인간은 지식을 이해하고, 추론하고, 해석하는 데 가장 뛰어나다. 인간은 지식인 사물을 알고 있으며, 지식에 따라 현실 세계에서 다양한 행동을 수행합니다. 그러나 기계가 이 모든 일을 수행하는 방법은 지식 표현과 추론에 달려 있습니다. . 따라서 우리는 지식 표현을 다음과 같이 설명할 수 있습니다.
- 지식 표현 및 추론(KR, KRR)은 AI 에이전트의 사고와 사고가 에이전트의 지능적인 행동에 어떻게 기여하는지와 관련된 인공 지능의 일부입니다.
- 컴퓨터가 이 지식을 이해하고 활용할 수 있도록 현실 세계에 대한 정보를 표현하여 질병 진단이나 인간과 자연어로 의사소통하는 등 복잡한 현실 세계 문제를 해결하는 역할을 담당합니다.
- 이는 인공지능에서 지식을 어떻게 표현할 수 있는지를 설명하는 방식이기도 합니다. 지식 표현은 단순히 데이터를 일부 데이터베이스에 저장하는 것이 아니라 지능형 기계가 해당 지식과 경험을 통해 학습하여 인간처럼 지능적으로 행동할 수 있도록 해줍니다.
대표할 내용:
다음은 AI 시스템에서 표현되어야 하는 지식의 종류입니다.
지식: 지식은 사실, 데이터, 상황에 대한 경험을 통해 얻은 인식 또는 친숙함입니다. 인공지능의 지식 유형은 다음과 같습니다.
지식의 종류
다음은 다양한 유형의 지식입니다.
1. 선언적 지식:
- 선언적 지식은 어떤 것에 대해 아는 것입니다.
- 여기에는 개념, 사실, 객체가 포함됩니다.
- 서술적 지식이라고도 하며 선언문으로 표현됩니다.
- 절차적 언어보다 간단합니다.
2. 절차적 지식
- 명령적 지식이라고도 합니다.
- 절차적 지식은 어떤 일을 수행하는 방법을 아는 책임이 있는 지식의 한 유형입니다.
- 모든 작업에 직접 적용할 수 있습니다.
- 여기에는 규칙, 전략, 절차, 의제 등이 포함됩니다.
- 절차적 지식은 적용할 수 있는 작업에 따라 달라집니다.
3. 메타 지식:
- 다른 유형의 지식에 대한 지식을 메타지식이라고 합니다.
4. 경험적 지식:
- 경험적 지식은 해당 분야 또는 주제에 대한 일부 전문가의 지식을 나타냅니다.
- 경험적 지식은 이전 경험, 접근 방식에 대한 인식을 바탕으로 한 경험 법칙으로, 작동하기에는 좋지만 보장되지는 않습니다.
5. 구조적 지식:
- 구조적 지식은 문제 해결을 위한 기본 지식이다.
- 사물의 종류, 부분, 그룹화 등 다양한 개념 간의 관계를 설명합니다.
- 개념이나 대상 사이에 존재하는 관계를 설명합니다.
지식과 지능의 관계:
현실 세계에 대한 지식은 지능에 중요한 역할을 하며 인공 지능을 만드는 데도 마찬가지입니다. 지식은 AI 에이전트의 지능적인 행동을 입증하는 데 중요한 역할을 합니다. 에이전트는 해당 입력에 대한 지식이나 경험이 있는 경우에만 일부 입력에 대해 정확하게 조치를 취할 수 있습니다.
만약 당신이 모르는 언어로 말하는 사람을 만났다면, 당신은 그것에 어떻게 대처할 수 있을지 생각해 봅시다. 에이전트의 지능적인 행동에도 동일한 내용이 적용됩니다.
아래 다이어그램에서 볼 수 있듯이 환경을 감지하고 지식을 사용하여 행동하는 의사 결정자가 하나 있습니다. 그러나 지식 부분이 나타나지 않으면 지능적인 행동을 나타낼 수 없습니다.
AI 지식주기:
인공 지능 시스템에는 지능적인 행동을 표시하기 위한 다음 구성 요소가 있습니다.
