7-1 인공지능에 쓰이는 논리와 추론
명제 논리
주어와 술어를 구분하지 않고 전체를 하나의 식으로 처리하여 참 또는 거짓을 판별하는 법칙을 다룬다.
술어 논리
주어와 술어로 구분하여 참 또는 거짓에 관한 법칙을 다룬다.
명제
논리에서 가장 기초 개념인 명제 ( proposition ) 란 어떤 사고를 나타내는 문장 중 애매하지 않고 명확하게 참이나 거짓을 구분할 수 있는 문장이나 수학적 식을 말한다.
논리 부정
임의의 명제 p가 주어졌을 때 그 명제에 대한 부정은 명제p의 반대되는 진리값을 가지며,
기호로는 ~p라 쓰고 'not p 또는 p가 아니다' 라고 읽는다.
p의 진리값이 T 이면, ~p의 진리값은 F. p의 진리값이 F 이면, ~p의 진리값은 T
논리 합
임의의 두 명제 p,q가 '또는(OR)'으로 연결되어 있을 때 명제 p,q의 논리합은 pvq로 표시.
두 명제의 논리합 pvq는 두 명제가 모두 F인 결루에만 F 의 진리값을 가지고, 그렇지 않으면 T 의 진리값.
논리 곱
임의의 두 명제 p,q가 '그리고(AND)'로 연결되어 있을 때 명제 p,q의 논리곱은 p^q로 표시.
두 명제의 논리곱 p^q는 두 명제가 모두 T인 경우에만 T의 진리값을 가지고, 그렇지 않으면 F의 진리값.
조건
조건 연산자를 함축(implication) 이라고도 한다.
임의의 명제 p,q의 조건 연산자는 p -> q 로 표시하고, 'p이면 q이다.'
조건 연산자 p -> q는 p의 진리값이 T 이고 q의 진리값이 F일 때만 거짓의 진리값을 가지고
그 외의 경우에는 모두 T인 진리값을 가진다.
조건 명제에서는 가정이 F이면 결론은 항상 T가 된다는 특징.
추론
이미 알려진 삿길이나 명제를 근거로 삼아 미지의 사실에 대한 판단이나 결론을 이끌어내는 사고 과정
- 귀납 추론 : 개별적인 사실들을 분석하고 이로부터 큰 범주에 대한 일반적인 결론을 끌어내는 방법.
-연역 추론과 같은 논리적 필연성이 적다.
-새로운 지식이나 이론의 발견과 확장을 가능케 하는 추론 방법 - 연역 추론 : 기본적으로 하나 이상의 전제로부터 다른 어떤한 결론을 도출해내는 추론 방식.
-최초의 대전제가 결론을 끌어내는 가장 중요한 근거가 되며,
이 결론은 전제들 속에 이미 포함된 내용으로 도출될 수밖에 없다.
-확장성은 부족하나 논리의 일관성이 장점
-삼단 논법 : 미리 알려진 두 판단으로부터 그들과는 다른 하나의 새로운 판단으로 이끄는 추론 방법.
대전제 : 소크라테스는 사람이다.
소전제 : 사람은 모두 죽는다.
결론 : 따라서 소크라테스는 죽는다. - 유비 추론 : 두 개의 특수한 대상에서 어떤 현상이 유사하거나 일치하기 때문에
다른 현상도 유사하거나 일치할 것이라고 추론하는 방법.
-기존에는 알지 못했던 새로운 영역의 이해에 도움이 되는 경우가 많다.
7-2 인공지능에서의 탐색 기법
목표를 찾기 위한 추론의 방법
- 순방향 추론 ( forward inference ) : 출발 상태로부터 목표 상태를 향해 진행하는 기법.
-규칙들이 주어진 정보들에 대해 참인지 거짓인지를 판단하고,
만약 참이라면 검사한 규칙의 결론을 지식베이스 ( 알려진 지식을 모아놓은 것 ) 에 추가한다.
