지식 기반 시스템

Knowledge-based systems
학술 저널은 지식 기반 시스템(저널)을 참조하십시오.

지식 기반 시스템(KBS)은 복잡한 문제를 해결하기 위해 지식 기반을 추론하고 사용하는 컴퓨터 프로그램입니다.이 용어는 광범위하고 다양한 종류의 시스템을 나타냅니다.모든 지식 기반 시스템을 통합하는 하나의 공통 주제는 지식을 명시적으로 표현하려는 시도와 새로운 지식을 도출할 수 있는 추론 시스템이다.따라서, 지식 기반 시스템은 두 가지 구별되는 특징, 즉 지식 기반과 추론 엔진을 가지고 있다.

첫 번째 부분인 지식 기반은 (기존 컴퓨터 프로그램처럼 절차 코드에 암묵적으로 포함되어 있지 않고) 종종 추정 온톨로지의 어떤 형태로든 세상에 대한 사실을 나타냅니다.추정 온톨로지 외에 다른 일반적인 접근법으로는 프레임, 개념 그래프 및 논리적 [1]어설션이 있습니다.

두 번째 부분인 추론 엔진은 새로운 지식을 추론할 수 있게 해준다.일반적으로는 IF-THEN[2] 규칙과 순방향 체인 또는 역방향 체인 접근 방식을 조합한 형식을 취할 수 있습니다.다른 접근법으로는 자동화된 정리프로버, 논리 프로그래밍, 칠판 시스템, 용어 재작성 시스템(CR(Constraint Handling Rules) 등의 사용이 있습니다.이러한 보다 공식적인 접근법은 지식 표현과 추론에 관한 위키피디아 문서에서 자세히 다루어진다.

개요

지식 기반 시스템은 인공지능 연구자들에[citation needed] 의해 처음 개발되었다.이러한 초기 지식 기반 시스템은 주로 전문가 시스템이었습니다. 사실 이 용어는 종종 전문가 시스템과 상호 호환되게 사용되지만 차이가 있습니다.차이는 시스템을[citation needed] 설명하는 데 사용된 뷰에 있습니다.

  • "시스템"은 시스템이 지원하려는 태스크의 유형을 말합니다. 즉, 일반적으로 전문지식이 필요한 것으로 간주되는 복잡한 태스크에서 인간 전문가를 대체하거나 지원합니다.
  • "지식 기반 시스템"은 시스템 아키텍처를 말합니다. 즉, 시스템 아키텍처는 절차 코드가 아니라 지식을 명시적으로 나타냅니다.

최초의 지식 기반 시스템은 거의 모든 전문 시스템이었지만, 동일한 툴과 아키텍처를 다른 유형의 시스템 호스트 전체에 사용할 수 있습니다.거의 모든 전문가 시스템은 지식 기반 시스템이지만 많은 지식 기반 시스템은 전문가 시스템이 아닙니다.

최초의 지식 기반 시스템은 규칙 기반 전문가 시스템이었다.가장 유명한 프로그램 중 하나는 의학 진단을 위한 프로그램인 마이신이었다.이러한 초기 전문가 시스템은 평탄한 데이터베이스에서 세계에 대한 사실을 단순한 주장으로 표현했으며, 이러한 주장에 대한 추론(결과적으로 추가)을 위해 규칙을 사용했다.규칙을 통해 지식을 명시적으로 표현하면 다음과 같은 이점이 있습니다.

  1. 취득 및 유지보수.규칙을 사용한다는 것은 도메인 전문가가 프로그래머가 아닌 규칙 자체를 정의하고 유지할 수 있다는 것을 의미합니다.
  2. 설명.지식을 나타내는 것으로써, 시스템은 결론에 도달한 방법을 명확하게 추론해, 이 정보를 사용해 유저에게 결과를 설명할 수 있었습니다.예를 들어 진단으로 이어진 일련의 추론을 추적하고 이러한 사실을 사용하여 진단을 설명합니다.
  3. 추리.지식을 지식 처리에서 분리함으로써 범용 추론 엔진을 개발할 수 있었다.이러한 시스템은 초기 개발자가 [3]알지 못했던 데이터 집합에서 나온 결론을 개발할 수 있습니다.

BB1 칠판 아키텍처(칠판 시스템)[4]와 같은 지식 기반 추론을 위한 이후의 아키텍처는 메타 수준의 추론을 제공하면서 추리 과정 자체가 새로운 추론에 의해 영향을 받을 수 있게 했다.BB1은 문제 해결 프로세스 자체를 감시할 수 있도록 했습니다.문제 해결의 현재 상태에 따라 다양한 종류의 문제 해결(예를 들어 하향식, 상향식 및 기회주의적 문제 해결)을 선택적으로 혼합할 수 있습니다.본질적으로 문제 해결사는 도메인 수준의 문제와 함께 전자에 의존할 수 있는 자체 제어 문제를 해결하기 위해 모두 사용되었습니다.메타 레벨 추론을 지원하는 지식 기반 시스템 아키텍처의 다른 예로는 MRS와 SURWIGH가 있습니다[5].

