Neuralnet은 말 그대로 신경망이기 때문에 우리가 직관적으로 이해하기에 다소 어려운 느낌이 있다.
실제로 남세동(보이저엑스 대표) 개발자님은 유튜브 "티타임즈TV" 에 출현해 Neuralnet 은 인공지능이 학습된 이후에 인간이 왜 이런 결과가 나왔는가 거꾸로 분석하는 일이 빈번할 정도로 복잡하다고 하였다.
이에 반해 규칙 기반 시스템 은 규칙(혹은 조건) 을 사용하여 조건 분기 프로그램을 실행하는 시스템을 말한다.
문장으로 표현된 규칙에 따라서 yes or no 를 결정하여 따라가기만 하면 결과가 도출(추론)되므로 좀 더 직관적이라고 할 수 있다. (전문가 시스템이 이에 속함)
(기반지식 + 데이터베이스(사실) -> 추론 엔진 -> 결론) 의 형식
다만 이러한 규칙 기반 시스템은 인간이 정한 규칙에 얽매여 있으므로 다양한 상황(모르는 문제)에 유연하지 못하다는 단점이 존재한다.
(사실상 가장 치명적인 단점, 인공지능은 말그대로 지능적이고 유연해야한다. if then 의 단순한 구조는 로봇의 한계를 벗어나지 못한다.)
추론
위의 사실을 바탕으로 추론의 의미를 다시 살펴본다면
추론 : 주어진 사실(데이터)과 규칙(조건)을 바탕으로 가설을 검증하고, 새로운 사실을 도출하거나, 관련된 정보를 유추하는 것.
전향 추론 : 조건부 -> 결론부 (기침이 난다 -> 체온이 낮다 -> 감기)
후향 추론 : 결론부 -> 조건부 (감기인거 같다 -> 체온이 낮나? -> 기침이 나는가?)
추론엔진
추론엔진은 다양한 input 값들 중 규칙을 통과하는(패턴매칭) input 을 골라내고 가장 유력한 input(경합 해소) 값의 결론부를 찾는 시스템
패턴매칭 : 주어진 input 값들에 대해서 사전에 정의해둔 규칙(패턴)을 통과하는 input(규칙) 들을 골라냄
경합해소 : 위의 패턴매칭이 완료된 input 들에 대해 필요한 하나의 규칙을 찾는 과정(최적 규칙)
지식
경험이나 교육을 통해 얻어진 전문적인 이해와 체계화된 문제 해결 능력
어떤 주제나 분야에 대한 이론적 또는 실제적인 이해
인간으로부터 주어진 지식일수도, 경험을 통해 직접 터득한 지식일 수도 있다.
실제로 알파고가 세상에 출범한 이후 재정립된 바둑이론들이 생겨났다고 한다.
논리
여러 문장들에 대한 참 거짓을 판별하기 위해, 문장을 기호로 변환하고 기호의 조작(융합)을 통해 문장들의 참 또는 거짓을 판정하는 분야.
시스템 설계에 따라서 어떻게 논리를 전개해 나갈 것인가에 대한 설계가 요구됨
인공지능은 다음의 행동을 결정할 때 지식(조건)을 바탕으로 논리를 사용해 추론을 해내는 과정을 거친다.