-이러한 작업을 반복함으로써 목표를 찾아가게 된다. - 역방향 추론 ( backward chaining ) : 순방향 추론과 반대되는 탐색 방법을 사용하며,
주어진 목표로부터 처음 출발 단계까지 거꾸로 진행하게 된다. - 양방향 추론 : 순방향 추론과 역방향 추론을 접합.
무정보 탐색
어떠한 사전 정보를 사용하지 않고 일정한 순서대로만 탐색한다.
-
깊이 우선 탐색 ( Depth First Search, DFS )
첫 정점 ( node ) 을 방문하고 왼쪽으로 이동하여 계속해서 탐색한다.
탐색할 정점이 없으면 되돌아와서 다른 정점들을 순환적으로 탐색한다. -
너비 우선 탐색 ( Breadth-First Search, BFS )
시작 정점을 방문한 후 시작 정점과 연결된 모든 정점을 왼쪽부터 차례대로 방문한다.
휴리스틱 탐색 ( uninformed search )
탐색 과정에서 경험적 지식을 활용하는 것
최소최대 탐색 ( minimax search )
상대가 있는 2인용 게임에서의 탐색을 말한다.
나의 가능성을 최대로 하고 상대방의 가능성을 최소로 하는 전략 탐색
게임의 경우에는 앞으로의 많은 수를 예측해야 하므로 경우의 수가 폭발적으로 많다.
탐색할 필요가 없는 탐색 경로는 전지 작업( prunting ) 으로
그 부분 이하는 잘라내어 탐색할 시간을 줄인다.
7-3 인공지능과 알고리즘
알고리즘
주어진 문제의 해결을 위해 필요ㅗ한 여러 가지 단계들을 체계적으로 명시해 놓은 것
어떤 문제를 해결하는 방법의 상세한 특징을 기술하는 것
표현하는 방법 : 순서도, 유사 코드, 언어적 표현 등
휴라스틱
과거의 경험을 바탕으로 어림짐작을 하게 되는 것
어떤 사안 또는 상황에 대해 엄밀한 분석에 의하기보다 비슷한 문제에 대한
과거의 경험들을 바탕으로 직관적으로 판단하여 선택하는 의사결정 방식
인공지능 A* 알고리즘
1968년 미국의 피터 하트 외 2명이 제안하였으며, 디직스트라가 1959년에 만든 알고리즘의 확장판.
탐색의 수행에 있어 매우 효과적인 알고리즘이며 다양한 종류의 문제 해결에 사용되고 있다.
출발점으로 부터 목표지점까지의 최적 경로 탐색의 한 방법으로서
적절한 휴리스틱을 사용하여 최적화 할 수 있는 알고리즘
7-4 규칙기반 전문가 시스템
규칙기반 시스템의 작동
사용자가 질의하면 지식베이스와 추론규칙을 이용하여 추론한 후 그 결과를 알려준다.
전문가 시스템 ( Expert system )
어떤 특정 분야에서의 인간 전문가들의 전문 지식을 수집 정리하여 주어진 특정 전문영역에 관한 문제를 인공지능의 추론 능력을 이용하여 해결하고자 하는 컴퓨터 지문 시스템의 일종
일반적인 전문가 시스템의 개념도
-전문가가 가지고 있는 지식을 정리하여 시스템에 입력하여 지식베이스를 구축 한다.
-사용자가 질문하면 추론기구가 지식베이스를 이용하여 추론하고 그 결과를 사용자에게 전해준다.
연습문제
진위 문제
1. 규칙기반 인공지능은 신경망과는 담당하는 역할이 다소 다르다. ( o )
2. 규칙기반 인공지능에서는 논리를 바탕으로 규칙을 통해 추론한다. ( o )
3. 논리의 중요한 목적에는 논리를 통한 입증이 옳은가를 포함하지 않는다. ( x )
4. 논리는 일반적으로 명제 논리와 술어 논리로 구분된다. ( o )
5. 논리에서 " 3x2=5 라면, 런던은 미국의 수도다." 는 F가 된다. ( x )
조건 명제에서는 가정이 F이면 결론은 항상 T가 된다.
