AI논리 추론에서 활용하는 퍼지기반 추론이란 무었인가요?
AI추론중 퍼지기반 추론이라는게 있고 이것으로 추상화된 개념을 다룬다고 하는데 이해가 잘 되지 않습니다. 이해가 되게끔 간단하고 쉽게 설명가능한분 계실까요?
퍼지 기반 추론은 불확실하거나 애매모호한 개념을 수학적으로 표현하고 처리하여, 컴퓨터가 인간의 언어적 사고방식에 더 가까운 방식으로 문제를 해결할 수 있게 해주는 인공지능 기술입니다.
우리가 "오늘 날씨가 덥다"라고 말할 때, '덥다'라는 개념은 사람마다 조금씩 다르게 받아들일 수 있습니다. 어떤 사람에게는 25도가 덥다고 느껴질 수 있고, 다른 사람에게는 30도 이상이 되어야 덥다고 느낄 수 있죠.
퍼지 기반 추론에서는 이런 '덥다'라는 개념을 0에서 1 사이의 값으로 표현합니다. 예를 들어, 20도는 0.2의 '덥다' 정도, 25도는 0.5의 '덥다' 정도, 30도는 0.8의 '덥다' 정도로 나타낼 수 있습니다.
이렇게 온도와 '덥다'라는 개념을 퍼지 논리로 연결하면, 컴퓨터는 사람의 언어적 표현을 보다 유연하게 이해하고 처리할 수 있게 됩니다. 예를 들어, "오늘 날씨가 덥다면 에어컨을 켜라"는 규칙을 만들 수 있고, 컴퓨터는 온도에 따라 '덥다'의 정도를 계산하여 에어컨을 켤지 말지 결정할 수 있습니다.
이처럼 퍼지 기반 추론은 사람의 언어적 사고방식을 컴퓨터에게 이해시키고, 불확실한 개념을 다룰 수 있게 해줍니다. 이를 통해 보다 유연하고 인간 친화적인 인공지능 시스템을 만들 수 있죠.
퍼지기반 추론은 주어진 정보나 규칙이 정확하게 정의되지 않은 경우에 유용하며, 불확실한 정보나 모호한 상황에서 추론을 수행할 수 있습니다.
퍼지기반 추론은 특히 패턴 인식, 의사 결정, 제어 시스템 등 다양한 분야에서 활용되고 있습니다.
퍼지기반 추론이라는 것은 퍼지 논리(fuzzy logic)를 기반으로 합니다. 이는 전통적인 이진 논리의 확장으로 일반적인 이진법 논리는-이분법으로 이해하시면 편합니다- 참, 거짓만으로 값을 가지는 반면 퍼지 논리는 0과 1사이의 모든 값을 고려하여 부분적으로 참, 부분적으로 거짓 같은 개념이 표현됩니다.
퍼지 기반 추론은 자동차의 속도와 거리르 기반으로 안전한 운행을 위한 제동 시스템을 조절하거나, 의료 진단에서 환자의 증상을 분석하여 진단을 내리는데 활용되고 있습니다.
퍼지기반 추론은 불확실하고 애매한 상태를 표현하는 방법에서 출발한 이론입니다.
이는 1965년 미국 버클리 대학의 L.A. 자데 교수에 의해 도입된 퍼지 집합의 사고 방식에 기초하고 있습니다. 기존 논리에서는 참 또는 거짓, 0 또는 1로 표현하여 구분하였지만 퍼지이론에서는 불확실한 상태들을 이진 논리에서 벗어나 명확하지 않은 것을 표현할 수 있습니다.
퍼지 논리는 크게 3단계로 나뉘어집니다4:
퍼지화는 크리스피 입력값들을 퍼지규칙에 의해 각각의 언어 값과 소속함수로 바꾸는 과정이며 규칙 평가+통합은 퍼지화를 통해 구한 소속값으로 결과를 추론하는 과정, 역퍼지화는 퍼지 출력을 보통의 수치로 변환시키는 과정 즉 퍼지 출력값을 실제 사용하기 위해서 정확한 값으로 바꾸는 것입니다.
이러한 퍼지기반 추론은 AI 논리 추론에서 활용되며, 불확실성이나 애매함이 있는 상황에서 더욱 유용하게 사용됩니다. 이는 AI가 사람처럼 무언가를 판단할 때 점차적, 점진적으로 판단이 바뀌게 끔하는 역할을 하기 때문입니다.