빨간당무 마을

본문은 "인공지능 대화시스템 연구" (고창수 외, 지식과 교양) 책 내용 중 연구에 필요한 내용을 발췌 및 정리하였음. 대화 참여자들이 참조하는 지식 체계는 (p.40) 1. 언어지식 : 문법지식과 어휘지식, 텍스트지식 등을 포함한 지식 2. 백과사전적 지식 : 전문 분야 지식이나 특정 정보와 관련된 지식 3. 상호작용에 대한 지식 : 사회적으로 개인의의도를 실현하기 위해 사용하는 도구와 수단 등을 포함한 지식 한 낱말의 사용이 그 사용이라는 관점으로 발화한 것은 곧 행하는 것, 활동, 행위라고 보는 견해와 관련된 체계임 예를 들어 "여기는 더운 것 같네."라는 발화는 화자와 청자의 관계가 수평적인 관계 시 : 단순히 화자의 발화를 진술로 해석 화자가 청자보다 나이가 많거나 지휘가 높은 사람으로 수직적 ..

- Intelligent Agent (지능형 에이전트) - 사용자의 개입 없이 주기적으로 정보를 모으거나 또는 일부 다른 서비스를 수행하는 프로그램이다. - 일반적으로, 에이전트 프로그램은 사용자가 제공한 매개변수를 사용하여, 인터넷의 전부 도는 일부를 검색하여 사용자가 관심을 가지고 있는 분야의 정보를 수집하고, 이것을 매일 또는 정해진 주기로 제공한다. - 이러한 에이전트를 "로봇" 또는 줄여서 "봇"이라고 부르기도 한다. - 또한, 사용자의 등록정보 또는 사용실적에 기반하여 웹사이트에서 제공하는 정보를 개인화 하도록 만들어진 에이전트들도 있다. - 또다른 형태의 에이전트들은 특정 사이트를 감시하다가 그 사이트가 언제 수정되었는지, 새로 추가된 이벤트는 없는지 등을 알려주는 기능을 포함한다. - 이렇..

- 시맨틱 웹 (Semantic Web) - 컴퓨터가 사람을 대신하여 정보를 읽고 이해하고 가공하여 새로운 정보를 만들어 낼 수 있도록, 이해하기 쉬운의미를 가진 차세대 지능형 웹. - 시맨틱 웹을 구성하는 핵심 기술로는 자원 기술 개념(RDF)과 같은 웹 자원(Resource)를 서술하기 위한 자원 서술 기술, 온톨로지(Ontology)를 통한 지식 서술 기술, 통합적으로 운영하기 위한 에이전트(Agent) 기술 등을 들 수 있다. - 웹2.0 (Web 2.0) - 개방형 서비스 구조를 기반으로 사용자의 참여를 통해 핵심가치를 창출하는 인터넷 서비스. - 기존의 웹이 사용자들이 데이터와 서비스를 수동적으로 받는 일방적인 정보제공의 개념이라면 웹2.0은 참여와 개방을 바탕으로 사용자들이 자유롭게 정보와 ..

- Closed world Assumption - 기존의 룰 베이스에 존재하는 사실들만 참이라고 가정하고 룰베이스에 존재하지 않는 사실들에 대해서는 무조건 부정하여 거짓으로 간주한다. - 기존의 룰 베이스에 존재하는 사실들로만 판단하는 것, 따라서 완전한 지식이 존재하는 영역에 대해서만 적합한 방법임. - 예를 들어 resting(Lee) ∨ working(Lee) 1. 이것으로 부터 유도되는 fact resting(Lee) ∨ working(Lee), ￢resting(Lee), ￢working(Lee) 2. ￢resting(Lee), ￢working(Lee) 가 왜 유도될까? 이것은 resting(Lee) ∨ working(Lee)에서 각각 resting(Lee), working(Lee)을 유도할 수 ..

- 1차 술어 논리는 형식 언어로 일반적으로 술어 논리로 부르기도 한다. 명제 논리를 보다 강력하게 확장한 것이다. - 장점 비교적 적은 수의 primitives만을 포함하고 있어도 명제 논리에 비해 매우 풍부한 표현력을 자랑한다. - 단점 Knowledge는 complete해야 한다. Knowledge는 일관성이 있어야 한다. (지식들 간의 conflict가 없어야 한다) Knowledge base는 monotonic하게 증가하여야 한다. - A Predicate Logic Example 1. Marcus was a man Man(Marcus) 2. Marcus was a Pompeian Pompeian(Marcus) 3. All Pompeians were Romans ∀x: Pompeian(x) → ..

