
528
AI
를 위한 필수 수학
정리하기
다양한 유형의 논리를 갖춘 인공지능 에이전트는 세계에 대한 지식을 표현하고 그것에 대해 추
론하며 질문에 답변하고 이러한 논리의 경계 내에서 허용되는 추론을 수행할 수 있다.
지금까지 우리는 명제 논리,
1
차 논리, 확률 논리, 퍼지 논리, 그리고 시간 논리를 포함한 다양
한 논리 프레임워크에 대해 논의했다.
이러한 내용을 공부한 후에 자연스럽게 나올 만한 질문은 다음과 같다.
●
에이전트의 지식 베이스에 어떤 내용이 들어가야 하는가?
●
세계에 대한 사실을 어떻게 표현해야 하는가?
●
지식은 어떤 프레임워크로 표현되고 추론이 이루어져야 하는가?
다음은 이러한 질문의 답이 될 수 있는 예시다.
●
명제 논리?
●
1
차 논리?
●
계획에 대한 추론을 위한 네트워크?
●
불확실성과 함께 추론하기 위한 베이즈 네트워크?
●
에이전트가 논리의 규칙을 선택적으로 위반할 수 있는 인과 다이어그램과 인과 추론?
●
시간에 따른 추론을 위한 마르코프 모델?
●
이미지, 소리 또는 기타 데이터에 대한 추론을 위한 심층 신경망?
다음 단계는 지금까지 다룬 논리 체계 중 하나를 더 깊게 파고드는 것이다. 이 과정에서 추론
규칙, 기존 추론 알고리즘, 각 알고리즘의 장단점, 그리고 어떤 유형의 지식 베이스에 적용될
수 있는지를 알아볼 수 있다. 이러한