인공지능

은 크게 강한 인공지능과 약한 인공지능으로 나누는 것 같다.

우선 인공지능을 이야기할 때 인간의 대표적인 지능적 행동을
<추론, 판단, 계획, 의사소통, 감정> 정도로 나타낼 수 있다.

약한 인공지능

인간의 특정 지능적인 행동을 모방하는 수준의 인공지능을 이야기함
특정 문제를 해결할 정도의 지식

강한 인공지능

인간의 모든 지능적인 행동을 포함하는 인공지능
사람과 같은 지능

강한 인공지능을 개발하는 것이 약한 인공지능을 개발하는 것 보다 좋아보일 수 있겠지만, 나름의 개발환경, 개발목적을 고려했을 때 필요한 기능만을 특화시켜 인공지능을 개발하는 것 또한 중요하다. 선택과집중

인공지능 연구 분야는 크게
탐색, 지식표현, 추론 의 3가지로 나눌 수 있다.

탐색 : 문제의 답이 될 수 있는 집합을 공간을 간주하고, 최적의 해를 찾기 위해 이 공간을 체계적으로 찾는 방식 (BFS, DFS, Tree Search ...)

지식표현 : 문제를 해결하거나 심층적인 추론을 하는데 사용할 수 있도록 지식을 효과적으로 표현하는 방법 (모호한 표현 -> 정량적 수치, onthology...)

추론 : 가정이나 전제로부터 결론을 이끌어내는 것 (평가값이 가장 높은 수를 고르는 것 ...)

인공지능은 학습을 통해서 발전(혹은 진화) 할 수 있는데
여기서 학습이란 동일한 문제(혹은 게임) 에서 더 나은 선택을 할 수 있도록 인공지능 시스템의 구조나 파라미터(가중치) 를 바꾸는 것을 말한다.
파라미터 개념은 사실 neural net ( perceptron ) 에서 사용되는 개념, 단순 추론(조건에 따른 상태 판별 등)

알파고로 인공지능을 처음 제대로 접했다고 생각하면 큰 오산이다.
사실 알파고 출시 이전에 이미 많은 인공지능(가정용 세탁기도 인공지능이다)이 우리삶에 녹아있었다. 물론 알파고는 기존의 인공지능 보다 더욱 심오한 시스템(정책망-가치망-추론) 을 갖추고 있긴 하다.

인공지능의 주요 응용 분야

전문가 시스템 : 특정 문제 영역에 전문가 수준의 해법 제공(MYCIN 환자 진단 로직)

데이터 마이닝 : 대량의 데이터로부터 유의미한 정보, 결론을 도출하는 것

패턴 인식 : 데이터에 있는 패턴이나 규칙성을 찾는 것

자연어 처리 : 인간이 사용하는 언어로 된 자료를 처리하는 것

컴퓨터 비전 : 가상 시각 장치를 만드는 것

음성 인식 : STT

인공지능도 역시 초기단계에는 인간이 만드는 프로그램인지라 행동의 규약(너는 이것만 할 수 있어) 이 정해져 있긴하다.
단지 인공지능은 시스템이 목표로 하는 바를 가장 완벽하게 수행하는 법을 터득(학습)하는 것. 모든 학문에서 한계점은 인간이 관측할 수 있는 극단에서 발생한다는 점.

따라서 인공지능이란 (인간이 관측가능한) 인간의 지능적인 행동을 모방(혹은 모두 포함)하는 시스템(컴퓨터 프로그램)을 의미한다고 생각할 수 있다.