Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능의 이해(1118 이동현) - Coggle Diagram
인공지능의 이해(1118 이동현)
인공지능의 원리
인공지능의 개념과 특성
인공지능의 개념
인공지능: 인간의 지능이 갖는 학습, 탐색, 추론 등의 능력을 모방하여 컴퓨터로 구현한 시스템이나 구현하려는 컴퓨터 과학 기술
인공지능은 1950년경 앨런 튜링에 의해 처음 제시되었으며, 각종 센서 등을 통해 입력받은 데이터는 빅데이터로 쌓이게 되고, 이러한 빅데이터를 학습한 인공지능은 탐색과 추론을 통해 판단한다.
지성이 있는 기계, 인간의 지적 능력을 기계로 구현하는 과학 기술 등 인공지능의 다양한 정의가 있다.
지능 에이전트의 형태로 안공지능은 일상에 많은 영향을 미치는데 예를 들어 대화형 비서, 인공지능 렌즈, 번역 플렛폼 등이 있다.
액추에이터: 물리적 동작이나 반응으로 만들어 내는 역할이며, 구동기라고도 한다.
-
-
-
-
-
-
인공지능의 특성
-
-
-
-
인간은 여러 가지 일을 동시에 처리 가능하며, 인공지능은 특정한 일만 수행을 가능하게 한다.
-
-
인공지능이 적용된 소프트웨어: 추론이나 예측하는 작업이 가능하다.
데이터 기반의 기계학습을 구현한 인공지능의 경우, 학습을 통해 성능이 개선되기도 한다.
-
-
-
튜링 테스트
-
유진 구스트만: 2014년 영국 레딩 대학이 개발한 인공지능이며, 13세 우크라이나 소녀능로 설정된 채팅 프로그램이다. 튜링테스트를 통과한 최초의 인공지능이다.
인공지능을 활용한 문제 해결
인공지능을 활용한 문제 해결 사례
-
인공지능은 여러 가지 문제에도 해결이 가능한데, 예를 들어 스미싱 여부를 판단하고, 어린아이의 그림을 분석하여 심리 상태를 파악하기도 한다. 또한 혼자 사는 노인의 대화 상대가 되어 주고, 건강 상태를 파악해 줄 수도 있다.
알파폴드: 2020년 12월에 열린 단백질 구조 예측 대회에서 우승하였다. 2억 개의 단백질 구조를 예측하는데 성공하였는데, 이는 이 시기까지 밝혀진 모든 단백질 구조를 예측한 것으로 이에 그치지 않고 단백질 구조 설계, 신약 개발 등 생명 과학 분야에서 큰 성과를 거두었다.
-
인공지능의 미래 활용 분야
Al+X: 인공지능과 다양한 산업의 융합을 의미한다. 의료, 교육, 운수, 번역, 산업 등을 예로 들 수 있다.
Al+의료: 질환의 발증을 막는 예방, 질환을 앓고 있는 사람을 찾아내는 진단, 증세 악화를 개선하는 치료에 모두 적용되어 활용될 수 있다.
Al+비서: 일정 관리, 외국어 번역, 검색, 음악 관리, 날씨 정보 제공, 사물 인터넷 제어 등을 제공한다.
Al+교육: 평가 업무, 학급 관리에 도움을 주고, 학습자의 개별화 학습, 맞춤형 자기주도 학습이 가능하다.
-
-
Al+산업: 최적의 공정을 설계하고 제어하는 시스템을 통해 생산 기간 단축, 맞춤형 제품 개발, 에너지 효율 증가, 재고 비용 감소 등의 효과를 낼 수 있다.
인공지능과 탐색
탐색의 이해
탐색의 개념
-
A 알고리즘: 모든 과정을 일일이 명령하면 그대로 수행하는 방식, 매번 새롭게 명령해야 하며, 미로의 모습을 모르면 수행하기 어렵다는 단점이 있다.
B 알고리즘: 왼쪽으로 회전하여 미로 탐색 문제를 해결하는 방법, 간단한 단일 연결 미로는 반드시 탈출할 수 있는 탐색 과정이다. 항상 최단 경로를 보장 못하며, 이중 미로면 탈출이 어려워질 수 있다는 단점이 있다.
C 알고리즘: 각 미로 칸마다 숫자 정보를 부여하고 탐색하는 알고리즘, 목적지가 있는 방향으로 이동할 것이다. 불필요한 탐색 범위를 줄일 수 있다.
인공지능에서 탐색의 중요성
복잡한 문제를 탐색으로 해결하려는 노력 전부터 이어져 오고 있는데, 딥 블루는 세계 체스 챔피언을 이겼으며, 알파고는 바둑은 대략 361!개의 방대한 경우의 수가 존재하기에 이기기는 거의 불가능하다.
