폰 노이만
제자들 =>
앨런 튜링 - 컴퓨의 아버지
마빈 민스키 - 인공지능의 아버지
존 홀랜드 - 폰 노이만의 마지막 제자 (복잡계, 복잡성 이론, Bottom - up 관련해서 전문가)
버니 지글러 - 존 홀랜드 교수의 제자 (시물레이션, 지능 에이전트 연구)
크리스 랭턴 - 존 홀랜드의 제자(인공생명 분야 만듦)
폰노이만의 주요 분야
- 게임이론, 사이버네틱스, 컴퓨터구조, 인공생명, 오토마타, 자기복제시스템, 시물레이션, 특이점, 양자역학(코펜하겐 선언)
인공지능의 원조는 아리스토텔레스.
인공지능 역사 (초기 단계)
BC5
- 아리스토텔레스의 논리학
- 앎의 대한 분류, 지식표현
1920
- 폰 노이만이 게임이론을 만듦. => 미국과 소련의 냉전시대. 군사적으로 전략적인 대응이 필요했고, 정부의 요청에 따라 게임이론을 남기게 됨.
- 게임 이론의 방식은 Mini-Max인데, 적의 가치는 낮추고, 나의 가치는 높이는 방향으로 알고리즘을 구사함.
- 알파고 입장에서도 똑같은 방식이라고 할 수 있음.
1940
- Mcculluch & pitts 가 퍼셉트론이라는 Neural Network의 모델을 만들어 냄. => 노벨상 받음
- 폰노이만은 컴퓨터 구조를 디자인 함.
- Shannon에 의해 Entropy가 만들어짐.
Logic
- 사유의 형식과 법칙을 다루는 학문이다.
- 추론의 형식과 법칙을 연구하는 학문이다.
- 논증이나 명제들의 형식과 법칙을 연구하는 학문이다. (Fact들의 모임)
지식표현(원조: 아리스토텔레스)
① (실체 혹은 본질 substance)
② 얼마나 있을까? (양 quantity)
③ 어떻게 있을까? (성질 quality)
④ 다른 무엇에 대하여 어떨까? (관계 relation)
⑤ 어디에 있을까? (장소 place)
⑥ 언제 있을까? (시간 time)
⑦ 위치 혹은 자세 (position)
⑧ 상태 혹은 소유(state or habitus, habit)
⑨ 어떤 것을 하는 것인가? (능동 action)
⑩ 어떤 것을 받는 것인가? (수동 affection or passion)
온톨로지(존재론)
- 세상에 존재하는 object를 어떻게 표현하는게 합리적인가?(기본이 되는 것이 아리스토텔레스의 방법)\
인공지능 역사: 게임이론
- 적의 가치는 낮추고, 나의 가치는 높이는 방향
- 알파고(바둑)은 립러닝 기술 적용.
폰노이만형 컴퓨터(오늘날의 컴퓨터)
- Fact를 활용해서 또다른 Fact를 만드는 알고리즘.
- 최초로 만든게 진공관
Neuron Model
- Synapse의 정도에 따라 전달되는 양이 다름.
- Cell body에 모여서 의사결정이 일어남. => 인접한 Neuron에 전달을 해줄까 말까 결정내림.
- Synapse에 의해 가중치 조절
- 활성화 함수를 거쳐 역치에 따라 실행이 됨.
- 역시 앎을 활용하는 알고리즘으로 되어있음.
- 뇌세포에 대한 수학모델이 나왔다고 대중들은 열광함. => 실상은 그렇지 않음.
신경회로망
- 인간 한명의 뇌속에 지구 250바퀴를 돌만한 통신 Line이 있음.
인공신경회로망
- 지능적인 문제가 해결이 될것이라 생각했지만 아니었음.
- 원흉이 바로 인공지능의 아버지인 민스키였음. => 인공지능은 간단한 XOR문제도 풀 수 없다고 말함.
- 암흑기를 맞음.
1950
- McCarthy라는 사람이 오토마타라는 이론을 만듦.
