[G1-Sync] Manual knowledge update
This commit is contained in:
@@ -1,8 +1,8 @@
|
||||
---
|
||||
id: P-REINFORCE-AUTO-PLFT-001
|
||||
id: [[P-Reinforce]]-AUTO-PLFT-001
|
||||
category: "10_Wiki/💡 Topics/AI"
|
||||
confidence_score: 0.95
|
||||
tags: [auto-reinforced, logic, probability, fuzzy-logic, neuro-symbolic-ai]
|
||||
tags: [auto-reinforced, [[Logic]], probability, [[Fuzzy-Logic]], [[Neuro-Symbolic-AI]]]
|
||||
last_reinforced: 2026-04-20
|
||||
---
|
||||
|
||||
@@ -23,7 +23,7 @@ last_reinforced: 2026-04-20
|
||||
* 딥러닝의 보편적 근사 능력(확률적)과 1차 논리(기호적)를 결합하여, 학습 효율을 높이고 결과의 해석 가능성을 확보.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
||||
- **과거 데이터와의 충돌**: 초창기 AI는 '전문가 시스템(순수 논리)'이거나 '통계적 머신러닝(순수 확률)' 중 하나였으나, 두 진영의 장점만을 취한 융합 모델이 상식 추론(Common Sense Reasoning) 분야에서 압도적인 성과를 내며 주류로 자리 잡음.
|
||||
- **과거 데이터와의 충돌**: 초창기 AI는 '전문가 시스템(순수 논리)'이거나 '통계적 머신러닝(순수 확률)' 중 하나였으나, 두 진영의 장점만을 취한 융합 모델이 상식 추론(Common Sense [[Reasoning]]) 분야에서 압도적인 성과를 내며 주류로 자리 잡음.
|
||||
- **정책 변화(RL Update)**: 자율 주행, 금융 사기 탐지 등 '고신뢰 인공지능'이 요구되는 분야에서, 확률적 예측에 대한 논리적 근거(Rule-based explanation)를 반드시 제공해야 한다는 기술 정책이 강화되며 이 융합 기술이 필수화됨.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
|
||||
Reference in New Issue
Block a user