- 지각
- 학습
- 지식 표현 및 추론
- 계획
- 실행
위 다이어그램은 AI 시스템이 현실 세계와 상호 작용하는 방법과 지능을 표시하는 데 도움이 되는 구성 요소를 보여줍니다. AI 시스템에는 환경에서 정보를 검색하는 인식 구성 요소가 있습니다. 시각적, 청각적 또는 다른 형태의 감각 입력일 수 있습니다. 학습 구성 요소는 Perception Compoment에서 캡처한 데이터로부터 학습을 담당합니다. 전체 주기에서 주요 구성 요소는 지식 표현과 추론입니다. 이 두 가지 구성 요소는 기계와 같은 인간의 지능을 보여주는 데 관련됩니다. 이 두 구성 요소는 서로 독립적이지만 함께 결합되어 있습니다. 계획과 실행은 지식 표현과 추론의 분석에 달려 있습니다.
지식 표현에 대한 접근 방식:
지식 표현에는 주로 네 가지 접근 방식이 있으며 다음과 같습니다.
1. 단순한 관계형 지식:
- 관계형 방법을 사용하여 사실을 저장하는 가장 간단한 방법으로, 객체 집합에 대한 각 사실을 열에 체계적으로 나열합니다.
- 지식 표현에 대한 이러한 접근 방식은 서로 다른 개체 간의 관계가 표현되는 데이터베이스 시스템에서 유명합니다.
- 이 접근 방식은 추론할 기회가 거의 없습니다.
예: 다음은 간단한 관계형 지식 표현입니다.
| 플레이어 | 무게 | 나이 |
|---|---|---|
| 플레이어1 | 65 | 23 |
| 플레이어2 | 58 | 18 |
| 플레이어3 | 75 | 24 |
2. 상속되는 지식:
- 상속 가능한 지식 접근 방식에서는 모든 데이터가 클래스 계층 구조에 저장되어야 합니다.
- 모든 클래스는 일반화된 형태나 계층적 방식으로 배열되어야 합니다.
- 이 접근 방식에서는 상속 속성을 적용합니다.
- 요소는 클래스의 다른 멤버로부터 값을 상속받습니다.
- 이러한 접근 방식에는 인스턴스와 클래스 간의 관계를 보여주는 상속 가능한 지식이 포함되어 있으며 이를 인스턴스 관계라고 합니다.
- 모든 개별 프레임은 속성 및 해당 값의 컬렉션을 나타낼 수 있습니다.
- 이 접근 방식에서는 개체와 값이 박스형 노드로 표시됩니다.
- 우리는 객체에서 해당 값을 가리키는 화살표를 사용합니다.
3. 추론적 지식:
- 추론 지식 접근법은 형식 논리의 형태로 지식을 나타냅니다.
- 이 접근 방식을 사용하면 더 많은 사실을 도출할 수 있습니다.
- 정확성을 보장했습니다.
- 마커스는 남자예요
- 모든 남자는 죽는다
그러면 다음과 같이 나타낼 수 있습니다.
남자(마커스)
∀x = 인간(x) ----------> 필사자(x)s
4. 절차적 지식:
- 절차적 지식 접근 방식은 특정 작업을 수행하는 방법과 진행 방법을 설명하는 작은 프로그램과 코드를 사용합니다.
- 이 접근 방식에서는 하나의 중요한 규칙이 사용됩니다. If-Then 규칙 .
- 이러한 지식을 바탕으로 우리는 다음과 같은 다양한 코딩 언어를 사용할 수 있습니다. LISP 언어 그리고 프롤로그 언어 .
- 이 접근 방식을 사용하면 경험적 지식이나 도메인별 지식을 쉽게 표현할 수 있습니다.
- 하지만 이 접근법에서 모든 경우를 대표할 수 있는 것은 아닙니다.
지식 표현 시스템 요구 사항:
좋은 지식 표현 시스템은 다음과 같은 속성을 가져야 합니다.
KR 시스템은 필요한 모든 종류의 지식을 표현할 수 있는 능력을 갖추어야 합니다.
KR 시스템은 기존 구조에 상응하는 새로운 지식을 생성하기 위해 표상 구조를 조작할 수 있는 능력을 갖추어야 합니다.
적절한 가이드를 저장하여 추론 지식 메커니즘을 가장 생산적인 방향으로 유도하는 기능입니다.