210726 머신러닝/딥러닝1: 인공지능 개요

**앞으로 머신러닝/딥러닝 수업을 할 7일간 배울 내용에 대한 개요**

**신경망 이전 데이터를 다루고 처리하는 방법들**

 

1. 인공지능이란?

1) 지능의 정의

인간의 지적능력(=특정 지식이나 기술을 획득하거나 적용할 수 있는 능력)

-뇌과학자들의 정의

적응능력, 학습능력, 선행지식, 여러가지 다른 정신과정의 복잡한 상호작용과 조정을 포함

문화특수적이며 보편적이지 않음

한 문화에서 지적인 행동이 반드시 다른 문화에서 지적인 행동으로 간주될 필연성을 갖지않음

감정과는 독립적으로 사고하는 기능

 

2) 사고력과 기계적 사고

컴퓨터 과학은 사고력을 기계에 부여하는 작업이다.

기계적 사고와 인공지능의 창발성이 인간의 생각과 미래를 보는 관점을 변화

인간과 기계의 상호적인 사고작용에 대한 논의가 컴퓨팅 사고과 인공지능 사고이다.

컴퓨터 과학의 이해는 컴퓨터가 구성되고 작동하는 개념과 원리를 이해하는 것이다.

 

3) 컴퓨팅 사고의 개념

생각의 도구로서의 컴퓨터를 자연스럽게 활용하며 이러한 환경의 구축에 따라 이뤄지는 컴퓨터적인 사고과정

하위요소: 분해(작은 단위의 문제와 자료로 분해)-> 추상화(중요한 핵심만 추출)-> 패턴인식(반복적인 규칙/특징 발견)-> 알고리즘(문제해결과정을 절차적으로 나열)+자동화

 

컴퓨텅 사고방법과 달리 인공지능 사고방법, 특히 신경망을 이용한 사고방법은 인간의 사고와 유사하게 진행된다.

 

4) 지능 vs 인공지능

- 지능이란 본능적/자동적으로 행동하는 대신 생각하고 이해하여 행동하는 능력

- 인공지능이란 인공적으로 만든 지능으로, 지능의 조작적인 정의(측정할 수 있는 조건으로 어떤 속성을 기술)이다.

예) 사람의 생각과 관련된 활동(의사, 문제해결, 학습) 등을 자동화

 

5) 컴퓨터 과학에서 인공지능의 위치

지금까지는 인공지능이 소프트웨어 기술의 하위분야에 있었지만 GPU를 사용하기 때문에 하드웨어 기술과 소프트웨어기술을 종합한 거라고 보는게 맞다

 

2. 인공지능의 역사

1) 강한 인공지능과 약한 인공지능

-강한 인공지능

사람과 같은 지능을 가짐. 추론, 문제해결, 판단, 계획, 의사소통, 양심 등을 가짐튜링테스트를 통해 판단할 수 있다고 여겼음

 

-약한 인공지능"특정"문제를 해결하는 지능적 행동사람의 지능적 행동을 흉내낼 수 있는 수준예전 인공지능의 접근방향중국인 방 사고실험을 통해 지능적 행동임을 증명함

 

2) 중국인 방 사고실험이란?방 안에서 중국어로 쓴 질문지를 받은 중국어를 모르는 사람은 글자 모양에 따른 중국어 단어 조합 방법 매뉴얼을 참조하여 답변에 대한 단어를 조합해 문 밖으로 내보낸다. 문 밖 사람은 중국어를 이해하는 사람이 방 안에 있다고 생각하겠지만 피험자는 중국어 규칙을 흉내만 낼 뿐이다--> 이해하지 못하고 흉내만 낼 수 있어도 지능적 행동

 

3) 인공지능 응용분야

- 지식기반 시스템(전문가 시스템)

- 자연어처리

- 데이터마이닝

- 음성인식

- 컴퓨터 비전

- 지능로봇 등등

 

4) 인공지능이 대체하지 못할 분야는?

소비와 관련된 영역

책임을 져야하는 영역(=권한이 있는 일)

 

3. 문제와 탐색

1) 문제와 해답

문제: 해결하기 어렵거나 난처한 대상 등

해결: 질문이나 의문을 풀이함. 

