Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능의 이해(1225 차동현) - Coggle Diagram
인공지능의 이해(1225 차동현)
인공지능의 원리
인공지능이란 인간의 지능이 갖는 학습, 탐색, 추론 등의 능력을 모방하여 컴퓨터로 구현한 시스템이나 구현하려는 컴퓨터 과학 기술을 말한다. 현재의 인공지능은 목적에 맞는 대량의 데이터를 학습하여 주어진 문제를 적절한 판단을 내리는 시스템으로 인간의 판단에 도움을 주고 단순 작업을 대신하는 편리함을 제공한다.
인간의 지능을 모방한 인공지능은 인식. 추론, 탐색, 학습의 특성을 지니며, 데이터를 학습하고, 학습한 데이터를 근거로 추론하고 탐색한다.
인공지능은 인간의 지능을 모방하려 하지만 인간의 지능과는 다른 특징을 보인다. 인간은 다양하고 복잡한 상황에서도 한계를 보인다. 또한 특정한 한가지 일에 특화된 경우가 대부분이다.
-
인공지능은 생활 속에서 발생하는 다양한 문제를 해결하는 데 활용되고 있다.은행에서는 인공지능을 이용하여 스미싱 여부를 판단하고, 심리 상담 센터에서는 인공지능이 적용된 앱을 이용하여 어린아이의 그림을 분석하고 심리 상태를 파악한다.
-
인공지능은 의학, 외국어 번역 및 문헌학, 예술 등 다양한 학문 분야의 문제를 해결하는 데도 활용되고 있다. 의료 영상을 보고 질병을 진단하고, 오타가 있는 문장도 제대로 번역한다. 변화된 한글을 인공지능에 학습시켜 고서적의 연대를 추정하기도 하고, 작곡도 하고 그림도 그린다
-
인공지능과 탐색
지능적인 탐색이란 탐색의 법위나 시간을 좁혀 탐색 범위와 달라진다. 지능적인 탐색이란 탐색의 범위나 시간을 좁혀 탐색을 최적화한 것을 의미한다. C 알고리즘은 항상 최단 거리를 보장할 수는 없지만 대체로 좋은 결로를 선택하는 효율적인 탐색 방법으로 A,B 알고리즘보다 지능적인 탐색 방법이라 할 수 있다.
탐색이란 문제 상황에서 답을 찾아가는 과정으로, 인간의 탐색 방법을 모방하여 컴퓨터에 적용하고자 노력해 왔다. 미로 찾기 문제를 예로 들면 컴퓨터에 출발지와 목적지를 입력하고, 다양한 탐색 알고리즘을 적용함으로써 목적지까지의 경로를 자동으로 찾아내는 해결 전략을 구현하려고 노력하였다.
탐색을 통해 문제를 효과적으로 해결하기 위해서는 문제를 구조화하는 설계 과정이 필요하다. 이후 문제를 해결하기 위한 탐색 알고리즘을 선택하고 실행하여 해결 가능성을 확인하고 답을 구한다.
인공지능으로 문제를 해결하기 위해 탐색 과정을 설계하려면, 먼저 문제를 명확하게 정의해야 한다.
문제 해결을 위한 탐색 과정에서 만나게 되는 상황을 상태라고 하며, 모든 상태의 집합을 상태 공간이라고 한다. 그리고 문제가 주어진 상태, 즉 문제의 처음 상태를 초기 상태라고 하고, 문제가 모두 해결된 상태를 목표 상태라고 한다. 탐색은 상태 공간 안에서 초기 상태로부터 목표 상태까지의 경로를 찾는 과정이라고 정의 할수 있다
탐색 전략은 문제 상황에 따라 다르게 정할 수 있다. 탐색할 상태 공간을 구조화하여 탐색의 방향과 범위를 정하고, 어디서부터 탐색할지 탐색의 순서를 정해야 할 때도 있다. 또한 문제에 알맞는 탐색 알고리즘을 선택하는 것도 탐색 전략 중의 하나다. 탐색 전략을 잘 세우는 것은 중요하다.
: : 
지식의 표현과 추론
지식표현
인공지능을 활용하기 위해서는 사람과 컴퓨터가 동시에 이해할 수 있는 형태로 지식을 나타내는 것이 필요하고, 지식을 이러한 형태로 나타낸 것을 지식 표현이라고 한다.
-
-
데이터는 관찰이나 실험, 조사로 얻은 사실이나 자료를 의미하며, 가공하기 전의 상태이다. 반면, 정보는 다양한 데이터 중에서 사용자의 필요에 따라 처리한 데이터를 말한다. 지식은 개념화된 정보로 정보를 일반화하고 체계화한 것이라 할 수 있다.
규칙
다양한 지식 표현 방법 중 대표적인 한가지는 규칙을 이용한 방법이다. 우리가 흔히 사용하는 만약 a라면, b이다. 또는 a하면, b하다.와 같은 형태로 if a then b로 나타낼 수 있다.
-
추론은 이미 알고 있는 지식을 토대로 새로운 결론을 이끌어 내는 사고 과정을 말한다. 즉 알고 있는 사실로부터 모르고 있던 사실을 알게 되는 과정이라 할 수 있다. 추론은 인공지능에서도 중요한 영역이다. 인공지능은 데이터를 이용한 학습을 바탕으로 새로운 데이터로 추론을 하여 결과를 도출한다. 우리가 사용하는 스마트폰의 음성인식, 이미지 검색, 이메일의 스팸, 필터링 등에서 추론 기능이 사용되고 있다.
맹목적 탐색과 정보 이용 탐색
깊이 우선 탐색은 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
정보 이용 탐색은 모든 탐색 공간을 찾지 않고 일부 공간만 탐색하기 때문에 답을 찾지 못할 수도 있고, 항상 최단 경로로 목표 노드에 도달할 수는 없다. 하지만 대체로 좋은 결과를 내고, 효율적이며 빠르게 목표를 찾을 수 있어 내비게이션 등 인공지능 시스템의 탐색에 많이 사용된다.
-
최상 우선 탐색은 초기 상태에서 현재 상태에 이르기까지의 비용을 고려하지 않고, 현재 가장 좋은 것을 선택하는 탐색 방법이다. 현재 상태 노드에서 다음 방문할 상태 노드를 결정 할 때 목표에 가장 가까워 보이는 노드를 택한다. 평가 함수는 현재 상태가 목표 상태에 얼마나 가까운지를 평가하는 함수로, 최상우선탐색은 이를 통해 목표에 가장 가까운 상태를 확인한다.
-