Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능의 이해(1123조건희) - Coggle Diagram
인공지능의 이해(1123조건희)
지식의 표현과 추론
-
-
-
데이터:관찰이나 실험, 조사로 얻은 사실이나 자료를 의미하며, 가공하기 전의 상태이다.
지식 표현:인공지능을 활용하기 위해서는 사람과 컴퓨터가 동시에 이해할 수 있는 형태로 지식을 나타내는 것이 필요하고, 지식을 이러한 형태로 나타낸 것
규칙:우리가 흔히 사용하는 '만약 <A>라면, <B>이다.' 또는 '<A>하면, <B>하다.'와 같은 형태로, IF <A> THEN <B>로 나타낼 수 있는것
-
의미망:지식이나 기억, 실세계를 노드와 호를 이용하여 네트워크 구조로 표현한 것
-
호:노드 간의 관계를 화살표로 나타낸 것
has-a(~이 있다), is-a(~이다), do(~을 한다)
-
맹목적 탐색과 정보 이용 탐색
-
깊이 우선 탐색: 상태 공간 트리에서 자식 노드를 먼저 방문하는 수직 방향의 탐색 알고리즘이다. 
자식 노드가 두 개 이상일 경우 주로 왼쪽 노드를 먼저 방문한다. 탐색 중에 단말 노드에 도착했는데도 목표 노드를 찾지 못했다면 다시 분기점으로 되돌아가 방문하지 않은 노드부터 다시 수직 방향으로 탐색한다.
만약 목표 노드가 수직 방향으로 깊이 있다면 문제를 빨리 해결할 수 있고, 필요한 저장 공간도 비교적 적게 드는 장점이 있다. 하지만 목표 노드가 없는 경로에 깊이 빠져 버리거나 목표 노드에 이르는 경로가 여러 개일 경우, 지금의 방문 경로가 최단 경로임을 보장할 수 없다는 단점이 있다.
너비 우선 탐색:상태 공간 트리에서 형제 노드를 먼저 방문하는 수평 방향의 탐색 알고리즘이다.
정보 이용 탐색:경험이나 지식을 탐색에 적용하는 알고리즘으로, 필요 없는 경로를 줄여 문제 해결 시간과 공간을 절약할 수 있다.
최상우선탐색:초기 상태에서 현재 상태에 이르기까지의 비용을 고려하지 않고, 현재 가장 좋은 것을 선택하는 탐색 방법이다.
-
인공지능의 원리
인고지능:인간의 지능이 갖는 학습, 탐색, 추론 등의 능력을 모방하여 컴퓨터로 구현한 시스템이나 구현하려는 컴퓨터 과학 기술을 말함
1950년경 앨런 튜링에 의해 처음 제시됨
튜링 테스트:기계가 인간과 비슷하게 대화할 수 있는지 판단하는 테스트로, 튜링 테스트를 통과한다면 기계에도 지능이 있다고 봐야 한다는 주장이다.
단순 작업을 대신하는 등의 편리함을 제공한다. 카메라, 마이크, 각종 감지 센서 등을 통해 입력받은 데이터는 빅데이터로 쌓이게 되고, 이러한 빅데이터를 학습한 인공지능은 탐색과 추론을 통해 판단한다.
인공지능의 특성
인간의 지능을 모방한 인공지능은 인식, 추론, 탐색, 학습의 특성을 지니며, 데이터를 학습하고, 학습한 데이터를 근거로 추론하고 탐색한다.
인공지능을 활용한 문제 해결 사례
은행에서는 인공지능을 이용하여 스미싱 여부를 판단하고, 심리 상담 센터에서는 인공지능이 적용된 앱을 이용하여 어린아이의 그림을 분석하고 심리 상태를 파악한다.
-
-
인공지능과 탐색
탐색:문제 상황에서 답을 찾아가는 과정
인공지능에서 탐색의 중요성
복잡한 문제를 탐색으로 해결하려는 노력은 인공지능 연구의 초창기부터 이어져 왔다. 세계 체스 챔피언에게 패배했지만, 계속 도전하여 결국 승리를 거둔 딥 블루는 인공지능의 놀라운 발전 가능성을 보여 주었다.
바둑은 대략 361!개의 방대한 경우의 수가 존재하기 때문에 성능이 아주 뛰어난 컴퓨터를 이용해도 모든 경우의 수를 계산하기 어렵다. 하지만 알파고는 수많은 경우의 수 중에서 승리에 유리한 수만을 탐색하는 방법으로 탐색 범위를 획기적으로 좁혔다.
딥러닝으로 방대한 분량의 바둑 전문가 기보 데이터를 학습하고, 학습의 결과를 다시 탐색에 반영하며, 이길 확률이 높은 수를 선택함으로써 알파고는 인간에게 승리할 수 있었다.
상태:문제 해결을 위한 탐색 과정에서 만나게 되는 상황
-