로바마 시스템

로바마 시스템 한국에서 실행방법 및 순서

실행목록

한국에 맞는 사회 정치적 의사결정을 지원하는 맞춤형 OpenCog AI를 설계하는 프로젝트는, 불완전하지만 다음과 같이 여러 하위 작업들로 나누어 수행할 수 있다.

NLP 시스템을 한글로 맞춘다.

NL 정보는 사회정치적 사안 관련 글을 추출하도록 설정한다.

사회정치적 사안 관련 구조화된 관게와 정량적 지식을 불러들이기 명령어 설정한다.

사회경제적 사안 추론 컨트롤을 설정한다.

인공지능 추론 과정을 인간이 이해할 수 있는 수준으로 단순화시키는 코드를 만든다.

진화하는 학습과 개념 융합을 통한 새로운 창의적인 아이디어를 만들어내도록 설정한다.

AI 의사결정 역량을 평가하고 학습할 수 있도록 과거 사례를 평가한다.

간편하게 상호작용하고 이용할 수 있도록 만든 사용자 인터페이스 디자인(대화상자와 다이어그램 활용).

저장한 템플릿 방식에 따라서 기술 보고서, 인포그래픽, 정책 브리프를 출력할 수 있게 만드는 문서 생성 코드를 설정한다.

사용자 지정 DebateGraph와 통합하거나 사용자 지정 DebateGraph 유형의 툴을 만든다.

OpenCog 컴퓨터 시스템 확장성을 늘린다.

로드맵

상기 작업은 다음과 같은 대략적인 로드맵으로 구성될 수 있다. 이 로드맵은 사회·정치적 결정에 관련된 모든 데이터를 소화할 수 있는 사회·정치적 지원 시스템을 만드는 최종 목적으로 4년 프로젝트를 계획하고, 전술한 바와 같이 정책제안 및 정책평가 기능을 수행한다.

Q1

프로젝트의 구성, 팀원 구성 및 훈련

Q2-Q5

NLP 시스템을 한글로 맞춘다.

관련 데이터와 정량적 데이터를 입력한다.

분야에 맞게 학습과 추론을 하도록 설정한다.

사례 평가 시스템 구축한다.

사용자 인터페이스 디자인하고 초기 버전을 만든다.

중간 결과물: 정책 평가 자료 조회에 맞게 기술 보고서를 생성하고 간단한 대화가 가능한 시스템.

Q6-Q9

한국어 NLP 시스템에 잘 맞게 조율

사례 평가에 대한 추론 실험

평가단 대상 사용자 인터페이스 테스트하기

중간 결과물: 정책 평가 조회에 맞게 정책 브리프와 인포그래픽을 생성할 수있고 대용량 데이터와 다수의 사용자를 수용할 수 있는 시스템 확장성을 갖춘 시스템

Q10-Q12

정교한 의사결정지원 가능한지 테스트

실시간 처리 가능한 시스템 확장성 갖추기

다양한 평가단에게 선보이기

중간 결과물: 복잡한 정책 평가와 간단한 새로운 정책 입안을 시행할 수 있는 시스템

Q13-Q16

체계적인 사용자 테스트

추론 통제, 추론 커뮤니케이션 방식 개선

실제 사례와 역사적 사례를 두고 체계적으로 평가

최종 결과물: 좀 더 복잡한 정책을 입안할 수 있고 복잡한 설명을 정리해 이해할 수 있는 용어로 전달할 수 있는 시스템

5년차: 일반 공개