전문가 시스템 외에도 지식 기반 시스템의 다른 응용 프로그램에는 단백질 구조 분석,[8] 건설 현장 배치,[9] 컴퓨터 시스템 고장 [10]진단과 같은 특정 영역의 실시간 프로세스 제어,[6] 지능형 튜터링 [7]시스템 및 문제 해결기가 포함됩니다.

지식 기반 시스템이 복잡해짐에 따라 지식 기반을 나타내는 데 사용되는 기술은 논리, 용어 수정 시스템, 개념 그래프 및 프레임을 포함하는 더 정교해졌습니다.프레임의 예를 들어 보겠습니다.사실을 데이터에 대한 주장으로 나타내기보다는 지식 기반이 더 구조화되었습니다.프레임은 객체 지향 프로그래밍, 특히 클래스 및 하위 클래스의 계층, 클래스 간의 관계 및 객체의 동작과 유사한 기술을 사용하여 세계 지식을 나타낸다고 생각할 수 있습니다.지식 기반이 더욱 구조화됨에 따라, 독립적인 규칙, 논리적 추론 및 지식 기반 자체의 상호작용에 의해 추론이 발생할 수 있습니다.예를 들어 객체에 데몬으로 저장된 프로시저는 발생하거나 규칙의 [11]체인 동작을 복제할 수 있습니다.

또 다른 발전은 분류기라고 불리는 특수 목적 자동 추론 시스템의 개발이었다.지식 기반에서 추정 관계를 정적으로 선언하는 대신, 분류자는 개발자가 세계에 대한 사실을 간단히 선언하고 분류자가 관계를 추론하도록 허용한다.이러한 방식으로 분류자는 추론 [12]엔진의 역할도 수행할 수 있습니다.

지식 기반 시스템의 가장 최근의 발전은 인터넷을 사용하는 시스템의 개발을 위해 기술, 특히 기술 논리라고 불리는 일종의 논리를 채택하는 것이었다.인터넷은 종종 특정 데이터 모델에 적합하다고 믿을 수 없는 복잡하고 구조화되지 않은 데이터를 처리해야 합니다.지식 기반 시스템의 기술, 특히 필요에 따라 객체를 분류하는 기능은 이러한 시스템에 이상적입니다.이러한 종류의 지식 기반 인터넷 시스템의 모델은 시멘틱 [13]웹으로 알려져 있습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Sowa, John F. (2000). Knowledge Representation: Logical, Philosophical, and Computational Foundations (1st ed.). Pacific Grove: Brooks / Cole. ISBN 978-0-534-94965-5.
  2. ^ Smith, Reid (May 8, 1985). "Knowledge-Based Systems Concepts, Techniques, Examples" (PDF). reidgsmith.com. Schlumberger-Doll Research. Retrieved 9 November 2013.
  3. ^ Hayes-Roth, Frederick; Donald Waterman; Douglas Lenat (1983). Building Expert Systems. Addison-Wesley. ISBN 0-201-10686-8.
  4. ^ Hayes-Roth, Barbara; Department, Stanford University Computer Science (1984). BB1: an Architecture for Blackboard Systems that Control, Explain, and Learn about Their Own Behavior. Department of Computer Science, Stanford University.
  5. ^ Genesereth, Michael R. "1983 - An Overview of Meta-Level Architecture": 6. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  6. ^ Larsson, Jan Eric; Hayes-Roth, Barbara (1998). "Guardian: An Intelligent Autonomous Agent for Medical Monitoring and Diagnosis". IEEE Intelligent Systems. 13 (1). Retrieved 2012-08-11.
  7. ^ Clancey, William (1987). Knowledge-Based Tutoring: The GUIDON Program. Cambridge, Massachusetts: The MIT Press.
  8. ^ Hayes-Roth, Barbara; Buchanan, Bruce G.; Lichtarge, Olivier; Hewitt, Mike; Altman, Russ B.; Brinkley, James F.; Cornelius, Craig; Duncan, Bruce S.; Jardetzky, Oleg (1986). PROTEAN: Deriving Protein Structure from Constraints. AAAI. pp. 904–909. Retrieved 2012-08-11.
  9. ^ Engelmore, Robert; et al; (eds ) (1988). Blackboard Systems. Addison-Wesley Pub (Sd). {{cite book}}: first=범용명(도움말)이 있습니다.
  10. ^ Bennett, James S. (1981). DART: An Expert System for Computer Fault Diagnosis. IJCAI.
  11. ^ Mettrey, William (1987). "An Assessment of Tools for Building Large Knowledge- BasedSystems". AI Magazine. 8 (4). Archived from the original on 2013-11-10. Retrieved 2013-11-10.
  12. ^ MacGregor, Robert (June 1991). "Using a description classifier to enhance knowledge representation". IEEE Expert. 6 (3): 41–46. doi:10.1109/64.87683. S2CID 29575443.
  13. ^ Berners-Lee, Tim; James Hendler; Ora Lassila (May 17, 2001). "The Semantic Web A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities". Scientific American. 284: 34–43. doi:10.1038/scientificamerican0501-34. Archived from the original on April 24, 2013.

추가 정보

  • Rajendra, Akerkar; Sajja, Priti (2009). Knowledge-Based Systems. Jones & Bartlett Learning. ISBN 9780763776473.