Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능의 이해(1505 김주연, 맹목적 탐색과 정보 이용 탐색, 인공지능의 탐색 - Coggle Diagram

- - - - 탐색 : 인공지능은 얻을 수 있는 정보를 탐색함으로써 문제를 해결하기 위한 최선의 방법을 더 쉽게 찾을 수 있음
        
        학습 : 인공지능은 데이터에서 일정한 패턴이나 규칙을 찾아 모델을 생성
- - - - 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 있음
- - - - 하지만 노드 수가 많아지거나 목표 노드가 수직 방향으로 깊은 곳에 있 다면 탐색 시간이 오래 걸리고, 탐색을 위한 공간과 탐색 범위도 지나치게 넓어지는 단점이 있음
- - - - 중에서 평가 숫값이 가장 작은 노드를 다음 상 태로 선택하여 방문
    - - 남은 탐색 거리에, 초기 상태에서 현재 상태에 이르기까지의 비용도 고려하므로 보다 탐색 비용을 줄일 수 있는 알고리즘
    - - 추론은 이미 알고 있는 지식을 토대로 새로운 결론을 이끌어 내는 사고 과정을 말함
        
        스마트폰의 음성 인식, 이미지 검색, 이메일의 스팸 필터링 등에서 추론 기능이 사용되고 있음
    - - 정보는 다양한 데이터 중에서 사용자의 필요에 따라 처리한 데이터, 지식은 개념화된 정보로 정보를 일반화하고 체계화한 것
        
        내일 비가 올 확률은 80%"라고 예보하는 것은 정보다. 그리고 그동안의 정보에 대한 경험을 근거로 "비 올 확률이 80% 이상이면 우산을 소지하고 다니는 것 이 좋다."라고 하는 것은 지식이라 할 수 있음
      - 지식의 표현과 추론
        
        (규칙)
        만약 〈A>라면, 《B〉이다.' 또는 '〈A〉하면. 《B〉하다.
        〈A〉는 주어진 정보나 사실에 대응될 조건이고, 〈B〉는 조건을 만족할 때 하는 판단이나 행동인 결론이다.
        
        (논리)
        명제 논리나 술어 논리를 사용, 명제 논리는 명제를 가지고 논리를 판별, 술어 논리는 주어와 서술어 간의 관계를 다루는 것
        
        (프레임)
        특정한 객체나 개념에 대한 지식을 슬롯(slot)으로 표현한 것
        
        관련된 지식 을 한군데 모을 수 있다는 것과 표현력이 우수하다는 장점이 있지만, 슬롯에 대한 표 준이 없고 지식을 생성하는 것이 매우 힘들다는 단점이 있음
        
        (의미망)
        은 지식이나 기억, 실세계를 노드(node)와 호(ark)를 이용하 여 네트워크 구조로 표현한 것
        
        노드는 객체, 개념, 사건 등을 표현하고, 호는 노드 간의 관계를 화살표로 나타냄
        
        고, 호는 has-a(~이 있다) 1s-a(~이다), dol~을 한다)가 있음
        
        동물과 감각 기관이 has-a로 연결된 것은 동물은 감각 기관이 있다'를 의미하고, 포유류와 동물 이 is-a로 연결된 것은 포유류는 동물이다'를 의미
        
        연역 추론 : 전제를 바탕으로 새로운 결론을 논리적으로 도출하는 방법, 대전제가 결론을 이끌어 내는 중요 근거가 되며 논리의 일관성이 있음
        
        귀납 추론 : 귀납 추론이란 구체적인 사례에서 일반적인 결론을 이끌어 내는 추론으로 이미 알고 있는 사실로부터 모르고 있던 사실을 유추해 내는 것
        
        (추론의 오류)
        조건을 생략하거나 잘못 설정했을 때 발생할 수 있고, 귀납 추론에서 오류는 관찰된 표본이 전체를 대표할 수 있는 표본이 아닌 경우나 전체에 대한 표본의 해석이 잘못되는 경우에 발생할 수 있음