인공지능의 논리: Autoepistemic Logic을 중심으로 = Research on the Logic of Artificial Intelligence: Focusing on Autoepistemic Logic

다국어 초록 (Multilingual Abstract)

This thesis is a study of Autoepistemic Logic (AEL). AEL is a formal logic developed by R. C. Moore that is used for knowledge representation and reasoning. This logical system goes beyond traditional propositional logic to provide a more dynamic and reflective approach, including not only facts but also gaps in knowledge and imperfections in beliefs.
At its core, AEL is based on self-reference and non-monotonic logic. Moore explores two key elements of non-monotonic logic: archetypes and beliefs, and defines auto-referential reasoning as a subset of common sense reasoning. AEL is particularly important in the field of artificial intelligence (AI), where it contributes to the ability to reason flexibly in different scenarios and situations. For example, it can be used in medical diagnostic systems to make a diagnosis based on a patient's symptoms and medical history, or in environmental monitoring to assess air pollution levels.
The purpose of this thesis is to provide a comprehensive analysis of the concept of AEL, its theoretical foundations, and its importance in the fields of AI and logic. The thesis explores the theoretical structure and methodology of AEL and evaluates its applications in AI systems. In doing so, it demonstrates how AEL can be utilized to address the challenges of knowledge representation and reasoning, and in a variety of applications.
The thesis also addresses the challenges and limitations faced by AEL. These include computational complexity, integration issues with other AI techniques, and research gaps in its application in real-world scenarios. AEL's abstract formalism, reliance on idealized rationality, and limitations in handling contradictory information are also important considerations.
Future directions include exploiting the research potential of AEL to develop self-aware AI models, integrating it with machine learning and data-driven approaches, and developing ethical AI. This is expected to contribute to enhancing the self-referential and reasoning capabilities of AI systems and enable more adaptive and intelligent decision-making.
This paper explores the theoretical foundations of AEL and its potential applications in the field of AI, and provides an analysis of its current limitations and future development directions. It aims to highlight the importance and potential of AEL in the field of AI and computational logic, while providing a roadmap for further research and development in this area.

국문 초록 (Abstract)

이 논문은 자동인식적 논리(Autoepistemic Logic, AEL)에 관한 연구이다. AEL은 R. C. Moore에 의해 개발된 형식 논리로, 지식 표현과 추론을 위해 사용된다. 이 논리 체계는 전통적인 명제 논리를 넘어서 사실뿐만 아니라 지식의 부족과 믿음의 불완전성을 포함하여, 보다 역동적이고 성찰적인 접근 방식을 제공한다.
AEL의 핵심은 자기 참조와 비단조논리에 기반을 둔다는 점이다. 무어는 비단조논리의 두 가지 핵심 요소인 전형성과 신념을 탐구하며, 상식적 추리의 일부로 AEL를 정의한다. AEL은 특히 인공지능(AI) 분야에서 중요하게 여겨지며, 다양한 시나리오와 상황에서 유연한 추론 능력을 갖추는 데 기여한다. 예를 들어, 의료 진단 시스템에서 환자의 증상과 병력을 바탕으로 진단을 내리거나, 환경 모니터링에서 대기 오염 수준을 평가하는 등의 응용이 가능하다.
이 논문의 목적은 AEL의 개념, 이론적 토대, 그리고 AI 및 논리 분야에서의 중요성에 대한 포괄적인 분석을 제공하는 것이다. 논문은 AEL의 이론적 구조와 방법론을 탐구하며, AI 시스템에서의 적용 사례를 평가한다. 이를 통해, AEL이 지식 표현과 추론의 과제를 해결하고, 다양한 응용 분야에서 어떻게 활용될 수 있는지를 보여준다.
또한, 논문은 AEL이 직면한 도전과 한계를 다룬다. 이에는 계산 복잡성, 다른 AI 기술과의 통합 문제, 실제 시나리오에서의 적용 연구 격차 등이 포함된다. AEL의 추상적 형식주의와 이상적인 합리성에 대한 의존, 모순되는 정보 처리의 한계 등도 중요한 고려 사항이다.
미래의 방향성으로는 AEL의 연구 잠재력을 활용하여 자동인식적 AI 모델 개발, 머신러닝 및 데이터 기반 접근 방식과의 통합, 윤리적 AI 개발 등이 제시된다. 이는 AI 시스템의 자기 참조 및 추론 능력을 강화하고, 더 적응적이고 지능적인 의사 결정을 가능하게 하는 데 기여할 것으로 기대된다.
이 논문은 AEL의 이론적 기초와 AI 분야에서의 응용 가능성을 탐구하며, 현재의 한계와 미래의 발전 방향에 대해 분석을 제공한다. 이는 AI 및 계산 논리 분야에서 AEL의 중요성과 잠재력을 강조하는 동시에, 이 분야의 연구와 발전을 위한 로드맵을 제시하는 것을 목적으로 한다.

참고문헌 (Reference)

• 1 이연길, "실시간 토양수분량 자료의 가뭄분석 분야 활용 방안" 52 (52): 2019
• 2 전성우, "대기 오염 정보 모니터링 시스템" 24 (24): 2020
• 3 최진우, "기후, 환경변화와 생태계-해양생태계-" 한국생명공학연구원 2012
• 4 "https://www.researchnester.com/kr/reports/air-quality-monitoring-system-market/4667"
• 5 "https://m.blog.naver.com/sonbc/222114914647"
• 6 "https://impactlibrary.net/entry/UN-SDGs-goal-14"
• 7 Simon, H. A., "Search and Reasonging in Problem Solving" 21 : 1983
• 8 McCarthy, J., "Readings in Nonmotonic Reasoning" Morgan Kaufmann Publishers, Ins
• 9 Reiter, R., "Readings in Nonmonotonic Reasoning" Morgan Kaufmann Publishers, Ins 1987
• 10 Moore, R. C, "Readings in Nonmonotonic Reasoning" Morgan Kaufmann Publishers, Ins 2010
• 11 Alchourrón, C. E., "On the logic of theory change: Partial meet contraction and revision functions" 50 (50): 1985
• 12 Moore, R. C., "New essays in modal logic" Oxford University Press 1975
• 13 Nadia Creignou, "Logic in Computer Science" 2010
• 14 Martins, J, "Encyclopedia of Artificial Intelligence, vol. 1, 2" John Wiley & Sons, Ins. 1992
• 15 Przymusinski, Teodor C., "AEL of knowledge and beliefs" 95 (95): 1997
• 16 Przymusinski, Teodor C., "AEL of knowledge and beliefs" 95 : 1997