Web Information System

3. Deductive Reasoning Agents

연역적 추론 에이전트???

연역법(deductive method): 이미 증명된 하나 또는 둘 이상의 명제를 전제로 하여 새로운 명재를 결론으로 이끌어내는 것을 연역(deduction)이라 하며, 이러한 연역적 추리의 방법과 절차를 논리적으로 체계화 한 것

 예) 아리스토텔레스의 삼단논법 (간접추리)

      모든 사람은 죽는다.          A -> B (대전제)

      소크라테스는 사람이다.     C -> A (소전제)

      소크라테스는 죽는다.        C -> B (결론)

원문보기

 

3.0  Intorduce

    Symbolic AI

• AI system 구축을 위한 전통적인 방법
• 주어진 시스템의 환경과 그에 적합한 행동의 symbolic한 representation(묘사, 표현???), 그리고 이 representation에 대한 syntactically manipulating(언어적 조작???)이 적용된 시스템으로 지능적 행동을 생성하는 방법

 본 책에서는 이러한 전통적 방법을 극치화 하는데 중점을 둠

 symbolic representation => logical formulae

 syntactically manipulating => logical deduction(논리적 연역) / theorem-proving(논리적 명제 증명법???)

 

사무실을 돌아다니며 쓰레기를 줍는 로봇 에이전트가 있다.

이러한 로봇을 구현하기 위한 방법은 여러가지가 있다.

그중 하나의 방법은 작동을 위한 description, 환경의 representation을 에이전트에게 주는것이다.

 

 RALPH는 복도와 큰 블럭들이 있는 환경에서 작동하는 자동로봇 에이전트이다.

Sensory 입력은 비디오 카메라를 통하고,

'interp' subsystem은 이 영상입력을 내부적 representation format으로 변환, based on first-order logic.

 knowledge base라는 historical reasons를 위한 자료구조로 구성.

이 RALPH를 위해서는 다음 두가지의 문제점을 해결해야 함.

1. The transduction problem: 현실세계를 정확하고 적절하며 유용한 symbolic description으로 변환하는 문제
2. The representation/reasoning problem: 정보를 symbolic하게 표현하고 이것을 조작하고 추론하여 유용한 결과를 내는 에이전트를 얻는 문제

 

1번문제는 비젼, 음성인식, 학습과 관련된 기술이고, 2번문제는 지식 표현, 자동화 추론, 자동화 계획과 관련된 기술이다.

매우 어렵다. ㅡㅡ;

 

 하지만, theorem-prover(논리적 명제 증명)을 이용한 에이전트는 이러한 문제를 해결하는데 흥미로울 수도 있다.

 우리가 어떤 theory of agency를 가지고 있다고 생각해 보자. 이 theory of agency는 어떤 performance measure의 최적화를 위해 지능적 에이전트가 어떻게 해야하는지 알려준다. 예를 들면, 에이전트의 궁극적 목적을 만족하기 위한 부분적 목표를 어떻게 생성하는지, 이러한 목표를 달성하기 위해 goal-directed하고 reactive한 행동을 어떻게 interleave하는지

즉, 이 theory는 에이전트가 어떻게 행동해야 하는지에 대한 specification이라 볼 수 있다.

이러한 specification을 만족하는 시스템을 implementation하는 전통적인 방법은 궁극적 목적에 도달하기 까지 점차 concrete되어 가는 stage에 따라 specification의 재정의(refining)이 가능해야 한다.

 그러나 theorem-prover을 이용한 에이전트는 이러한 재정의가 발생하지 않는다. 대신, executable specification이란 것이 있다.

 executable specification: 에이전트의 행동을 생성하기 위해 directly executed된 것이다.

 

 3.1 Agents as Theorem Provers

deliberate 라는 logic 기반의 에이전트를 만들어 보자.

이러한 에이전트는 내부적으로 전통적 first-order predicate logic formulae의 db로 구성된다.

예를들면, 다음과 같은 fomulae들이 포함되어 있다.

Open(value221)

Temperature(reactor 4726, 321)

Pressure(tank 776, 28)

이 db는 그 에이전트의 환경정보를 가진다. 에이전트의 db는 인간의 belief와 유사한 역활을 한다.

 

 3.2  Agent-Oriented Programming

 

 3.3 Concurrent MetateM

 

 

 

이 글은 스프링노트에서 작성되었습니다.