심볼릭 AI 알아보기: 규칙 기반 시스템이 어떻게 인간의 추론을 모방하여 로직과 최신 AI를 결합하여 강력하고 설명 가능한 솔루션을 제공하는지 알아보세요.
상징적 인공지능(GOFAI)이라고도 불리는 기호적 인공지능은 명시적인 규칙과 기호를 통해 인간의 지식을 표현하는 데 중점을 둔 인공지능(AI) 의 한 분야입니다. 이 접근 방식은 1950년대부터 1980년대 후반까지 AI 연구의 지배적인 패러다임이었습니다. 최신 데이터 기반 방식과 달리 심볼릭 AI는 일련의 논리적 규칙에 따라 실제 개념을 나타내는 기호를 조작함으로써 지능을 얻을 수 있다는 원칙에 따라 작동합니다. 존 매카시와 같은 선구자들이 지지한 핵심 아이디어는 인간의 연역적 논리와 유사한 방식으로 세상을 추론할 수 있는 시스템을 구축하는 것이었습니다.
심볼릭 AI 시스템은 일반적으로 지식 기반과 추론 엔진이라는 두 가지 주요 구성 요소로 이루어져 있습니다.
IF-THEN 문을 사용하여 쿼리를 처리하고 문제를 해결합니다. 이 프로세스는 매우 투명하여 다음과 같은 초석이 됩니다. 설명 가능한 AI(XAI).Lisp 및 Prolog와 같은 프로그래밍 언어는 이러한 규칙 기반 프로그래밍 스타일을 지원하기 위해 특별히 개발되었습니다.
심볼릭 AI는 울트라틱스 욜로와 같은 고급 컴퓨터 비전(CV) 모델을 포함하여 대부분의 최신 AI 애플리케이션의 기반이 되는 머신러닝(ML)과는 근본적으로 다릅니다.
핵심적인 차이점은 지식을 습득하는 방식에 있습니다:
머신러닝 모델은 복잡한 비정형 데이터를 처리하는 데 탁월하지만, 의사 결정 과정이 불투명할 수 있습니다. 반면, 심볼릭 AI의 추론은 쉽게 추적할 수 있어 책임과 AI 윤리가 가장 중요한 애플리케이션에 매우 중요합니다.
오늘날에는 덜 일반적이지만 심볼릭 AI는 몇 가지 중요한 애플리케이션을 지원했으며 그 원리는 여전히 유효합니다.
심볼릭 AI의 한계, 특히 새롭거나 모호한 상황에 직면했을 때의 취약성과 지식 기반 확장의 어려움으로 인해 ML이 부상하게 되었습니다. 그러나 미래에는 두 접근 방식의 강점을 결합한 하이브리드 AI 모델이 등장할 가능성이 높습니다. 심볼릭 AI의 논리적 추론과 ML의 패턴 인식 능력을 통합함으로써 개발자는 더욱 강력하고 투명하며 유능한 AI 시스템을 만들 수 있습니다. 이러한 하이브리드 시스템은 심볼릭 시스템의 구조적 지식을 활용하여 뉴로 심볼릭 AI와 같은 분야에서 탐구되는 개념인 기초 모델의 학습 프로세스를 향상시키는 것을 목표로 합니다. Ultralytics HUB와 같은 플랫폼은 언젠가 이러한 하이브리드 기술을 통합할 수 있는 ML 모델의 배포를 간소화합니다.
