1. 완전지식의 구조

나는 주장을 한다.: e.g. 유교는 종교라고 할 수 있다라고 주장한다.

주장은 내가 가지고 있는 지식들로 인해 뒷받침된다.: e.g. (유교는 윤리를 제공한다. && 동아시아에서 불교, 도교, 무속 등과 경쟁하였다. && 종교적 진공은 가능하지 않다 && … )

그 각각의 근거들도 주장이다.: u.s. 그 근거들은 ‘주장’이라는 타입에 속한다.

그 근거들의 근거들을 거슬러 올라가면 사실이라는 불변의 참값이 존재한다.: u.s. 사실은 boolean True 속성을 가짐

각 주장들을 노드로 보고, 인과적 연결을 엣지로 본다면, 내가 하는 주장(유교는 종교다)과 관련된 지식의 구조는 순환연결이 없는 unweighted directed 그래프로 표현할 수 있다. 각 노드는 AND 게이트와 동일한 기능을 수행한다. 따라서 지식의 그래프는 항상 안정화되어있는 상태이다.

이 때 배우기란 sub-그래프의 재조정(사실의 재조정, 노드의 재조정을 포괄하는 개념)를 의미한다.: u.s. 배우기 = sub-그래프의 재조정 = [사실의 재조정|노드의 재조정] = [[사실의 추가|사실의 제거]|[노드의 추가|노드의 제거]]

이 때 주장하기란 엣지의 재조정(추가 및 삭제)를 의미한다.

2. 불완전 지식의 구조

(1) 확률 사실 구조

완전지식의 구조에서, 사실이 참값이 아니라 확률적 값이라고 전제한다.: u.s. 완전지식의 구조의 전제 overwritten by 사실은 확률적 값이다.

각 주장의 노드들도 확률적 값이 된다.

지식의 구조는 weighted directed 그래프가 된다. 이때의 weighted는 선형변환을 포괄하는 일반적 함수변환을 의미한다. 수학의 표현을 빌면, 노드n = 함수fn(이전노드1, 이전노드2, … ).

이 때 배우기란 [sub-그래프의 재조정|함수fn의 재조정]을 의미한다.

이 때 주장하기란 [사실확률의 재조정|함수fn의 재조정]을 의미한다.

이 때 논문이란, 논하고 싶은 노드의 확률 값이 얼마인지를 밝히는 것이다. 주로 확률이 수학적으로 표현하면 0혹은 1에 수렴한다고 주장된다.

(2) 확률 주장 구조

완전 지식의 구조에서, 사실은 참값이나 주장은 확률적 값이라고 전제한다.

사실은 참값이나, 인간의 인지적 한계로 주장은 확률이다.

사실들로부터 주장을 도출하는 함수f1는 boolean을 정의역으로 가지고 수학적으로 표현하면 0~1사이의 실수를 가장 좁은 공역으로 가진다.: u.s. type f1 = bool -> real(0~1)

주장들으로부터 주장을 도출하는 함수f2는 수학적으로 표현하면 0~1사이의 실수를 정의역으로 가지고 수학적으로 표현하면 0~1사이의 실수를 가장 좁은 공역으로 가진다.: u.s. type f2 = real(0~1) -> real(0~1)

지식의 구조는 weighted directed 그래프가 된다.

이 떄 배우기란 [sub-그래프의 재조정|함수f의 재조정]을 의미한다.

이 떄 주장하기란 [함수fn의 재조정]을 의미한다.

이 때 논문이란, 새로운 사실의 발견(sub-그래프의 재조정)이나 함수 fn의 재조정을 통해 논하고 싶은 노드의 확률 값이 얼마인지를 밝히는 것이다.

이 때 사실들로부터 만들어지는, 인간의 인지적 한계로 도달할 수 없는 완전한 지식의 구조가 그래프로 존재한다고 생각할 수 있다. 따라서 인간은 배우기와 주장하기를 통해 그래프를 조정해 나가면서 완전한 지식의 구조의 그래프에 수렴해 나가고자 한다.: 비약. 플라톤스러운 형이상학적 명제. 흄 경험론으로 비판 가능.