[인공지능] 전문가시스템

 

지금껏 포스팅했던

'탐색'으로 구현한 인공지능은

절차적 코드를 사용한다.

 

그러나

지능은 '탐색'으로만 구현되지 않는다.

 

전문가 시스템은 코드가 아닌

규칙으로 표현된 지식을 이용하여

좀 더 복잡한 문제를 해결한다.

 

 

전문가 시스템

 

이미 습득한 지식을 이용하여 새로운 사실을 추론하는 방법이다.

 

 

생성규칙(Production Rules)

 

데이터 : 사실 ( True ) ( ex. 신호등, 빨간색 )

정보 : 의미 있는 사실 ( True ) ( ex. 신호등이 빨간색이다. )

지식 : 추론을 위한 정보 ( True or False )  ( ex. 신호등이 빨간색이면 멈추어야 한다. )

 

EX. ) 

자동차가 움직이지 않는다. AND 연료탱크가 비웠다.  ( 상황 )

THEN 자동차에 연료를 급유한다. ( 결론 )

( 상황이 주어지면 결론이 내려지는 시스템 )

 

 

추론엔진 

 

 

 

장기기억장치에는 추론에 필요한 규칙(지식)이 저장되어 있다. 단기기억장치에는 현재 정보가 들어있다. 정보와 규칙이 만나면 새로운 정보를 추론할 수 있다. 

 

 

 

사용자가 본인의 상태 정보를 사용자 인터페이스로 추론엔진에 전달하면 미리 전문가가 지식베이스에 저장해놓았던 규칙(지식)을 근거로 새로운 정보를 추론하여 사용자에게 전달한다.

 

 

추론 방법 

 

1) 순방향 추론 : 사실로부터 결론을 추론

 

 

 

2) 역방향 추론 : 목표를 설정하고 증명하는 추론

 

 

 

목표 Z를 얻기 위한 규칙을 찾는다. ( Y & C & D → Z )

 

단기 기억 장치에 C,D 정보는 있으나 Y 정보가 없으므로 Y 정보를 얻기 위한 규칙을 찾는다. ( X & B → Y )

 

단기 기억 장치에 B 정보는 있으나 X 정보가 없으므로 X 정보를 얻기 위한 규칙을 찾는다. ( A  → X )

 

A 정보로 X 정보를 추론한다. 

 

X 정보와 B정보로 Y정보를 추론한다.

 

Y 정보와 C 정보 그리고 D 정보로 Z 정보를 추론한다.

 

 

충돌해법

 

동일한 사실(정보)에 대한 규칙이 여러 개라면 어떤 규칙을 점화시켜야 할까?

 

1) 우선순위 기법

2) 특수한 규칙 우선 점화

3) 가장 최근에 사용한 데이터를 기준으로 규칙 점화

 

 

---

 

전문가 시스템은 IF-THEN 구조를 이용하여 지식을 자연스럽게 표현했다. 지식베이스와 추론 엔진이 분리되어 있어 다른 영역에도 독립적으로 사용이 가능하다. 

 

그러나 규칙이 많아지면 유지보수가 어려워진다. 탐색이 비효율적이고 스스로 학습이 불가능하여 인간이 지식을 넣어주어야 한다.