- 인공지능 전용 언어인 LISP을 만듦.
- Newell은 인공지능 학회의 초대 학회장이 됨.
- 탐색 분야의 학문적인 토대를 마련한 사람이 Newell
- 폰 노이만은 Cellular 오토마타라는 것을 만듦.
- Bottom-up (인공생명, 복잡계 시스템)
1960
- 최초의 인공지능이라고 할 수 있는 전문가시스템 등장 => 논리적인 추론 방법 사용
- DENDRAL이라는 전문가 시스템 등장.
- Semantic Network 등장
- 인경신경회로망으로는 XOR 조차 풀수없다라는 것을 제시한 민스키때문에 암흑기 유지
오토마타
- 시스템의 동역학적인 표현
- 일반적인 표현: M = < X, S, Y, dint, dext, l, ta >
- 모든 시스템들은 시간에 따라 변함. => 배고픈 상태에서 '밥' 이라는 입력이 들어오면 '정상 상태'로 바뀜. => 정상 상태 또한 시간이 지나면 '배 고픈 상태'로 바뀜. 이때, '밥' 이라는 외적인 요인 때문에 상태가 바뀌는 것을 'external transition' 이라 하고, 반면 배부른 상태에서 시간이 지나 자동으로 배 고픈 상태로 바뀌는 것을 'internal transition' 이라고 한다.
- 시간에 따라서 어떤 상태를 가지고 있느냐를 표현한 수학식
튜링 테스트
- 심사위원 1/3 이상이 '내가 지금 대화하고 있는 대상이 사람이다' 라고 인정시, 통과되는 테스트.
지식 표현
- Function: 보편적으로 적용되는 법칙
- Structure: 서로 관계성을 맺어주는 표현 방법
Semantic Network(의미망)
- 서로간의 관계성을 상위 레벨의 클래스와 하위 레벨의 클래스로 나눌 수 있는 것.
- 오늘날 객체지향의 hierachy 개념이 여기서 출발.
- ako: a kind of (일종의)
- isa: is a (~이다)
1970
- Searching(Planning)에 대한 개념이 정립됨.
- 인공지능의 대표적인, 완성도가 높은 시스템 'MYCIN'이 나옴.
- MYCIN: 스탠포드에서 나온 의료 관련 전문가시스템.
- Prolog: 유럽쪽에서 나온 인공지능 전문 Language, 추론 mechanism이 내부적으로 장착되어 있음.
- Frame theory by Minshy
1980
- 본격적으로 Neural Network의 르네상스를 맞게 됨.
- "Society of Mind" by Minshy
- XCON: 전문가적인 가이드? 를 해줌
- 객체지향 프로그래밍이 나타나기 시작
- Hidden layer로 XOR 문제를 해결함.
1990
- MIT의 Brooks가 벌레 로봇을 만듦.=> 벌레 로봇의 사용한 neron이 50개밖에 안됨.
- DEEP blue 라는 슈퍼 컴퓨터가 체스를 이김.
- MIT에서 감정에 대한 연구를 꾸준히 해서 Emotion agent라는 것을 만듦.
- 인공생명, 유전 알고리즘
2000
- 현실화되고 시스템화 됨
- Affective Computing, Emotion, Evolution, Emergence
2010
에이전트: 인공지능 시스템의 구현 시스템
- 환경과 상호작용하는 지능 시스템
- sensing, decision making, action 을 해줌
Deep Blue\
- 인간은 선험적 지식을 이용하지만, 인공지능은 가능한 모든 경우의 수를 생각하는 알고리즘을 사용.
2012 ~ 현재
- Watson
- Aibo, Asimo
- Eugene Goostman
- Pepper
- AlphaGo (Deep Learning by Jeffry Hinton)
Hidden Layer
- 입력 정보를 추려서, 강조할 것은 강조하고 뺄 것은 빼면서 특성만을 뽑아낸다.
강화학습
Top - down : 인간의 선험적인 지식을 이용해 결정을 내리는 것.
Bottom - up: 맨땅에서 스스로 학습해 나가는 것.