1. 논리에 의한 지식표현
- 명제 논리
명제: 하나의 판단을 포함하는 문장이나 정보를 말하며 명제가 참 또는 거짓의 진리값을 가지게 되며 기호로써 나타냄.
논리 연산자: 2개 이상의 기본 명제를 논리적으로 연결하기 위하여 사용되는 연산자.
명제논리는 양자택일의 값을 갖는 지식 표현으로 인공지능에서는 그다지 유용하지 못함.
- 술어 논리
문장의 참과 거짓만을 따지는 것이 아니라 문장의 문법적 구조와 의미도 포함하는 논리적인 지식 표현 방법으로 명제 논리를 확장
한 개념.
장점: 명제 논리보다 객체 상호간의 관계를 잘 표현할 수 있어서 보다 상세하고 정확한 형태로 지식을 표현하고 전달할 수 있음.
정형식: 술어, 상수, 변수, 한정자, 논리 연산자를 문법적으로 허용된 방법으로 사용하여 만들어진 문장.
논리에 의한 지식표현의 장점:
- 논리 표현은 다른 지식 표현 형식과 비교하여 보다 선언적인 표현이기 때문에 모듈성이 뛰어나다. 따라서 지식의 가독성이 우수
하고 수정이나 확장이 용이.
- 인간의 사고 작용과 유사하고 아주 자연적인 표현 수단 제공.
- 추론 과정의 완전성 보장.
논리에 의한 지식표현의 단점:
- 지식 이용의 입장에선 도출원리에 기반을 둔 추론 전략은 일반적으로 쓸데없이 길어지는 경향.
- 대규모 지식 베이스를 다룰 경우 조합에 의한 폭발 초래
- 현실세계의 지식은 반드시 참, 거짓과 같이 명확하게 정의 할 수 있는 것이 아니고 불확실성이나 신념 등이 다수 내포되어 이들
을 공리론적인 단순 논리의 틀속에서 다루는 것은 곤란.
2. 프로덕션 시스템에 의한 지식 표현
프로덕션 규칙(규칙): 조건부와 결론부 형태로 쓰여진 지식
규칙: 주어진 상황을 위한 권고, 지시 , 전략을 나타내는 정형화 된 표현 방법
인공지능에서 매우 많이 사용되는 지식 표현 방법.
추론 사슬: 여러개의 규칙을 적용할 경우 규칙들의 적용 순서.
실행 방법:
1. 전방향 추론: 현재의 상황이나 사실의 집합으로부터 목표상태 또는 원하는 결론을 얻기 위한 과정.
2. 후방향 추론: 목표나 결론이 현재 상태 또는 알려진 사실들로부터 유도해 낼 수 있는가를 알아내기 위해 결론부와 조건부방향
으로 진행하는 추론 방식.
3. 의미망에 의한 지식 표현
Quillian이 1968년에 인간의 자기 기억의 심리학적인 모델로 제안한 것.
장점: 지식 사이의 관계를 나타낼 수 있기 때문에 규칙 기반 시스템의 단점 보완.
isa: 하나의 사례 즉, 인스턴스
ako: 어떠한 부류를 나타내는 개념의 한 종류
has-part: 한 객체를 구성하는 구성품을 나타내는 관계
특성 상속: 하위노드가 상위노드의 속성을 따라는 것
부모의 속성은 자식에게 상속.
4. 프레임에 의한 지식 표현
프레임: 1974년 Minsky가 인간의 기억과 인지 과정을 모델화하기 위하여 제안한 지식 표현형식.
전형적인 상황이나 행동의 기술, 객체 사이의 계층적 관계의 기술에 적합한 구조적 지식 표현 형식의 대표적인 모델.
객체지향 개념이 프레임에서 유래.
슬롯: 객체지향 개념에서 클래스의 멤버.
프로시저: 객체지향 개념에서 멤버함수.