Artificial Inteeligence(AI-01)

김유찬·2023년 4월 15일
0

인공지능

목록 보기
1/12
post-custom-banner

■ Artificial Intelligence

■ 인공지능의 개념

인공지능은 컴퓨터 프로그램이나 기계를 사용하여 인간과 같은 지능적인 작업을 수행하는 기술을 말함

chat gpt, dalle-2 등 인공지능을 이용한 많은 기술들과 ai를 주제로 한 다양한 영화들이 존재함

  • 다양한 AI 판별 기준들


    비교 대상: 인간, 합리성
    판단 대상: 사고, 행위
    -(인간, 사고): 인간처럼 생각(두뇌의 내부활동)
    -(인간, 행위): 인간처럼 행동(자연어 대화, 자연스러운 인식과 행동, "Turing Test")
    -(합리성, 사고): 합리적 생각(논리학 기초)
    -(합리성, 행위): 합리적으로 행동(최선의 결과, "Rational Agent")
    ※ Rational agent: 합리적인 판단과 행동을 수행하는 sw agent로 주어진 환경에서 가능한 모든 선택지를 고려하고, 그 중에서 가장 효율적이고 올바른 선택을 하기 위해 노력함

■ 구현 방법들(Approaches)

□ 기호(symbol) / 신호(signal) 처리

  • 환경(environment)과 상호작용
    -센서 입력, 인식(perception) <- 신호 입력
    -신체 조작 및 행동(action) -> 신호 출력

    -로봇이 images, sound 등등으로 (센서)신호를 입력받고 pickup, turn 등의 (제어)신호를 출력함

  • 의사 결정(Decision Making) 구조
    -문제 풀이, 행동 결정 - 신호 처리 혹은 기호 처리
    ※기호처리: 인공지능 초기 방법 중 하나, 기호와 규칙을 사용해 문제 해결

    ※신호처리: 신호 및 데이터의 특징을 추출하고 처리하는 방법

○ 1. 비-기호 처리 방법(sub-symbolic approach)

-문제 해결을 위해 기호를 이용하는 대신 신호(signal) 를 직접 처리
-환경과의 상호작용을 중신
-주요 기술: 신경망, 유전자 알고리즘, 유전자 프로그래밍
※신경망

○ 2. 기호 처리 방법(symbol-processing approach)

-전통적인 인공지능 접근법
-지식-기반 접근법
-문제 해결에 필요한 많은 영역 지식들을 선언적인 문장들로 표현
-논리적인 추론을 적용함으로써, 문제의 해(solution)를 찾아냄

○ 3. 혼합/통합적 방법(hybrid/integrated approach)

  • 저 수준의 인식과 행동 제어
    -실시간성이 요구되는 빠른 반응적 행위, 일상적 행위 구현(걸어가기, 장애물 피하기, 컵 집어들기 등등)
    -비-기호/신호 처리 방법 작용

  • 고 수준의 작업 계획과 의사결정
    -난이도가 높은 전략 및 전술적 문제 해결
    -실시간성보다 문제 해의 질이 더 중요한 문제들(최단 경로찾기, Q&A, 진단과 처방 등등)
    -추론, 탐색, 계획
    -기호 처리 방법 적용

■ 인공지능 역사

  • 1956 dartmouth conference, "인공지능(AI)" 학문명이 처음 소개

  • 1960년대, 1970년대 초반(여명기 AI)
    -기술들 - a variety of problem representations, search techniques(탐색 기술), and general heuristics, GPS(general problem solver) by newell & simon
    -gps는 문제 표현, 탐색 기술 및 일반 휴리스틱의 조합을 사용하여 복잡한 문제를 해결하는 인공지능 프로그램의 초기 예였음, 미래 발전을 위한 기초 마련
    -응용분야들 - “Toy problems” such as simple puzzles, game
    playing(chess, checker), symbolic integration, information
    retrieval(인공지능 분야에서 초기 단계의 연구에 많이 사용됨)
    -교훈: more powerful systems require much more built-in
    knowledge about the application domains(보다 강력한 시스템은 응용 분야에 대한 많은 내장 지식이 필요함)

  • 1970년대 후반 ~ 1980년대 초반(기호처리 AI)
    -기술들 - knowledge representation methods(지식 표현법)(인공지능 시스템이 문제를 해결하고 추론하는 데 필요한 지식을 표현하는 데 사용됨)
    -응용분야들 - 전문자 시스템(전문가의 경험과 지식을 수집하여, 그들이 평가하고 진단하는 방식과 비슷한 방식으로 작동하도록 구성된 컴퓨터 프로그램), 지식 기반 시스템(지식표현법과 추론 엔진을 사용하여 문제 해결에 사용)

  • 1980년대 후반 ~ 1990년대(비-기호처리 AI)
    -기술들 - Neural network(신경망) research was started by
    Frank Rosenblatt in late 1950s, and then resumed in 1980s,
    GA, artificial life, animat approach in 1980s and 1990s
    -신경망: 사람의 뇌 구조와 유사한 형태로 구성된 컴퓨터 모델
    -응용분야들 - pattern recognition, image/sound/speech
    recognition, machine control 등

  • 1990년대 후반 ~ 2000년대(혼합/통합(hybrid/integrated AI)
    -기술들 - new emphasis on integrated, autonomous systems(통합 자율 시스템)
    -응용분야들: intelligent agent(지능형 에이전트) such as robots abd softbot

  • 2010년대 ~ 현재(비-기호처리 AI)
    -기술들 - neural network / deep learning
    -machine learning(ML), big data의 르네상스 시대 도래
    -응용분야들: autonomous driving car, intelligent robot

  • 현재 기술 수준: Human vs AI

  • 현재 기술 수준: 응용 시스템

profile
eukddan
post-custom-banner

0개의 댓글