실생활에서 탐색을 사용하는 다양한 인공지능 사례로 내비게이션이 있는데 최적의 길을 안내하며, 탐색의 범위를 좁혀 가는 지능적 탐색으로 효율적이고 빠른 탐색을 하는 것은 필수이다.
문제 해결을 위한 탐색 과정 설계
-
문제 상황을 위한 탐색 과정에서 만나게 되는 상황을 상태라고 하며, 모든 상태의 집합을 상태 공간이라고 한다.
문제 해결을 위한 탐색 과정 설계하기
-
-
3단계: 수행 작업 파악하기: 현재 상태로부터 다음 상태로 진행하기 위한 작업을 뜻하고, 수행 작업을 정의할 때 문제의 핵심 요소를 고려해야한다.
-
-
탐색 구조를 트리 형태로 나타낸 것을 상태 공간 탐색 트리라고 하며, 노드를 상태, 링크를 작업을 의미한다.
-
-
-
-
맹목적 탐색과 정보 이용 탐색
맹목적 탐색
맹목적 탐색: 목표 상태 이외에 어떤 정보도 주어지지 않은 상태에서 탐색을 하는 것, 무정보 탐색이라고도 한다.(깊이 우선 탐색, 너비 우선 탐색으로 나뉜다.)
깊이 우선 탐색
깊이 우선 탐색: 상태 공간 트리에서 자식 노드를 먼저 방문하는 수직 방향의 탐색 알고리즘, 최단 경로를 보장 못한다는 단점이 있다.
-
-
-
-
-
-
-
너비 우선 탐색
너비 우선 탐색: 상태 공간 트리에서 형제 노드를 먼저 방문하는 수평 방향의 탐색 알고리즘, 탐색 시간이 오래 걸리고, 탐색 범위가 지나치게 넓어지는 단점이 있다.
정보 이용 탐색
맹목적 탐색은 알고리즘이 간단하여 단순한 문제는 쉽게 해결할 수 있고, 답이 있다면 반드시 답을 찾을 수 있다.
정보 이용 탐색은 항상 최단 경로를 보장 못하지만 대체로 효율적이고, 빠르기 때문에 좋은 결과를 만든다.
정보 이용 탐색은 다음 상태를 정할 때 오직 휴리스틱만 사용하는지, 시작 상태에서 현재 상태까지의 탐색 비용도 고려하는지에 따라 최상우선탐색과 A 탐색으로 구별된다.
-
최상우선탐색
최상우선탐색: 초기 상태에서 현재 상태에 이르기까지의 비용을 고려하지 않고, 현재 가장 좋은 것을 선택하는 탐색 방법이다.
-
-
A 탐색 알고리즘
A 탐색 알고리즘: 최상우선탐색을 개선한 알고리즘으로, 초기 상태에서 현재 상태에 이르기까지의 비용도 고려하므로 보다 탐색 비용을 줄일 수 있는 알고리즘이다.
지식의 표현과 추론
지식의 표현
-
데이터, 정보, 지식
데이터: 관찰이나 실험, 조사로 얻은 사실이나 자료를 의미하며, 가공하기 전의 상태 즉, 관찰이나 측정을 통해 외부 환경으로부터 얻은 값
지식: 개념화된 정보로 정보를 일반화하고 체계화한 것 즉, 사람에게 개념화된 정보
정보: 다양한 데이터 중에서 사용자의 필요에 따라 처리한 데이터 즉, 데이터를 가공 및 처리하여 의미가 부여된 데이터
지식 표현
-
-
의미망: 지식이나 기억, 실세계를 노드와 호를 이용하여 네트워크 구조로 표현한 것
-
호: 노드 간의 관계를 화살표로 나타낸다. has-a(~이 있다), is-a(~이 이다), do(~을 한다) 등이 있다.
지식 베이스: 사실, 규칙 등이 저장되어 있는 데이터베이스이다.(IF~THEN 형식의 생성 규칙을 사용한다.)
전문가 시스템: 결정을 내리거나 문제를 해결하는 시스템(지식 베이스, 추론 엔진이 포함 되어 있어야 한다.)
-
-
지식 표현: 사람과 컴퓨터가 동시에 이해할 수 있는 형태로 지식을 나타내는 것, 문제 해결을 위해 적절한 지식 표현 방법을 선택하는 것은 중요하다.(지식을 표현하는 방법에는 규칙, 논리, 의미망, 프레임 등이 있다.)
-
