SOAR

1983 년 CMU 에서 Allen Newell 과 John Laird & Paul Rosenbloom 가  SOAR 에 관한 논문을 완성하다.

Soar 는 지능적인 행동을 보이는 시스템을 개발하기 위한 하나의 범용인지구조 (general cognitive architecture) 이다. AI 와 인지과학 두 분야의 전세계의 연구자들은 다양한 작업에 Soar 를 사용하고 있다. 1983년에 개발되어 많은 다른 버전으로 진화하여 지금은 Soar Version 8.5 까지 나와있다.

Soar 구조는 궁극적으로 다음과 같은 능력을 가지게 하려고 한다.

• 지능적 에이전트가 고도의 반복적인 작업에서부터 극히 어려운 작업에 이르기 까지 모든 범위의 제한이 없는 (open-ended) 문제들에 대해 작업한다
• 절차적 (procedural), 선언적 (declarative), 일시적인 (episodic), 전통적인 (possibly iconic) 과 같은 적절한 형태의 지식을 표현하고 사용한다.
• 모든 범위의 problem solving methods 를 채용한다.
• 외부세계와 상호교류 한다.
• 작업의 모든 측면에 대해 학습하고 그 작업을 달성한다.

달리 말하자면, Soar 에서 성취하려는 것은 범용 지능적 에이전트에서 요구하는 모든 능력을 지원하는 것이다.

지능에서의 최종 목표는 그 시스템이 직면하는 모든 작업에 대해 모든 이용가능한 지식을 사용하는 능력을 의미하는 완전한 합리성 (complete rationality) 을 가지는 것이다. 불행히도 지식의 양이 증가하고, 작업들은 더욱 다양해 지고, 시스템 반응시간의 요구사항이 더욱 엄격해 짐에 따라, 적절한 지식을 검색하는 것이 더욱 복잡해 져서 이러한 목표는 도달하기 어렵게 되었다. 최근에 실현할 수 있는 최선은 완전한 합리성의 근사치 (approximation) 이다. Soar 의 설계는 그러한 근사치의 한 연구하고 볼 수 있다. 다음은 Soar 설계의 기본이 되며 적절하게 합리적인 행동으로 가이드 하는 원리이다.  

• 명확한 구조적 메카니즘의 수는 최소화 되어야 한다. Soar 에서는 모든 작업과 하위 작업에 대해 단일의 틀 (문제 공간), 영구 지식의 단일 표현 (productions), 임시 지식의 단일 표현 (속성과 값을 가지는 객체), 목표를 생성하는 단일 메카니즘 (자동적인 subgoaling), 단일 학습 메카니즘 (chunking) 만이 존재한다.
• 모든 의사결정은 실행시 적절한 지식의 결합을 통해서 이루어 진다. Soar 에서는 최신 sensory data 의 해석, 이전의 문제해결에 의해 생성된 작업 메모리의 내용, 영구 메모리에서 검색한 어떤 적절한 지식등에 기초해서 모든 의사결정이 이루어 진다. 의사결정이 연속적인 (uninterruptible) 어떤 순서에 따라 미리 만들어지는 (precompiled) 것이 절대 아니다.

Soar 의 자세한 배경에 대해서는 다음을 참조하라

The Soar Papers: Readings on Integrated Intelligence, Rosenbloom, Laird, Newell (1993),

A Gentle Introduction to Soar 와 Unified Theories of Cognition, Newell (1990).

Soar: A Functional Approach to General Intelligence

Soar: A comparison with Rule-Based Systems

Soar Documentation web page

Soar FAQ

지능적 시스템으로서의 소어 (SOAR) : Allen Newell

term :

SOAR   Allen Newell    인지과학 (Cognitive Science)     인공지능 (Artificial Intelligence)

video :

The Soar Cognitive Architecture - Towards Human-Level Intelligence : Michigan AI lab March 2011 : 2011/03/25