목표: 목적이 만족되었을 때의 세계의 상태들로 이루어진 집합

검색: 목표로 도달하는 동작열을 찾는 공정

 

문제 해결 성능 측정: 완결성, 최적성, 시간복잡도, 공간복잡도

 

2) 문제와 문제해결

인간은 직관적으로 문제가 해결된 상태를 확인할 수 있지만 기계는 초기상태와 목표상태의 일치여부로 문제해결여부를 판단

기계가 목표를 찾아 탐색하는 과정은 인간의 경험과 사고 과정을 모방해 계산으로 처리함

--> 휴리스틱 알고리즘 사용

 

3) 탐색의 구조적표현, 컴퓨팅 사고

컴퓨터가 탐색의 문제를 해결할 수 있도록 일련의 절차대로 구조화

 

4) 휴리스틱 알고리즘

경험적으로 필요한 부분만 탐색

가장 빠르게, 가장 적은 횟수로, 최소의 에너지를 사용해 이동하는 방법을 탐구

인간의 경험을 기계에 적용하기 위해 "평가함수"사용

평가함수는 컴퓨터가 문제의 처리 과정이 유용한지 계속 판단

 

4. 지식 표현과 추론

1) 지식

지식은 인공지능에서 핵심 재료가 됨

지식을 기반으로 하는 지능 시스템은 기존에 입력된 지식을 사용하여 새로운 지식을 추론함

feat. DIKW피라미드(빅분시 시험 단골문제)

출처 https://itwiki.kr/w/DIKW_%ED%94%BC%EB%9D%BC%EB%AF%B8%EB%93%9C

2) 지식표현 언어

자연언어(자연어)-> 시각언어(그래프, 차트)-> 주석, 태깅-> 상징언어(수학기호, 공식)-> 의사결정트리-> 규칙-> DB-> 논리언어->프레임->시멘틱 네트워크->통계적(수치적)지식

 

시맨틱 네트워크를 통한 지식표현

출처: https://ko.wikipedia.org/wiki/시맨틱_네트워크

cf. 프레임을 이용한 지식표현

 

5. 불확실성 이론

[1] 불확실성

앞으로 나타날 현상이나 일의 예측으로부터 나타나는 것

컴퓨터의 경우 불확실성을 수학적으로 표현하여 처리하고 이를 바탕으로 추론을 이끌어낸다.

불확실성의 유형: 자료/정보/지식/확률적 불확실성

 

1) 불확실성의 처리: 확률

조건부확률(추후 추가)

 

2) 불확실성의 처리: 베이지언 정리(조금 더 추가할 예정)

일어나지 않은 일어 앞선 일이 영향을 미칠 확률

주어진 사건과 관련있는 

 

3) 불확실한 논리의 해결방법

- 부재추론: 

기본값을 사용해 추론, 기존에 믿고있는 것 중 대부분 참일 것으로 추정되는 사항을 바탕으로 결론을 이끌어냄

최근에 사용된 규칙이나 가장 많이 사용된 규칙 or 처음 사용된 규칙을 사용

- 추정법:

인과적 형태로 주어진 지식에 근거해 결과로부터 원인을 추정하는 것이 일관성있다면 그 원인을 단정지을 수 있음

 

[2] 모호성

1) 퍼지(fuzzy)이론

언어적 모호함에 의해 탄새이 예쁜, 큰, 뜨거운, 달큰한, 불그죽죽한..

기존 0 or 1에 표현에 포함되지 않는 요소들을 0과1사이의 실수로 포함의 범위를 표현

정확한 수치로 해법을 수행하는 것이 아니라 인공지능을 이용해 근사값으로써 적당히 결과를 보며 컴퓨팅으로 처리함

 

2) 퍼지규칙

근사값을 통해 규칙을 만듦

eg) 빨래의 양에 따라 세탁기를 퍼지로 제어

출처 https://brunch.co.kr/@layer/33

실제로 퍼지세탁기가 존재한다..!