Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능의 이해(1508 김현진) - Coggle Diagram
인공지능의 이해(1508 김현진)
인공지능의 원리
인공지능이란 인간의 지능이 갖는 학습, 탐색, 추론 등의 능략을 모방하여 컴퓨터로 구현한 시스템이나 구현하려는 컴퓨터 과학 기술을 말한다. 카메라, 마이크, 각종 감지 센서 등을 통해 입력받은 데이터는 빅데이터로 쌓이게 되고 이러한 빅데이터를 학습한 인공지능은 탐색과 추론을 통해 판단한다.
액추에이터란 지능 에이전트가 판단한 결과를 현실 세계에 빛, 소리, 움직임 등의 물리적 동작이나 반응으로 만들어 내는 역할을 하며 구동기라고도 한다
인공지능에는 대화형 비서, 인공지능 렌즈, 번역 플랫폼 등이 있다.
인식: 인간이 눈과 귀 등의 감각 기관을 통해 사물을 인식하는 것처럼 인공지능은 센서를 통해 감지된 사물을 인식한다.
추론: 인공지능은 이미 알고 있는 지식으로부터 새로운 사실을 예측할 수 있다.
탐색: 인공지능은 얻을 수 있는 정보를 탐색함으로써 문제를 해결하기 위한 최선의 방법을 더 쉽게 찾을 수 있다.
학습: 인공지능은 데이터에서 일정한 패턴이나 규칙을 찾아 모델을 생성할 수 있다.
-
인겅지능이 적용되지 않은 소프트웨어: 고정된 단순 작업이나 반복되는 작업을 처리한다. 입력 데이터가 같으면 이를 처리하는 시간과 결과가 같다.
인공지능이 적용된 소프트웨어: 추론이나 예측하는 작업이 가능하다. 데이터 기반의 기계학습을 구현한 인공지능의 경우 학습을 통해 성능의 개선되기도 한다.
-
인공지능이 은행, 독거노인, 번역, 단백질 구조 등을 예측할 수 있다.
스미싱: 문자 메세지를 통해 소액 결제를 우도하거나 개인 정보를 빼내 가는 피싱 사기 수법 중 하나다.
인공지능의 기술이 빠르게 발전하면서 의료, 교육, 운수, 번역, 산업 등 사회 전 분야에서 인공지능이 활용되고 있다.앞으로 활동 분야는 계속 늘어날 것이다.
-
-
-
지식의 표현과 추론
추론는 이미 알고 있는 지식을 토대로 새로운 결론이 이끌어 내는 사고 과정을 말한다 주로는 인공지능에서 또 중요한 영향이 이다. 인공지능은 데이터를 이용한 학습 바탕으로 새로운 데이터로 추론의 결과를 도출한다.
-
다양한 지식 표현 방법 중 대표적인 한가지는 규칙을 이용한 방법이다. 우리가 흔히 사용하는 만약a라면 b이다 또는 a하면 b하다와 같은 형태로 if a then b로 나타낼 수 있다 a는 주어진 정보니 사실에 대응될 조건이고 b는 저건을 만족할때 하는 판단이나 행동인 결론이다 a가 참이면 b를 수행하는 형태아고 이를 생성 규칙이라고도 하며 인과관계, 추천, 전략, 경험적 지식 등을 표현할 수 있다
논리는 수학 논리학에서 사용하는 명제 논리나 수어 논리를 사용한다. 명제 논리는 명제를 가지고 논리를 판명 하는 것이고 고슬러 논리는주와 서술어 간에 관계를 다루는 것이다. 명제 논리에서 나타나는 단점을 수로 논리로 보완 할 수 있다.
의미망은 지식이나 기억 칠 세계를 노드와 호를 사용하여 네트워크 구조를 표현한 것이다. 노드는 객체 개념 사건 등을 표현하고 후는 노드 간의 관계를 화살표로 정리 한다. 아래의 미망을 보면 노드는 동물 포유류 토끼 호랑이 강호 귀 광 호흡 이동 등이 있고 호는 has-a, is-a, do가 있다
-
연역 추론이란 일반적인 전제를 바탕으로 새로운 결론을 논리적으로 도출 하는 추론 방법이다. 대표적인 방법으로 삼단논법이 있다. 삼단논법은 두 개의 전제와 하나의 결론으로 된 형식을 가지고 있다. 최초의 대전제가 결론에 이끌어 내는 중요한 근거가 되며 논리의 일관성이 있다.