- Backward chaining - Goal-driven procedure, top-down reasoning - 목표나 가정을 증명하기 위하여 그 목표를 지지하는 증거를 찾아내고 다시 이 증거들을 뒷받침 해 주는 또 다른 증거를 찾아가는 방법. - 증명된 결론이 있을 때, Unification 알고리즘에서 사용됨. - 수행절차 가설이 설정되면 → 관계있는 규칙만을 찾아 실행하여 → 조건부가 만족되었는지 검사한다 → 조건부가 만족되었으면 끝내고 / 그렇지 않으면 그 조건부를 다시 새로운 가설로 설정한다. (이러한 과정을 반복) - 장점 1. 현재의 목표와 관련이 없는 사실과 규칙을 찾지 않는다. 2. 특정한 목표 혹은 가설의 참/거짓을 검사할 수 있다. - 단점 1. 문제 해결을 하기 위하여 초기 상..

- Constraint Satisfaction Problem (CSP; 제약 만족 문제) - 사람이 수행하는 systematic적인 search를 효과적으로 할 수 있도록 하며 검색 공간을 줄여주는 방법임 - 문제를 해결하는 제약조건을 이용하여 결과를 검사하고 결과를 만들어 낼 때도 사용됨 - 체계적으로 optimal한 값을 찾으며, trace를 원할 때에는 CSP가 유리함 - 어떤 문제에 대해 제약조건만을 바꿔주면 문제를 해결할 수 있음 (독립적) - 탐색 중 제약조건을 하나라도 어긋나면 탐색을 중지하는 예측적 성향도 있음 - Best First Search (BFS; 최적 우선 탐색) - Stochastic적인 search를 하는 방법임 - Heuristic search의 한 종류로 얼마나 효과적인 ..

- 제약 만족 문제(Constraint Satisfaction Problem; CSP) - 주어진 제약 조건을 만족시키는 해를 찾는 탐색 방법으로, 이 제약 조건을 만족시킨 상태가 CSP의 목적 상태이다. - 제약 조건을 만족시키지 않으면 탐색 범위에서 제외되기 때문에 탐색 공간을 줄일 수 있고, 모든 상태가 제약 조건을 만족시키지 않을 경우, 해가 없음을 미리 알 수 있는 예측적 성격을 갖는다. - 어느 도메인에서든 제약 조건만 변경하면 적용할 수 있으므로, 도메인 독립적이다. - 해를 찾는 과정을 추적(trace)할 수 있다. - 각각의 변수가 가지는 도메인 내에서 문제에 주어진 모든 제약 조건을 만족하는 해를 찾는 문제로 정의 - 구성 요소 domain variable : 상태값이 저장되어 있는 변..

- 유전 알고리즘이란 자연계에 있어서 생물의 유전(Genetics)과 진화(Evolution)의 메카니즘을 공학적으로 모델화하는 것에 의해 생물이 갖는 환경에서의 적응 능력을 취급하는 것 - 1975년에 John Holland가 저서 "Adaptation on Natural and Artificial System'에 처음 소개한 자연도태의 원리를 기초로 한 최적화(Optimization) 방법 - 유전 알고리즘 - 자연계 생물의 유전과 진화의 메카니즘을 공학적으로 모델화 하는 일종의 확률 탐색 방법으로, 생물의 유전자 모양으로 탐색을 진행하며, 탐색(search), 최적화(optimization), 기계학습(machine learning)의 도구로서 많이 사용됨 - 근접한 최적 해를 찾기 쉽고 병렬적 탐..

- Local beam search - Beam Search의 일종 (Path-based algorithm) - Best-First search 에서 기억 노드의 수를 제한 하는 방법 - 기억 공간이 축소되지만 너무 빠른 가지치기를 초래 - BFS search로 다음 상태의 해집합을 구함 - 해집합을 Goal에 가가운 순으로 정렬 - 사전 설정된 수만큼의 해집합만을 유지하고 나머지는 잘라냄