The Belief-Desire-Intention Ontology for modelling mental reality and agency
이 논문은 선언적 지능과 절차적 지능을 연결하기 위해 설계된 공식적이고 모듈화된 믿음-욕구-의도(BDI) 온톨로지를 소개하며, 이것이 거대 언어 모델의 일관성을 향상시키고 뉴로-심볼릭 시스템 내에서 RDF 트리플과 에이전트의 정신 상태 사이의 양방향 추론을 가능하게 함을 입증한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
단순히 경직된 명령 목록을 따르는 것이 아니라, 실제로 사람처럼 '생각하는' 로봇을 만들려고 노력한다고 상상해 보십시오. 이것이 인공지능의 세계, 구체적으로는 연구자들이 기계에게 마음을 부여하려고 시도하는 '인지 과학'이라는 분야입니다. 이를 위해 그들은 흔히 BDI라는 유명한 정신적 레시피를 사용합니다: 신념(Beliefs) (로봇이 세상에 대해 사실이라고 믿는 것), 욕구(Desires) (로봇이 일어나기를 원하는 일), 그리고 의도(Intentions) (로봇이 실제로 하기로 결정한 것)입니다. 비디오 게임 캐릭터를 떠올려 보십시오: 캐릭터는 동굴에 용이 있다는 것을 믿고, 보물을 얻기를 원하며, 그래서 검을 잡고 싸우겠다는 의도를 형성합니다. 수십 년 동안 과학자들은 스마트한 에이전트를 구축하기 위해 이 레시피를 사용해 왔지만, 한 가지 문제가 있습니다. 이 '마음들'은 서로 다른 언어를 사용한다는 점입니다. 어떤 로봇은 자신의 '신념'을 다른 로봇이 이해할 수 없는 방식으로 설명할 수 있으며, 이는 그들이 협력하거나 인간이 그들의 결정을 신뢰하는 것을 어렵게 만듭니다. 우리는 인공지능이 투명하고 논리적이며, 자신이 왜 그 행동을 했는지 설명할 수 있도록, 이러한 정신적 상태들이 어떻게 연결되는지에 대한 공유된 지도인 '보편적 사전'이 필요합니다.
이 논문은 그 보편적 사전을 소개합니다. 저자들은 합리적인 에이전트의 마음이 어떻게 작동하는지에 대한 고도로 구조화되고 컴퓨터가 읽을 수 있는 청사진인 'BDI 온톨로지(Ontology)'를 제작했습니다. 단순히 말로 BDI 모델을 설명하는 대신, 그들은 "무엇이 이 생각을 유발했는가?" 또는 "이 욕구는 언제 시작되었는가?"와 같은 구체적인 질문을 던지는 것에서 시작하여 그 질문들에 답할 수 있도록 지도를 구축하는 '익스트림 디자인(eXtreme Design)'이라는 방법을 사용하여 엄격한 지도를 만들었습니다. 그들은 단순히 지도를 그린 것이 아니라, 이 지도가 실제로 작동하는지 확인하기 위해 두 가지 매우 다른 방식으로 테스트했습니다.
첫째, 그들은 이 지도를 사용하여 초지능형 AI 챗봇(대규모 언어 모델)을 가르쳐 보았습니다. 그들은 AI에게 다양한 상황에서 로봇이 어떻게 행동해야 하는지에 대한 논리 퍼즐을 풀도록 요청했습니다. AI에게 이 BDI 지도를 가이드로 제공했을 때, AI는 모순을 찾아내는 능력이 향상되었습니다. 예를 들어, 로봇이 집에 있다고 믿으면서 호텔에 체크인하기를 원한다면, 지도는 AI가 이것이 논리적 오류임을 깨닫고 왜 로봇이 그렇게 해서는 안 되는지에 대한 명확한 설명을 생성하도록 도왔습니다. 결과는 AI에게 이러한 구조화된 '정신적 문법'을 제공하는 것이 더 일관되고 설명 가능한 답변을 생성하는 데 도움이 된다는 것을 시사하지만, 저자들은 이것이 작은 규모의 테스트였으며 이 지도가 모든 오류를 해결하는 마법 같은 해결책은 아니라고 언급했습니다.
둘째, 그들은 이 지도를 SEMAS라는 작동 중인 로봇 시스템에 연결했습니다. 여기서 지도는 로봇의 내부 생각과 실제 세계 사이의 가교 역할을 했습니다. 그들은 로봇이 원시 데이터(예: 과학자들에 대한 사실 목록)를 어떻게 '신념'으로 바꾸고, BDI 규칙을 사용하여 다음 행동을 결정하며, 다시 그 결정을 데이터로 변환할 수 있는지 보여주었습니다. 이것은 마치 로봇의 내부 '마음'이 인터넷의 '지식 베이스'와 직접 대화할 수 있게 해주는 번역기와 같습니다.
이 논문은 BDI 온톨로지가 성공적으로 '개념적 및 운영적 가교' 역할을 한다는 것을 발견했습니다. 그것은 에이전트가 무엇을 생각하는지에 대한 추상적인 아이디어와 에이전트를 움직이게 하는 실제 코드 사이를 연결합니다. 저자들은 이것이 기초적인 단계이며 완성된 제품은 아니라고 주의를 기울이고 있지만, 그들의 실험은 이러한 공유된 정밀한 언어를 사용하는 것이 AI 시스템을 더 투명하게 만들고 스스로의 생각에 대해 추론할 수 있게 만든다는 것을 시사합니다. 그들은 차세대 AI가 진정으로 똑똑하고 신뢰할 수 있으려면, 신념, 욕구, 의도가 어떻게 함께 춤추는지에 대한 이러한 구조화되고 공유된 이해가 필요하다고 주장합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.