AI Technology, 즉 인공지능 기술은 크게 추론, 탐색, 지식 표현의 3가지 부분으로 나누어짐
탐색: 문제의 답이 될 수 있는 것들의 집합을 공간으로 간주하고, 문제에 대한 최적의 해를 찾기 위해 공간을 체계적으로 찾아보는 것
- 무정보 탐색: 너비우선 탐색, 깊이우선 탐색
- 휴리스틱 탐색: 언덕오르기 탐색, 최선 우선탐색, 빔탐색, A* 알고리즘
- 게임 트리 탐색: mini-max 알고리즘, a-b 가지치기, 몬테카를로 트리 탐색
지식표현: 문제해결에 이용하거나 심층적 추론을 할 수 있도록 지식을 효과적으로 표현하는 방법
- IF-THEN 규칙
- 프레임
- 의미망
- 스크립트
- 불확실한 지식표현
- 확률 그래프 모델
- 논리: 명제논리, 술어논리
- 온톨로지 기술 언어: RDF, OWL
추론: 가정이나 전제로부터 결론을 이끌어내는 것
- 규칙기반 시스템의 추론: 전향추론, 후향추론
- 확률모델의 추론: 관심대상의 확률 및 확률분포를 결정, 베이즈정리 및 주변화 이용
Each techonologies
기계 학습: 경험을 통해 나중에 유사하거나 같은 일을 더 효율적으로 처리할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것, 컴퓨터가 지식을 갖게 만드는 방법
- 지도학습: 입력과 대응하는 출력을 데이터로 제공하고 대응관계의 함수 찾기
- 비지도학습: 데이터만 주어진 상태에서 유사한 것들을 서로 묶어 군집을 찾거나 확률분포 표현
- 강화학습: 상황 별 행동에 따른 시스템의 보상 값만을 이용하여, 시스템에 대한 바람직한 행동 정책 찾기
계획수립: 현재 상태에서 목표하는 상태에 도달하기 위해 수행해야 할 일련의 행동 순서를 결정하는 것
- 작업 수행 절차 계획
- 로봇의 움직임 계획
Robotics
- 로봇의 설계, 계발 및 운영에 중점을 둔 AI 기술의 한 분야
- 기계학습, 컴퓨터 비전, 자연어 차리와 같은 다양한 AI 기술을 결합하여 환경과 상호작용할 수 있는 지능형 기계를 만듦
- 인간의 개입 없이 자율적으로 혹은 반자율적으로 작업을 수행하는 AI기술을 사용하여 인식, 의사 결정 및 행동의 조합 설정
- 산업용 로봇, 의료 및 접객에 사용되는 서비스 로봇, 운송용 로봇, 자율 주행 차량, 다른 행성/해저 탐사용 연구 로봇 등의 응용분야
Computer vision
- 특정 영역에서 인간 전문가의 의사 결정 능력을 시뮬레이션 하도록 설계된 AI 기술의 한 유형. 지식 기반과 일련의 규칙을 사용하여 문제에 대해 추론하고 권장 사항 혹은 솔루션을 제공. 일반적으로 의학, 금융, 공학 등 전문성이 필요한 분야에서 사용됨
- 도메인의 전문가에 의해 전문가 시스템의 지식기반이 생성되며, 규칙 및 휴리스틱적인 정보를 포함
- 이러한 규칙은 새로운 지식을 추론하고 사용자가 제공한 입력을 기반으로 결정을 내리는데 사용됨
- 기계학습 기술을 통합하여 과거의 결정을 학습하고, 시간이 지남에 따라 성능 향상 가능
Natural language processing(NLP)
- 기계가 인간의 언어를 이해하고 생성할 수 있도록 하는데 중점을 둔 인공지능의 하위 분야
- 서면 텍스트 및 구어를 포하한 많은 양의 자연어 데이터를 처리, 분석
- 기계학습, 딥러닝, 통계 분석 기술이 같이 사용되며, 이를 통해 인간 언어의 다양한 패턴과 구조를 학습할 수 있다
Fuzzy logic
- 컴퓨터가 불확실하거나 부정확한 데이터를 기반으로도 추론하고 결정을 내릴 수 있도록 함
- 데이터가 명확하지 않기 때문에 기존의 이진 논리가 불충분한 상황에서 특히 유용
- 변수에 참/거짓의 이진값이 아닌 특정 집합에 대한 소속 정도가 할당된다 e.g., 소속도 0.8인 '뜨거운 온도'와 소속도 0.3인 '따뜻한' 온도
- 이런 소속 정보를 통해 방의 온도를 조절하는 등의 의사결정을 도출
- 기계학습, 전문가 시스템과도 사용됨
참고
chatGPT
적성 찾아 모험중입니다,