무엇을 하나요? 상징적 인공 지능 비열한?
상징적 인공 지능(고전적 AI 또는 GOFAI라고도 함)은 상징과 규칙을 사용하여 지식을 명시적으로 표현하는 데 중점을 둔 인공 지능에 대한 초기 접근 방식 중 하나입니다. 이 접근 방식은 형식적 논리와 기호 조작을 통해 인간의 사고와 추론을 모델링하려고 시도합니다. 현대의 머신 러닝 데이터로부터 학습하는 방법과 달리, 심볼릭 AI는 사람이 인코딩한 규칙과 지식 기반에 의존해 문제를 해결합니다. 예를 들어, 의료 진단을 위해 설계된 심볼릭 AI 시스템에서 지식은 의사가 진단 과정을 통해 추론하는 방식과 마찬가지로 증상을 가능한 상태와 연결하는 명시적 규칙을 통해 표현됩니다.
기호적 인공 지능의 이해
심볼릭 AI의 구현은 실제 개념과 관계를 나타내는 사람이 읽을 수 있는 기호와 규칙의 조작을 중심으로 이루어집니다. 이러한 시스템은 형식 논리, 의사 결정 트리, 그리고 전문가 시스템 을 사용하여 정보를 처리하고 의사 결정을 내립니다. 이 접근 방식은 인간의 지능을 기호 조작으로 축소할 수 있다는 전제하에 작동하며, 복잡한 사고와 추론 과정을 더 단순한 기호 연산으로 분해합니다. 예를 들어 자연어 처리 작업에서 상징적인 AI 시스템은 문장을 문법적 구성 요소로 세분화하고 미리 정의된 규칙을 적용하여 의미를 파악하는 방식으로 문장을 분석합니다.
심볼릭 AI의 실제 적용은 역사적으로 다양한 영역에서 중요하게 사용되어 왔습니다. 전문가 시스템에서는 명확한 규칙과 의사 결정 경로를 정의할 수 있는 의료 진단과 같은 분야에서 인간의 전문성을 포착하고 적용하는 데 기호 AI가 사용되었습니다. 자동화된 추론 시스템에서 심볼릭 AI는 컴퓨터가 다음과 같은 공식 규칙을 적용하여 복잡한 논리적 문제를 해결할 수 있게 해줍니다. 추론. 이러한 시스템은 문제를 잘 정의하고 규칙을 명시적으로 명시할 수 있는 영역에서 탁월합니다.
상징적 AI 시스템을 구현하려면 신중한 지식 엔지니어링과 규칙 정의가 필요합니다. 전문 지식은 컴퓨터가 처리할 수 있는 공식적인 논리 진술과 규칙으로 변환되어야 합니다. 지식 표현이라고 하는 이 프로세스에는 모델링하는 도메인과 논리 프로그래밍 모두에 대한 상당한 전문 지식이 필요합니다. 결과 시스템은 적용된 논리적 단계와 규칙을 추적하여 의사 결정에 대한 명확한 설명을 제공할 수 있으므로 의사 결정의 투명성이 중요한 애플리케이션에서 특히 유용합니다.
최근에는 심볼릭 AI와 머신러닝을 결합한 하이브리드 접근 방식이 개발되고 있습니다. 이러한 시스템은 두 패러다임의 강점인 기호 시스템의 명시적 추론 및 해석 가능성과 신경망의 패턴 인식 및 학습 기능을 활용하려고 시도합니다. 예를 들어, 자율 주행 차량에서 심볼릭 AI는 교통 규칙에 대한 높은 수준의 추론을 처리하고 신경망은 물체 감지를 위한 센서 데이터를 처리할 수 있습니다.
기호적 AI의 진화는 현대의 AI 개발에도 계속 영향을 미치고 있습니다. 많은 애플리케이션에서 순수한 기호적 접근 방식은 대부분 머신러닝 방식에 자리를 내주었지만, 명시적 지식 표현과 논리적 추론의 원칙은 여전히 관련성이 있습니다. 현재 연구에서는 다음과 같은 분야에 기호적 추론을 통합하는 방법을 모색하고 있습니다. 딥 러닝 시스템을 통합하여 보다 강력하고 해석 가능한 AI 솔루션을 만들었습니다. 이 통합의 목표는 순수한 신경망 접근 방식은 많은 양의 트레이닝 데이터 그리고 명시적인 도메인 지식을 통합하는 데 어려움이 있습니다.
이 분야는 실제 세계의 복잡성과 불확실성을 처리하기 위해 확장하는 데 있어 지속적인 도전에 직면해 있습니다. 기호적 표현의 경직된 특성으로 인해 모호하거나 불완전한 정보를 처리하기 어려울 수 있으며, 지식 기반을 수동으로 생성하는 것은 시간이 많이 걸리고 오류가 발생하기 쉽습니다. 그러나 명확한 추론 경로를 제공하고 명시적인 도메인 지식을 통합하는 심볼릭 AI의 능력은 특히 설명 가능성과 공식적인 검증이 필요한 특정 애플리케이션에서 계속 가치를 발휘하고 있습니다.
" 용어집 색인으로 돌아가기