연구개요

연구 소개

현 인공지능의 세대를 초월하기 위한 핵심 가치 실현 “뉴럴-심볼릭” 모델

본 연구개발은 기계학습의 다양화에도 불구하고, 심층신경망의 논리추론 영역에서의 지식학습, 추론처리, 암묵적 지식의 유추, 기억 공간의 한계를 극복할 수 있는 차세대 AI 기술개발을 목표로 하고 있습니다. 이를 위해 신경망 모델에서 새로운 심볼릭 지식을 추출하여 기존 지식베이스와 통합 및 확장하고, 이를 바탕으로 추론이 가능한 뉴럴-심볼릭 모델 연구 방안을 제안합니다.

  • 01 Neural/Symbolic 모델의 장점 결합

    외부 지식을 활용하여 추론하는 신경망 모델

    종단간 미분 가능 학습을 통한 추론 모델 학습

  • 02 추론 처리와 설명력

    설명 가능한 딥러닝 모델을 위해 Theorem Prover 를 End-to-End Differentiable 하게 구축

  • 03 Sub-symbolic 지식 학습

    Graph Neural Networks을 이용하여 관계형 데이터 구조를 벡터 형태의 데이터로 변환

  • 04 외부기억장치를 사용하는 신경망 모델

    외부지식을 활용하여 도메인 전이학습 능력 향상

    신경망의 학습 결과를 장기기억을 위해 지식에 반영

필요성

국내 AI 기술은 제 4차 산업혁명을 견인하는 핵심 원동력으로 인식되면서 AI기술을 대표하는 선도국가들과의 기술격차를 줄이고 現 심층신경망의 논리추론 영역에서의 지식 학습, 추론 처리, 암묵적 지식의 유추, 기억 공간 등의 원천적 한계를 극복하기 위한 차세대 AI 기술개발이 필요한 상황입니다.

목표 및 내용

최종목표

심층신경망에서 심볼릭 지식이 미분 불가능하여 종단간 학습이 어렵고 대량 지식의 학습과 추론이 힘든 한계점을 보완하기 위해 심볼릭 지식을 결함한 모델 개발

연구기관 소개

본 연구는 선도적 기술 개발을 위해 자연어 처리, 기계학습, 시각지능의 원천 기술을 보유하고 있는 최고의 대학 연구기관과 실증 연구를 위한 AI 전문 산업체와의 컨소시엄을 구성함으로써 뉴럴-심볼릭 모델의 성공적인 사업 수행을 도모하고 있습니다.
주관기관총괄

다양한 응용서비스에 적용 가능한 뉴럴-심볼릭 플랫폼 개발 총괄고려대학교 임희석(총괄책임자) 외 21명