귀납 추론이란 구체적인 사례에서 일반적인 결론을 이끌어 내는 추론으로 이미 알고 있는 사실으로부터 모르고 있던 사실을 유추 해내는 것이다. 그렇기 때문에 사례에 다양성이나 저항성이 결론의 큰 영향을 끼친다.
추론의 오류
연역 추론이나 귀납 추론으로 언제나 옳은 결론에 도달할 수 있는 것은 아니다. 연역 추론 오류는 전제 정의 생략하거나 잘못 설정했을때 발생할 수 있고 귀납 추론에서 오류는 관찰 된 표본이 전체를 대표 할 수 있는 표본이 아닌 경우나 전체에 대한 표본의 해석이 잘못 되는 경우에 발생할 수 있다
-
-
인공지능과 탐색
-
A 알고리즘은 출발부터 도착까지 모든 과정을 일일이 명령하면 그대로 수행하는 방식으로 그림으로 미로를 빠져나갈 수 있다. 가장 간단한 방식이지만 출발지나 도착지가 변경되거나 미로의 모양이 바뀌면 매번 새롭게 명령해야 하는 번거로움이 있고 미로의 모습을 알아야만 정확한 명령이 가능하기에 모로의 모습을 모르는 상황에서 수행하기 어려운 알고리즘이다.
B 알고리즘은 왼쪽 벽을 따라가며 왼쪽으로 회전하여 위로 탐색 문제를 해결하는 방법을 사용한다. 이 방식은 미로의 모습을 알지 못해도 간단한 단일 연결 미로는 반드시 탈출 할 수 있는 탐색 방법이다. 하지만 탐색 경로가 항상 최단 경로를 보장하지 못하며 출발점이 미로의 가운데 있거나 이중으로 연결된 미로라면 탈출 하지 못 할 수 있다는 한계점이 있다.
C 알고리즘은 각 미로칸마다 숫자 정보를 부여하고 탐색하는 알고리즘 이다. 사람이 길을 가는 방향을 정한다면 목적지에 반대로 이동 하지 않고 목적지가 있는 방향으로 이동할 것이다. 미로 탐색도 목적지에 가까이 가는 방향으로 이동 하게 하면 불필요한 탐색 범위를 줄일 수 있다. 미로의 모습은 알 수 없어도 출발지와 목적지의 위치와 미로의 크기를 알고 있기에 그 정보를 사용하는 것이다. 미로의 칸이 벽인지 기인지 구분 할 수 없는 상황에서 단순하게 목적지와 몇 칸 떨어 있는지를 미로를 구조화한 배열에 저장한다. 미로를 탐색 하는 벽이 아닌 길을 따라 이동 하게 하고 분기점에서 배열의 저장된 숫자가 작은 칸을 선택 하게 하면 목적지가 가까운 방향으로 이동 하게 되어 탐색 범위를 좁힌다
-
트리 구조: 노드와 링크로 이루어져 있으며 계층적인 정보를 표현 할 때 사용한다
노드: 트리를 구성하는 원소로 데이터를 담고 있다
링크: 노도와 노드 사이를 연결 하며 노드 강 관계를 나타낸다
-
-
맹목적 탐색과 정보 이용 탐색
-
-
-
맹목적 탐색
알고리즘이 간단하여 단순한 문제를 쉽게 해결
답이 있다면 반드시 답을 찾을 수 있다
문제가 크고 복잡한 경우 모든 상태 공간에 방문 하기 때문에 시간이 오래 걸리고 문제를 해결하기 어려운 경우가 많다
정보 이용 탐색
경험이나 지식을 탐색에 적용하는 알고리즘
필요 없는 경로를 줄여 문제해결 시간과 공간을 절약
일부 공간만 탐색 하기 때문에 사회 찾지 못할 수도 있고 항상 최대 경로로 목표에 도달 할 수 없다
-
최상우선 탐색
현재 상태에서 유리한 선택을 하여 탐색 범위를 좁힘
다른 길로 가는 것이 탐색 비용을 줄일 수 있는 경우에도 평가 함수 값이 더 크면 선택할 수 없음
A*탐색
최상우선 탐색을 개선
앞으로 남은 탐색 거리에 초기 상태의 현재 상태에 이르기까지 비용도 고려
탐색 비용을 더 줄일 수 있음
-
-