6. 연역 추론은 하나 이상의 전제로부터 다른 어떤 결론을 도출해내는 추론 방식을 말한다. ( o )
7. 역방향 추론은 출발 상태로부터 목표 상태를 향해 나가는 기법이다. ( x )
8. 게임에서 나의 가능성은 최대로, 상대방의 가능성은 최소로 하는 전략 탐색을 쓴다. ( o )
9. 세탁기나 전자레인지 등에서의 단계별 사용 설명서는 알고리즘에 속하지 않는다. ( x )
10. 규칙이란 통상 "if ooo then xxx" 이라는 형식으로 표현된다. ( o )
단답식 / 선택식 문제
1. 논리와 명제는 (규칙기반) 인공지능에 필수적인 이론적 기반을 제공하고 있다.
2. ( 술어 ) 논리는 주어와 술어로 구분하여 참 또는 거짓에 관한 법칙을 다룬다.
3. 명확하게 참이나 거짓을 구분할 수 있는 문장이나 수학적 식을 ( 명제 )라고 한다.
4. 추론은 크게 3가지로 나누면 귀납 추론, ( 연역 ) 추론, 그리고 유비 추론이다.
5. ( 귀납 추론 )은 개별적 사실들의 분석으로부터 일반적인 결론을 끌어내는 추론 방법이다.
6. 목표를 찾기 위한 추론의 방법으로는 순방향 추론과 ( 역뱡향 ) 추론이 있다.
7. 문제 해결을 위한 여러 가지 단계들을 체계적으로 명시해 놓은 것이 ( 알고리즘 ) 이다.
8. ( 전문가 시스템 ) 은 인간 전문가들의 전문 지식을 수집 정리하여 인공지능의 추론 능력을 이용하여 해결하고자 하는 컴퓨터 자문 시스템의 일종이다.
9. 다음의 탐색 중 경험적 지식을 사용하는 탐색 방법은? ( 1 )
- 휴리스틱 탐색 2. 깊이 우선 탐색 3. 너비 우선 탐색 4. 무정보 탐색
10. 다음 중 규칙을 이용한 인공지능 기법을 통한 적절한 문제가 아닌 것은? ( 2 )
- 물통 문제 2. 복잡한 곱셈 문제 3. 문자 암호 풀이 4. 8-puzzle 게임
주관식 문제
1. 생활 속의 알고리즘의 예를 아는 대로 드시오.
기초적인 수학의 연산, 라면 조리법, 하루의 일정 계획,
가전제품의 사용 매뉴얼, 지하철 환승 방법, 알파고와 같은 인공지능 방법론
2. 연역 추론 중 삼단논법을 간단히 설명하시오.
미리 알려진 두 판단으로부터 그들과는 다른 하나의 새로운 판단으로 이끄는 추론 방법.
대전제 : 소크라테스는 사람이다.
소전제 : 사람은 모두 죽는다.
결론 : 따라서 소크라테스는 죽는다.
3. 휴리스틱에 관해 간단하게 설명하시오.
과거의 경험을 바탕으로 어림짐작을 하게 되는 것
어떤 사안 또는 상황에 대해 엄밀한 분석에 의하기보다 비슷한 문제에 대한
과거의 경험들을 바탕으로 직관적으로 판단하여 선택하는 의사결정 방식
4. 인공지능에서 문제 해결을 위한 주요 단계들을 기술하시오.
- 문제를 명확하게 정의해야 한다.
- 문제에 대한 철저한 분석이 필요하다.
- 정해진 제약 조건이나 규칙이 있는 경우 규칙의 적용에 대한 검증이 필요하다.
- 최적의 기법을 선택한다.
- 결과가 나오면 문제 해결 과정에 문제점이 없는지를 분석하고 검토한다.
5. 자동차 전문가 시스템이 할 수 있는 역할을 말해보시오.
손쉽게 전문가의 지식을 이용할 수 있다.
손상이 있는 부품이 있는지,
처음 만나는 인공지능 Welcome to the A.I. World - 김대수 지음
