[Artificial Intelligence] 인공지능 개요

인공지능이란?

• 지능: 본능적이나 자동적으로 행동하는 대신에, 생각하고 이해하여 행동하는 능력
• 인공지능
  • 사람의 생각과 관련된 활동, 예를 들면 의사 결정, 문제 해결, 학습 등의 활동을 자동화 하는 것
  • 지능이 요구되는 일을 할 수 있는 기계를 만드는 예술
  • 지능적인 에이전트를 설계하는 학문
  • 인지하고, 추론하고, 행동할 수 있도록 하는 컴퓨팅에 관련된 학문
  • 인공물이 지능적인 행위를 하도록 하는 것
• 튜링 테스트
  • 지능의 조작적 정의
    • 조작적 정의: 측정할 수 있는 조건으로 어떤 속성을 기술

강한 인공지능과 약한 인공지능

• 강한 인공지능
  • 사람과 같은 지능
  • 마음을 가지고 사람처럼 느끼면서 지능적으로 행동하는 기계
  • 추론, 문제해결, 판단, 계획, 의사소통, 자아 의식, 감정, 지혜, 양심
  • 튜링 테스트
• 약한 인공지능
  • 특정 문제를 해결하는 지능적 행동
  • 사람의 지능적 행동을 흉내 낼 수 있는 수준
  • 대부분의 인공지능 접근 방향
  • 중국인 방 사고 실험
    • ‘존 설’이 제시
    • 이해하지 못하고 흉내 낼 수 있어도 지능적 행동

인공지능의 역사

세 차례의 붐

1960년대 이전

• 1946년 펜실베이나 대학, ENIAC 개발

• 큰 기대와 여러 가지 시도, 매우 제한된 성공

• LISP 언어 개발

• 논리 기반 지식 표현 및 추론

• 퍼셉트론 모델

• 수단-목표 분석

  • 해결해야 하는 문제를 상태로 정의

  • 현재 상태와 목적 상태 간의 차이 계산

  • 목적 상태로 도달하기 위한 조작자를 선택 적용하는 과정 반복

  • 예: 블록 이동 문제

    

1970년대에서 1980년대 초반

• 일반적인 방법보다는 특정 문제 영역에 효과적인 방법을 찾는 연구
• 전문가 시스템
  • 특정 영역의 문제에 대해서는 전문가 수준의 해답을 제공
  • 1970년대 초반부터 1980년대 중반 상업적 성공 사례
  • MYCIN(전염성 혈액 질환 진단), PROSPECTOR(광물 탐사 데이터 분석), DENDRAL(화학식과 질량 스펙트럼으로부터 분자구조 결정
• 전문가 시스템 개발 도구 개발
• Prolog 언어 개발
  • 지식의 표현과 추론을 지원하는 논리 기반 언어

1980년대 중반에서 1990년대

• 신경망 모델 발전

  • 다층 퍼셉트론
  • 오류 역전파 알고리즘

  

• 퍼지 이론

• 진화 연산

• 확률적 그래프 모델

• 서포트 벡터 머신

2000년대 이후

• 에이전트
  • 위임받은 일을 자율적으로 처리
• 시맨틱 웹
  • 컴퓨터가 웹 상의 자원을 이해하여 처리
• 기계 학습
• 데이터 마이닝
• 딥러닝
• 상업적 성공 사례 다수 출현

인공지능의 연구 분야

요소 기술

탐색

• 문제의 답이 될 수 있는 것들의 집합을 공간으로 간주하고, 문제에 대한 최적의 해를 찾기 위해 공간을 체계적으로 찾아보는 것
• 무정보 탐색
  • 너비우선 탐색, 깊이우선 탐색, 반복적 깊이 심화 탐색, 양방향 탐색
• 휴리스틱 탐색
  • 언덕오르기 탐색, 최선 우선 탐색, 빔 탐색, A* 알고리즘
• 게임 트리 탐색
  • mini-max 알고리즘, α-β 가지치기, 몬테카를로 트리 탐색
• 제약 조건 문제
  • 백트래킹, 제약 조건 전파

