인공지능 시스템( ARTIFICIAL INTELLIGENCE)

1

1장

인공지능을 위한 기초지식2

3

주 강의내 용 숙제 강의 방 법

1 오리엔테이션 이론

2 추석연휴

3 인공지능기본개념 이론및실습

4 1장. 인공지능을위한기초지식 이론및실습

5 2장. 지식의표현 이론및실습

6 3장. 신경회로망(1) 숙제 1 이론및실습

7 3장. 신경회로망(2) 숙제 1 이론및실습

8 3장, 신경회로망(3) 이론

9 중간고사 이론및실습

10 4장. 유전자알고리즘 숙제 3 이론및실습

11 5장. 퍼지이론 이론및실습

12 6장. 퍼지시스템 숙제 4 이론및실습

13 6장. 퍼지시스템 이론및실습

14 7장. 지능적에이전트시스템 이론및실습

15 발표및보강

16 기말고사 이론

주별 스케쥴

CONTENTS

What is Artificial Intelligence? History of AI AI Techniques AI System Main Components of AI System Suitable Areas of AI

인공지능 영화

인공지능 관련 뉴스

인간을 넘는 인공지능은 가능한가?4

토론 주제

1. 인공지능이란 무엇인가?2. 인공지능 시스템의 조건은 무엇인가?3. 인공지능시스템이 가장 적절하게 적용될 영역은 어디인가?

5

1.1인공지능이란 무엇인가?

Thinking Systems that think humans Systems that think rationally

(인지과학적 접근방법) (사고의 법칙적 접근방법)

Behavior Systems that act like humans Systems that act rationally

(Turing test적 접근방법) (합리적 에이전트적 접근방법)

Ideal Rational

6

인간과 같은 사고 시스템

인지과학적 접근 방법

The exciting new effort to make computers think… machine with minds, in the full and literal sense(Haugeland, 1985)

The automation of activities that we associate with human thinking, activities such as decision-making, problem solving, learning…(Bellman, 1978)

Cognitive Science

7

합리적 사고 시스템

사고의 법칙적 접근방법

The study of mental faculties through the use of computational models(Charniak and McDermott, 1985)

The study of the computations that make it possible to perceive, reason, and act(Winston, 1992)

삼단논법적 사고

8

인간과 같은 행동 시스템

튜링 테스트적 접근방법

The art of creating machines that perform functions that require intelligence when performed by people (Kurzweil, 1990)

The study of how to make computers do things at which, at the moment, people are better(Rich and Knight, 1991)

9

TURING TEST

Alan Turing(영국학자) 의 컴퓨터 프로그램의 지능을 측정할수 있는 실험(1950) 측정자가 단말기를 통하여 컴퓨터에게 여러 가지 질문을 했을 때, 컴퓨터 프로그램의 응답을 마치 사람이 응답하는 것처럼 착각하게하여프로그램이 지능이 있는 것처럼 판단하도록 하는 것

로봇의 지능 측정도 가능

만약 로봇이 인간과 비슷한 행동을 한다면 그 로봇이 인간의 지능과 유사한 지능을 가졌다고 인정함

10

합리적인 행동 시스템

합리적인 에이전트적 접근방법

A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes (Schalkoff, 1990)

The branch of computer science that is concerned with automation of intelligent behavior(Lugar and Stubblefield, 1993)

주어진 확률정도에 따라 어떤 목표 달성을 위해 행동하는 것

앞의 어느 방법보다 합리적이고 과학적임

11

1.2 인공지능의 역사

제 1기: 태동기(1943-1951) McCulloch & Pitts에 의한 연구분야 인식 (1943) 연구동기

뇌에서의 뉴런의 물리적인 기능과 작용

명제 논리

Turing test 연구 인간의 사고과정을 최초로 연결망을 통한 모델화 성공

Hebbian Learning Rule SNARC(신경회로망 컴퓨터): Minsky & Edmond (1951) Dartmouth workshop:‘인공지능’ 이란 용어 최초 사용

(1956) by McCarthy12

1.2 인공지능의 역사

제 2기: 초기 관심기(1952-1965) 컴퓨터 발달에 따른 성공적인 시기

Nowell & Simon : GPS(General Problem Solver) McCarthy (1958)

LISPTimesharing SystemAdvice Taker : 최초의 완전한 인공지능 프로그램

Minsky (1958)지능적 프로그램 개발에 관심을 둠

Widrow: Adaline (1962) Rosenblatt : Perceptron Convergence Theorem (1962)

13

1.2 인공지능의 역사

제 3기: 침체기(1966-1974) 단순한 synapse 조작에 의한 지식 전달

복잡한 인공지능 프로그램

기본 구조상의 문제점

불가능한 사실의 학습

Minsky & Papert ‘Perceptron’ -> 1980년대다층 신경회로망이 도입되어 이 문제를 해결함으로써 다시 활기를 띠게 됨

14

1.2 인공지능의 역사

제 4기: 활성기(1975-1990) Knowledge를 이용한 문제 해결

DENDRAL 프로그램(지식 중심형 전문가 시스템) 전문가 시스템 상용화: R1 (1982, Digital Equipment Co. )

제 5기: 융성기(1991- 현재) Neural Networks의 연구 활발

인공지능과 다른 분야와의 융합 연구 활발

90년대초 부터 에이전트가 독립된 분야로 발전

2000년대 에이전트와 정보검색의 연구 활발

15

1.3 인공지능의 연구분야

그림 1.4 지식표현: RBS, 의미망, 서술논리 문제해결: GPS 지식시스템: 규칙, 프레임

자연어처리: 기계어 번역, 문서생성, 인터페이스

학습

인지모델

로보틱스: 센서, 제어장치, 환경적 문제해결

패턴인식

멀티미디어

16

AI TECHNIQUES

Learning Inference Knowledge baseLearning model

Inferenceengine

Expert system

IntelligentsystemNatural

languageprocessing

Patternrecognition& understanding

system

Proving, GameProblem solving

Recognition

Character, Speech, Image processing

보고듣고말하는데해당되는능력

주어진사실이나규칙으로부터인지된입력에대해결론을얻는과정

사실과규칙을계속적인과정에의해습득하는일련의과정

17

TRENDS IN AI 과거의 인공지능 경향

인간보다 빠르고 정확한 관심있는 문제의 해결과정에 초점을 둠. 즉, 단순한 문제 해결 과정이 중심

최근 인공지능 경향

단순한 문제해결 뿐 아니라 인간의 지능을 컴퓨터로 구현하려는 지능형시스템의 실현

18

1.4 인공지능 시스템

Brain model Information model

지식의정의지식의표현지식의조작모델의정당성

<고려사항>

19

MAIN COMPONENTS OF AI SYSTEM

HCI system

Inference engine

Knowledge base(RB + DB)

Users

20

SUITABLE AREAS OF AI Having no optimal solutions Having heuristic algorithms(human factors exist) Having uncertain or incomplete data Diagnosis, Inference, Prediction, Expert system Questions when to develop AI Systems

Suitable domain? Well modeling? Real AI system? Effectiveness?

21