Back
machine-learning deep-learning data-science

전문가 시스템

전문가시스템 정리

전문가시스템

🤖 1. 지식 및 전문가시스템

  • 1960~1970 1차 AI 붐 → 1차 겨울: 계산기능한계, 논리체계한계
  • 1980~1990 2차 AI 붐 → 2차 겨울: AI HW 시장 붕괴, Data 부족, 규칙학습 불가능
  • 2010~20XX 3차 AI 붐 : 머신러닝, 딥러닝

데이터

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled.png

  • 데이터
    • 특정 분야에서 관측된 아직ㅈ 가공되지 않은 것
    • 오류나 잡음 포함 가능
  • 정보
    • 데이터를 가공하여 어떤 목적이나 의미를 갖도록 한 것
  • 지식
  • 지혜
    • 경험과 학습을 통해서 얻은 지식보다 높은 수준의 통찰

지식

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%201.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%201.png

  • 정보를 취합하고 분석하여 얻은 대상에 대해 사람이 이해한 것
  • 일반화, 규칙
  • 표현형식
    • 암묵지
      • 당연한, 형식을 갖추어 표현하기 어려운 학습과 경험을 통해 쌓은 지식
    • 형식지
      • 비교적 쉽게 형식을 갖추어 표현할 수 있는 지식
  • 표현 대상
    • 절차적 지식
      • 문제 해결의 규칙이나 절차 등
      • Symbolic
    • 선언적 지식
      • 어떤 대상의 특성에 대한 지식
      • 색상 등..
      • Non-Symbolic

Production Rule

  • 사실: Boolean
  • 규칙: If ~ Then 형태의 문장
  • 규칙 획득 및 표현
    • 예) 신호등이 녹색일 때는 건널목을 안전하게 건널 수 있고, 빨간색일때는 길을 건너지 말아야 한다
    • 대상, 속성, 행동/판단 정보 추출
      • 대상: 신호등
      • 속성: 녹색, 빨간색
      • 행동/판단: 건던다, 멈춘다
    • 표현
      • IF 신호등 = 녹색 THEN 건넌다, ELIF 신호등 = 빨간색 THEN 멈춘다
  • 규칙을 통한 지식 표현
    • 인과관계
      • 원인을 조건부에, 결과는 결론부에 표현
    • 추천
      • 상황을 조건부에, 추천내용을 결론부에
    • 지시
      • 상황을 조건부에, 지시 내용을 결론부에
    • 전략
      • 일련의 규칙들로 표현
    • 휴리스틱
      • 일반적으로 바람직한 것을 표현

규칙기반 시스템

  • 지식을 규칙의 형태로 표현
  • 규칙들을 사용해 문제에 대한 해를 찾는 지식기반시스템

전문가 시스템

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%202.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%202.png

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%203.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%203.png

  • 특정 문제정역에 대해 전문가 수준의 해를 찾아주는 시스템
  • 첫번째 겨울 이후 제한된 문제에 집중

전통적인 프로그램과 전문가시스템 비교

  • 전통적인 프로그램은 항상 같은 순서 (알고리즘) 으로 처리
  • 전문가시스템은 기술된 단계의 순서를 따르지 않음
    • 정확하지 않은 추론 허용
    • 확신도에 따라 불완전/불확실한 데이터를 처리

추론 엔진

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%204.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%204.png

추론

  • 구축된 지식과 주어진 데이터를 이요하여 가설을 검증하거나, 새로운 사실을 유도하거나, 관련된 정보를 유추
  • 생성 시스템 (Production System)

전향 추론 (foward reasoning)

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%205.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%205.png

  • 규칙의 조건부와 만족
  • 규칙의 결론부를 실행

후향 추론

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%206.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%206.png

  • 결론부에 가지고 있는 규칙을 찾아서
  • 조건부의 조건들이 모두 만족하는지 확인

전문가 시스템 구조

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%207.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%207.png

  • 지식/규칙베이스 : 사실, 규칙
  • 작업메모리
    • 사용자로부터 받은 문제에 대한 정보 관리
    • 추론과정의 중간결과를 저장, 유도된 최종해 저장
    • 작업 메모리에 저장되는 모든 것을 사실이라고 함
  • 추론 엔진
    • 실행할 수 있는 규칙을 찾아서, 해당 규칙을 실행하는 역할
    • 패턴 매칭 - 경합 해소 - 규칙 실행의 과정 반복

경합 해소 전략

  • 규칙 우선순위
    • 작업 메모리의 사실과 규칙베이스에 있는 규칙의 조건부를 대조
    • 일치하는 규칙을 찾는 과정
  • 최신 우선
  • 최초 우선
  • 상세 우선
    • 가장 상세한 조건부를 갖는 규칙

전문가시스템 개발 도구

  • LISP, Prolog
  • Jess, CLIPS, EXSYS, SEOPS

전문가 시스템 장점

  • IF - THEN 규칙
    • 전문가의 지식을 자연스럽게 표현
    • 독립적이고 이해하기 쉬움
  • 지식베이스와 추론엔진 분리
    • 다른 영역에돋 쉽게 적용 가능
  • 확신도를 사용하면 불완전하고 불확실한 지식 표현 가능

전문가 시스템 단점

  • 지식을 학습할 수 없음
    • 전문가가 새로운 지식을 추가, 변경해야 함
  • 비효율적인 탐색
  • 규칙이 많아지면 상호관계가 불명확해짐. 유지보수가 어려움.

