인공지능과 빅 데이터 3주차 2차시 - 지식 표현과 추론, 지식 표현의 불확실성

논리를 이용한 지식 표현과 추론

논리

명제 논리 - 참 거짓을 분명하게 판정할 수 있는 문장

논리 합, 곱, 부정 나오네요

논리 곱 표현

 

술어 - 대상의 속성이나 대상 간의 관계를 함수 형태로 나타낸다.

 

논리곱 표현

 

인공지능은 논리를 바탕으로 추론해야 한다.

 

규칙을 이용한 지식 표현과 추론

규칙의 나열 - 조합하여 그래프로 표현할 수 있다.

 

그래프 표현이 직관적이고 쉽다.

 

의미망을 이용한 지식 표현과 추론

의미망 예

직접적인 연결은 없어도 상위 개념을 통해 연결되어 있다면 가능하다고 볼 수 있다.

팽귄이면 조류다. 조류는 알을 낳는다.

지식이 풍부해질 수록 연결이 더욱 많아진다.

 

용이한 지식의 추가 및 변경

지식을 그대로 글로 표현한 것은 활용하기에 굉장히 어렵다.

 

 

지식 표현의 불확실성

오리너구리가 예시가 될 수도 있겠네요

복잡한 대상, 지식 표현은 불확실한 것이 분명히 있다.

 

부정확한 언어 사용 - 자연어가 모호한 경우가 많다. 주관적인 기준의 다름

 

퍼지 이론

키가 크다 -> 키가 얼마나 큰건데 ? -> 180? 그럼 179.9는? 

이분적으로 판단하지 말고 더 현실에 맞게 표현해 보자!

2가지를 가질 수 있다.

 

흠 겁나 애매하게 만드는 표현 같은데...?