인공지능 1강 (인공지능개요)

학습개요

1. 인공지능은 사람이 가지고 있는 고유한 능력인 지능을 컴퓨터를 통해 구현함으로써 인간의 사고과정에 대한 이해나 지능적인 도구를 만들어 내려고 하는 시도이다. 이번 강의에서는 컴퓨터를 이용한 문제풀이 방식이 지능적인 것이 되기 위해서는 어떠한 능력을 갖추고 있어야 할지에 대한 기본적인 이해를 해 보려고 한다.

 학습목표

1. 인공지능 시스템에서 필요한 ‘지능’의 의미를 설명할 수 있다.
2. 인공지능을 구현하기 위한 접근방법의 종류를 설명할 수 있다.
3. 지능형 에이전트의 기본적인 구조에 대해 설명할 수 있다.

 

 주요용어

1. 튜링 테스트 : Alan Turing이 컴퓨터의 지능적 행동 능력을 평가하기 위해 제안한 방법으로, 평가자가 가려진 사람과 컴퓨터를 대상으로 대화를 하는 과정에서 사람과 컴퓨터를 구분하는 검사 방법
2. 일반문제 풀이기(GPS) : 1959년 Herbert Simon 등이 어떠한 문제이든 적용할 수 있는 일반적인 문제풀이 기계를 만들기 위해 개발한 프로그램
3. 지식공학 : 지식을 어떻게 체계화하고 지식 베이스에 축적하며, 축적된 지식을 어떻게 이용하는가를 연구하는 분야
4. 단순 반응형 에이전트 : 환경으로부터 감지된 정보를 바탕으로 즉각적으로 반응하는 에이전트
5. 모델 기반 반응형 에이전트 : 대상 환경의 일정 부분을 표현하는 내부 모델을 보유함으로써 현재 입력된 환경의 정보와 더불어 행동을 결정하는데 활용하는 반응형 에이전트
6. 목표 기반 에이전트 : 에이전트 자신이 놓여있는 환경과 추구하는 목표, 그리고 가능한 행동들에 대한 명시적인 기호모델을 바탕으로 논리적 추론을 전개함으로써 목표를 달성

 

정리하기

1. 지능(intelligence)은 문제해결 능력, 학습 능력, 지식 활용 능력, 인지 능력, 다양한 상황에 대한 적응 능력 등 다양한 능력을 포괄한다.
2. 기계지능(machine intelligence) 관점에서 인공지능은 컴퓨터를 이용하여 프로그래밍할 수 있는 영역을 인간이 수행할 수 있는 작업영역으로 확장하고자 하는 것이다.
3. 인공지능을 실현하기 위한 접근 방향은 기호를 이용한 논리적 추론, 탐색 등의 방법을 연구하는 기호처리 인공지능(symbolic AI), 정보이론, 베이즈 결정이론 등을 활용하는 통계적 접근방법, 신경회로망, 심층학습 등을 연구하는 연결주의(connectionism) 접근방법 등이 있다.
4. 지능형 에이전트는 대상 환경을 인지하고 이에 대한 행동을 결정하여 실행함으로써 환경을 변화시킨다. 이때 현재 환경의 상태와 더불어 내부 모델, 지식, 목표, 유용성 등을 바탕으로 실행할 행동을 결정한다.