지식 표현

• 문제 해결에 이용하거나 심층적 추론을 할 수 있도록 지식을 효과적으로 표현하는 방법
• IF-THEN 규칙 (rule)
• 프레임
• 의미망
• 논리: 명제논리, 술어논리
• 스크립트
• 불확실한 지식 표현
• 확률 그래프 모델
• 온톨로지 기술 언어: RDF, OWL

추론

• 가정이나 전체로부터 결론을 이끌어 내는 것

• 규칙 기반 시스템의 추론

  • 전향 추론
  • 후향 추론

• 확률 모델의 추론

  • 관심 대상의 확률 또는 확률분포를 결정하는 것
  • 베이즈 정리

  

기계 학습

• 경험을 통해서 나중에 유사하거나 같은 일을 더 효율적으로 처리할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것
• 컴퓨터가 경험/훈련/교육을 통하여 지식을 갖게 만드는 작업
• 귀납적 추론

지도 학습

• 입력과 대응하는 출력을 데이터로 제공하고 대응관계의 함수 또는 패턴을 찾는 것
• 분류, 회귀

비지도 학습

• 출력이 없는 입력들로만 이루어진 데이터들로부터 패턴을 추출하는 것
• 군집화, 밀도 추정, 토픽 모델링

강화 학습

• 문제에 대한 직접적인 답을 주지는 않지만 경험을 통해 기대 보상이 최대가 되는 정책을 찾는 학습

계획 수립

• 현재 상태에서 목표하는 상태에 도달하기 위해 수행해야 할 일련의 행동 순서를 결정하는 것
• 작업 수행 절차 계획
• 로봇의 움직임 계획

주요 응용 분야

• 전문가 시스템
  • 특정 문제 영역에 대해 전문가 수준의 해법을 제공하는 것
• 데이터 마아닝
  • 실제 대규모 데이터에서 암묵적인, 이전에 알려지지 않은, 잠재적으로 유용할 것 같은 정보를 추출하는 체계적인 과정
• 패턴 인식
  • 데이터에 있는 패턴이나 규칙성을 찾는 것
  • 문자 인식, 음성 인식, 영상 인식, 센서 신호 인식 등
• 자연어 처리
  • 사람이 사용하는 일반 언어로 작성된 문서를 처리하고 이해하는 분야
• 컴퓨터 비전
  • 컴퓨터를 이용하여 시각 기능을 갖는 기계 장치를 만들려는 분야
• 음성 인식
  • 사람의 음성 언어를 컴퓨터가 해석해 그 내용을 문자 데이터로 전환하는 처리
• 로보틱스
  • 로봇에 관련된 기술 분야로서 기계공학, 센서공학, 마이크로 일렉트로닉스, 인공지능 기술 등을 종합적으로 활용
• 에이전트
  • 사용자로부터 위임받은 일을 자율적으로 수행하는 시스템
  • 소프트웨어 에이전트, 물리적 에이전트, 반응형 에이전트, 숙고형 에이전트, 학습 에이전트 등

인공지능의 최근 동향

• 휴대 전화의 위상 변화
  • 통신 단말 -> 정보 단말 (지능화)
• 인공지능 비서 서비스
• IBM 왓슨
  • 자연어로 주어진 질문에 답변을 하는 인공지능 시스템
• 자율주행 자동차
• 로보틱스
• 기계번역
• 인공지능 바둑 프로그램 알파고
• 클라우드 서비스 앱
• 딥러닝의 컴퓨터 비전에서의 성공적 사례

인공지능의 영향

• 일자리 문제
• 인공지능의 윤리
• 인공지능 기술의 오용
• 특이점
  • 기술이 어느 한 순간 기하급수적으로 증가하는 시점
  • 인공지능의 특이점: 인공지능이 인간의 지능보다 더 진보하게 되는 시점