논리와 최적화의 결합이 규칙 기반 AI의 투명성 확보에 기여하는 방식을 조망한 서베이 논문이다. 논리는 규칙 베이스 인코딩과 추론의 매체로, 최적화는 그 추론을 계산하는 기술로 상호 보완하며, 확률 논리, 베이지안 논리, Dempster-Shafer 이론, 비단조(default) 논리, 다치 논리, Boolean regression 기반 노이즈 데이터 논리식 추론 등 여러 접점을 정리한다. 두 분야의 근본 문제인 projection 계산을 결정 다이어그램과 논리 기반 Benders 분해로 푸는 방법, 사후최적성(postoptimality) 분석으로 결론 도출 과정을 설명하는 기법, answer set programming modulo theories에서의 최적화 역할도 다룬다. 재현성·설명가능성·공정성 요구가 커지는 상황에서 규칙 기반 AI가 투명성의 자연스러운 해법이 될 수 있음을 보여준다.
- •논리는 규칙 인코딩·추론의 매체, 최적화는 추론 계산 기술로 상호 보완하는 관계 정리
- •확률 논리, 베이지안 논리, Dempster-Shafer, 비단조 논리, 다치 논리 등 연구 영역 서베이
- •projection 계산을 결정 다이어그램과 논리 기반 Benders 분해로 해결하는 방법 제시
- •사후최적성 분석으로 결론 도출 과정을 설명해 투명성 강화
- •AI 투명성·신뢰성 요구 확대 속에서 규칙 기반 AI의 재조명
Logic, Optimization, and Artificial Intelligence
- 1.규칙 기반 AI에서 논리와 최적화의 결합을 정리한 서베이, AI 투명성 요구 속 재조명
- 2.확률 논리·베이지안 논리·Dempster-Shafer·비단조 논리·다치 논리 등 결합 영역 정리
- 3.결정 다이어그램과 논리 기반 벤더스 분해로 핵심 문제인 투영(projection) 계산법 제시
- 4.사후 최적성 분석으로 결론 도출 과정 설명, ASP modulo theories의 최적화 역할도 조명
왜 중요한가?
설명가능성·공정성 요구가 커지는 상황에서 블랙박스 신경망의 대안인 규칙 기반 AI가 현대 최적화 기술 덕분에 실용성이 높아졌음을 정리한 서베이로, 투명한 AI 시스템 설계의 참고 지도 역할을 한다.
본문 미리보기
arXiv:2607.15532v1 Announce Type: new Abstract: Logic and optimization can, in combination, make valuable contributions to rule-based AI. Logic is the obvious medium for encoding a rule base and drawing inferences from it, while optimization provides a powerful technology for computing inferences. Their combination has taken on new relevance amid a growing concern for transparency in AI. which is important for reproducibility, explainability, trustworthiness, and fairness. Rule-based AI provide
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
