전문가 시스템
전문가 시스템 개발 배경
- 탐색기반 인공지능 한계
- 초기 인공지능은 모든 문제를 탐색으로 풀려고 했지만 매우 제한된 영역(Toy Project)에서만 동작
- General Problem Solver (GPS) 개발 한계 경험
- 전문가 시스템 등장
- 모든 문제를 푸는 것이 아니라, 제한된 문제에 역량을 집중
- 분자 구조 분석, 의료 진단 등 특정 분야에서 직접적인 지식 기반 시스템 설계
- 추론에만 의존하지 않고 직접적인 “지식”기반의 시스템을 설계
전문가 시스템의 구조
- 구성 요소
- 사용자 인터페이스 (User Interface)
- 추론 엔진 (Inference Engine) : 규칙을 알려진 사실에 적용하여, 새로운 사실 추론
- 지식 베이스 (Knowledge Base) : 사실, 규칙
- 추론 방식
- 절차적 표현 (탐색 알고리즘) 대신 규칙 기반 지식을 통해 추론
- 지식 공학 (Knowledge Engineering)
- 인간 전문가로부터 지식을 추출해 체계화하여 재편성
지식 베이스 (Knowledge Base)
- 특정 문제 영역에 관한 **사실(Fact)**과 **규칙(Rule)**로 구성
- 외부에서 추가·수정은 가능하나 자동 학습은 불가
추론 엔진 (Inference Engine)
- 문제 해결 시 언제 어떤 사실, 규칙을 적용할지 결정
- 지식베이스와는 독립적으로 작동
- 사용 언어 예: LISP, Prolog
사용자 인터페이스 (User Interface)