[3학년][1학기][인공지능시스템][2w]

인공지능 개요

• 지능이 있을 때 할 수 있는 일들의 예
  • 경험을 이용한 학습과 이해
  • 생각하고 추론
• Turing Test
• : 일반인으로 구성된 심사위윈이 컴퓨터와 대화해서 사람으로 판정하는 비율이 30% 이상이 되면 인간처럼 사고할 수 있는 시스템으로 간주
• Problem-solving을 위한 학문
• 정형적 문제: 복잡한 수학 문제, 게임
• 일반적 문제: 인식(Recognition), 지능 로봇, 자연어처리(NLP), 추론(Resoning)
• 전문가 문제: Financial Anaylsis, 의료 처방, 과학적 분석, 공학
• Programming Langauge: LISP, PROLOG, 객체지향언어

• Cognition science(인지과학): 인간과 같은 사고 시스템
• 학습 Learning
  • 사실과 규칙을 지속적인 과정에 의해 습득하는 것
  • 지식 기반의 학습 모델 구성
• 추론 Inference
  • 주어진 사실이나 규칙으로부터 인지된 입력에 대해 결론을 얻는 과정
  • 증명, 게임, 문제 해결
• 인지 Recognition
  • 보고 듣고 말하는 능력
  • 문자, 언어, 영상 분석 등의 분야에서 활

Strong AI/weak AI

• Strong AI
  • 사람과 같은 지능
  • 마음을 가지고 사람처럼 느끼면서 지능적 행동하는 기계
  • 추론, 문제해결, 판단, 계획, 의사소통, 자아의식, 감정, 지혜, 양심
  • 튜링 테스트
• Weak AI, Narrow AI
  • 특정 문제를 해결하는 지능적 행동
  • 사람을 흉내

인공지능 역사

• 1차 붐: 탐색, 추론
• 2차 붐: 지식 기반
• 3차 붐: 기계학습, 딥러닝, 왓슨, 특이점 우려

인공지능 기술

• 탐색 Search
  • 문제의 답이 될 수 있는 집합을 공간으로 간주하고 최적해를 찾기 위해 공간을 체계적으로 찾아보는 것
  • 무정보 탐색: BFS, DFS
  • 휴리스틱 탐색: 언덕오르기, 최선우선, 빔탐색, A* 알고리즘
  • 게임트리 탐색: mini-max 알고리즘, a-b 가지치기, 몬테카를로 트리
• 지식표현 Knowledge Representation
  • 문제 해결에 이용하거나 심층적 추론을 할 수 있도록 지식을 효과적표현하는 방법
  • IF - THEN 규칙 Rule
  • Frame
  • 의미망 Semantic net
  • 논리 Logic: 명제논리, 술어논리
  • 스크립트
  • 불확실한 지식 표현
  • 확률 그래프 모델
  • 온톨로지 기술 언어: RDF, OWL
• 추론 Inference
  • 가정이나 전제로부터 결론을 이끌어내는 것
  • 규칙기반 시스템의 추론: 전향추론, 후향추론
  • 확률모델의 추론: 관심 대상의 확률 또는 확률분포 결정, 베이즈 정리
• 기계학습 Machine Learning
  • 경험을 통해서 나중에 유사하거나 같은 task를 더 효율적으로 처리할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것
  • 지도학습
  • 비지도학습
  • 강화학
• 계획수립
  • 현재 상태에서 목표 상태에 도달하기 위해 수행해야 할 일련의 행동 순서 결정
  • 작업 수행 절차 계획
  • 로봇의 움직임 계획

인공지능 활용분야

• 데이터 마이닝
  • 실제 대규모 데이터에서 유용한 정보들을 추출하는 체계적인 과정
  • 기계학습, 통계학 기법 적용
• 패턴 인식
  • 데이터에 있는 패턴, 규칙성을 찾는 것
• 자연어 처리
  • 사람이 사용하는 일반 언어로 작성된 문서를 처리하고 이해하는 분야
  • 형태소 분석, 구문 분석, 품사 태깅, 의미 분석
  • 문서 요약, 기계번역, 질의 응답
• 컴퓨터 비전
  • 시각 기능을 갖는 기계장치를 만드는 분야
• 음성 인식
• 로보틱스
  • 지능 로봇
• 에이전트
  • 사용자로부터 위임받은 일을 자율적으로 수행하는 시스템