Spatial Reasoning
아직까지 인공지능 (Artificial Intelligence) 에서 (현재 진행중인 CYC 작업을 제외하고) 상식 (Commonsense) 을 가진 시스템을 만들지 못했지만 AI 학자들은 여러 가지 측면에서 상식을 표현하는 문제를 공략하고 있다 ........ AI 시스템은 질량, 온도, 부피, 압력, 방사선 수준, 파장 길이 및 이들 사이의 관계 등에 대한 물리적인 성질에 대해서도 추론할 수 있어야 한다. ......... 물체가 떨어지고, 공이 날아가고, 풀이 자라고, 잔이 채워지기도 하고 비워지기도 하고, 초가 타고, 뜨거운 물체가 차가와진다. 물리학에서 이들은 미분 방정식으로 기술된다. 이러한 방정식을 AI 에서도 사용할 수 있을 것이다. 그러나 우리는 물리학에서와 달리 정확한 해가 필요없는 경우가 많다. 그래서 AI 학자들은 정확한 계산없이 일반적인 경향을 추론할 수 있는 정성 물리학 (qualitative physics) 을 발전시켰다 [Weld & de Kleer 1990]............. 물리적인 세계는 공간을 가지고 있다. 객체는 공간내에 존재하며 다른 객체와의 상대적인 위치를 유지하고 있다. 그러므로 우리는 다른 사물의 안에, 위에 또는 옆에 있는 등의 위치 관계를 나타낼 수 있는 방법을 가지고 있어야 한다. 또 우리는 객체의 크기, 모양 등을 기술할 수도 있어야 한다. 공간에 대한 여러 가지 개념을 형식화하는 초기의 AI 적 노력에 대해서는 [Kautz 1985] 에서 볼 수 있다. 로봇의 업무와 관련한 여러 가지 공간 추론에 관한 논문은 [Chen 1990] 에서 발견할 수 있다. ........... (Nils J.Nilsson 1998)
형태, 크기, 상대적인 위치, 연관성 등등의 공간지식을 표현하고, 추론하는 것에 관심을 가진 AI 학자와 공학도를 위한 tutorial 이다. 공간지식의 표현을 위한 필요성은 GIS(Geographical Information Systems), 영상분석, 로봇, 자연어이해, visual modeling 과 같은 다양한 응용분야에서 명확하다. 물리과학에서 진화한 기술로서 coordinate frames 에 기초한 정량적 묘사를 포함하며, 형태를 묘사하는 것과 같은 추상화 (abstraction) 에는 적절하지 않다. 이것은 AI 의 핵심 이슈중의 하나인 추상화의 문제이다 ........... (Tutorial on the Representation of Spatial Knowledge)
term :
공간 추론 (Spatial Reasoning) 추론 (Reasoning) 학습 (Learning) 논리학 (Logic) 인공지능 (Artificial Intelligence) 뇌 (Brain) 상식추론 (Commonsense Reasoning) 정성적 추론 (Qualitative Reasoning) 시간 추론 (Temporal Reasoning)
site :
Online Spatial Reasoning Resources : Amitabha Mukerjee : Qualitative Spatial Reasoning
paper :