사람이 사용하는 음성, 문자 언어
• 2) 시각 언어 : 구조도, 그림, 설계도 등 이미지로 표현된 것
• 3) 상징 언어 : 수학, 기호, 공식 등을 표현한 것
• 4) 논리 언어 : 논리 기호, 명제 연산을 통해 표현된 것
• 5) 데이터 베이스 : 객체와 관계로 구성된 표 형태의 지식
• 6) 규칙 : 규칙들의 조건부와 결론부로 IF ~THEN의 형태로 지식을 표현
• 7) 의사결정 트리 : 의사결정을 위해 트리모양의 그래프로 지식을 포현
• 8) 프레임 : 값 or 타 프레임의 포인터를 저장한 슬롯들로 지식을 표현
• 9) 통계적 지식 : 확률, 통계를 바탕으로 하는 지식 표현
• 10) 주석, 태깅 : 키워드, 기호, 이미지 등을 객체에 포함하여 지식을 표현
• 11) 시맨틱 네트워크 : 개념 간의 의미망으로 구성하여 지식을 표현
• 12) 의미망 : 노드와 노드 간의 관계를 표현하고 지식이 어떻게 조직되어 있는지를 그래프 형태로 보여주는 것.

 

 

4. 전문가 시스템

• 생성시스템의 하나로서, 인공지능 기술 응용분야 중에서 가장 활발하게 응용되고 있는 분야.
• 인간의 특정분야에 대한 전문적인 지식을 정리, 표현하여 컴퓨터에 기억시켜, 일반인도 이 전문지식을 이용할 수 있도록 하는 시스템
• 전문적이지만 아주 좁은 범위의 특정한 문제 영역에 양질의 특별한 지식을 적용한 것.
• 의료 진단 시스템, 설계 시스템 등 1980년대에 상업적으로 성공한 시스템으로 주목받고 있음.
• 전문가의 지식을 지식베이스에 저장하고 추론엔진을 활용하여 지식베이스에 저장된 지식을 제어한 뒤 일반인 사용자가 질의를 입력하면 전문가 시스템에서 그 잡을 찾아 결과를 출력하는 사용자 인터페이스의 형태를 사용한다.

 

• 전문가시스템의 종류
  • 1) 규칙 기반 : 인간 전문가에게 얻는 전문 지식을 IF-THEN 형태의 규칙으로 표현한 것. 의학 시스템 등에 많이 활용됨
  • 2) 논리 기반 : 명제논리, 서술논리를 바탕으로 법칙의 진리 값을 규명하거나, 수학의 새로운 이론 도출을 위해 구현된 시스템
  • 3) 퍼지 : 불확실성을 다루는 퍼지논리를 사용하여 정확성과 논리적이 부족한 인간의 애매한 용어를 바탕으로 추론할 수 있도록 하는 시스템
  • 4) 신경망 : 신경망 이론을 활용하여 기계학습을 하거나 원하는 결과를 예측하여 제시하는 시스템
  • 5) 데이터베이스 기반 : 대규모이며 다중 계층의 다양한 데이터 포맷의 데이터베이스로부터 전문가의 지식을 발굴하는 시스템
  • 6) 온톨로지 : 특정 작업이나 영역의 지식을 서술하는 것으로, 대화 형싱의 어휘 시스템을 기반으로전문가 시스템을 구성

 

• 전문가시스템의 활용분야
  • 감시 : 관찰결과와 예상결과를 비교하여 모니터링
  • 계획 : 로봇이나 기계의 행동을 설계하고 예측
  • 교육 : 학습내용을 진단하고 평가 결과로 학습을 제공
  • 모의 : 시스템 수행과정과 구성요소 간 상호작용을 모형화
  • 선택 : 다양한 가능성 중 최적의 결정안을 선택
  • 설계 : 제한된 자원과 요앤 내에서 설계
  • 예측 : 과거, 현재 주어진 상황과 결과를 바탕으로 미래를 예측
  • 제어 : 시스템의 데이터와 행위를 진단하고 수정, 통제, 관리 
  • 진단 : 관찰된 자료와 결과로부터 시스템과 사용자의 문제점을 추론
  • 처방 : 진단으로부터 추론한 고장과 문제점에 대한 대안 제시
  • 해석 : 인식한 자료로부터 상황을 파악하고 분석

 

 

5. 지식기반 시스템의 한계

• 구축된 지식범위에서, 한정된 전문 영역만 사용 가능하기 때문에 범용적으로 활용이 어려움
• 1980년대 지식 병목 현상 발생으로 전문가 시스템의 한계에 부딪침
• 2000년대 웹 활성화로 인해 웹기반 전문가 시스템으로 변화됨
• 2001년 시맨틱 웹으로 웹 자원을 분류하고 처리하는 프레임워크가 제안됨
• CYC : 포괄적인 용어와 일상의 상식을 지식 베이스로 만들기 위한 인공지능 프로젝트

 

---