2. Sementic Network

의미망

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%208.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%208.png

  • 지식을 이항 관계의 집합으로 표현
  • 방향성 그래프를 이용해 지식 표현
    • 노드
      • 대상, 개념, 행위, 상태, 사건
    • 간선
      • 관계가 있는 노드들을 연결
      • 관계에 따른 방향
      • 관계의 이미를 나타내는 라벨 부여

관계

🔵 is-a

  • 상위 클래스와 하위 클래스 관계 ex) 조류, 동물

  • 또는 클래스와 객체의 관계 (트위티, 종달새)

  • 계층 관계 표현.

    • 상위 계층의 속성을 상속

  • 추이적 (transitive) 관계 만족 → inheritance

    %E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%209.png
    %E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%209.png

🔵 has-a

  • 전체-부분 관계

  • part-of와 역관계

    • has-a(X,Y) 이면 part-of(Y,X) 성립

  • 추이적 관계 만족

    %E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2010.png
    %E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2010.png

다항 관계 표현

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2011.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2011.png

  • 다항 관계를 이항 관계로 전개
  • 사물화: 다항 관계를 객체로 간주하여 표현
  • 예) 길동이는 지난 가을부터 현재까지 고양이를 키우고 있다

의미망에서 추론

  • 상속을 사용
  • 질문에 대한 의미망과 지식을 나타내는 의미망을 비교

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2012.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2012.png

  • 질문 예) 펭귄은 알을 낳는가?
    • can(펭귄, 알낳기)에 해당
    • is-a 관계의 간선을 따라 조류 노드로 이동
    • can(조류, 알낳기)가 있으므로 질문의 답은 참

시맨틱 네트워크 장점

  • 지식을 시각적으로 표현하영 직관적 이해 용이
  • 노드 추가, 변경으로 쉽게 지식의 추가 변경 가능
  • 계층 관계를 정의하여 속성의 상속 관계 지정 가능
  • 복잡한 지식을 구조화하여 표현 가능

시맨틱 네트워크 단점

  • 지식의 양이 많아지면 관리 복잡
  • 개념이나 관계를 정의하는 표준 지침이 없음
    • 통일성 부족
    • 공유나 재사용에 대한 고려 없음
  • 논리적 결합 관계나 인과 관계를 기술하려고 하면 and, or, implies와 같 은 링크 도입 필요
    • 일관성을 떨어뜨리고 추론과정을 복잡
  • 기본적으로 정적인 지식의 표현
    • 추론 과정에서 동적으로 지식의 내용을 바꾸려면 그래프를 동적으 로 바꿀 수 있도록 해야 함

3. 프레임

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2013.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2013.png

  • 특정 객체, 개념에 대한 전형적인 지식을 슬롯의 집합으로 표현
  • 객체지향의 느낌

스크립트

%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2014.png
%E1%84%8C%E1%85%A5%E1%86%AB%E1%84%86%E1%85%AE%E1%86%AB%E1%84%80%E1%85%A1%E1%84%89%E1%85%B5%E1%84%89%E1%85%B3%E1%84%90%E1%85%A6%E1%86%B7/Untitled%2014.png

  • 일반적으로 발생할 수 있는 전형적인 상황에 대한 절차적 지식을 표현
  • 일련의 사건을 시간적 순서를 고려하여 기술

온톨로지

  • 어떤 영역의 지식을 개념, 특성, 속성, 제약조건, 개체에 대한 정보가 기술
  • 영역에 대한 공통된 어휘 사용
  • 서로간 토의를 통해 합의를 이룬 것을 표현
  • 예시
    • 아마존 쇼핑 카탈로그
    • 워드넷
      • 영어 단어의 어휘목록과 어휘목록 사이의 다양한 의미관계 기록
  • 시맨틱 웹
    • 웹의 데이터를 소프트웨어 에이전트가 이해하여 지능적으로 활용 가능하도록 하는 것
    • XML 사용
    • 의미 해석을 위해서는 RDF 사용

심볼 그라운딩 문제

  • 컴퓨터가 기호로 표기된 실제 세계의 의미를 이해할 수 없음
    • 딥러닝을 이용해 학습시키기

프레임 문제

  • 컴퓨터가 하나의 프레임에 갇혀 하나의 목표만 보고 움직임
  • 관계있는 지식을 사용하지 않음
© 2020 - 2021 Code like Feather
Built with Hugo
Theme Stack designed by Jimmy