JANGUN


인공지능 개념 및 응용


지음 : 도용태, 김일곤, 김종완, 박창현, 강병호



목차

제1장 서론
제2장 탐색
제3장 지식 표현과 논리
제4장 불확실성
제5장 퍼지 이론
제6장 전문가 시스템
제7장 계획과 문제풀이
제8장 기계 학습
제9장 데이터마이닝
제10장 신경회로망
제11장 시각
제12장 자연언어 처리
제13장 지능형 에이전트
제14장 지능 로봇


제1장 서론

인공지능 : 인공적으로 지능을 실현하는 기술 혹은 과학

지능(intelligent) : 통찰, 이해, 그리고 사고를 의미
- 사람이 주어진 문제의 내면을 뚫어보고(통찰), 이와 관련된 상황을 알아차린 후(이해), 해결하기 위한 적절한 방법을 찾는(사고) 정신적 능력
- 새로운 환경에 적응, 추론, 사실들 사이의 관계를 이해, 의미를 알아내고 진실을 알아차리는 능력
- 과거의 경험으로부터 자신의 성능을 향상시킬 수 있는 능력 (학습 능력)
- 범주 : 사람처럼 행동 (튜링 시험), 사람처럼 생각 (인지 과학 (Cognitive Science)), 이성적으로 생각, 이성적으로 행동

인공지능의 목적
- 컴퓨터를 인간의 사고와 행위를 시물레이션하는 데 이용
- 인간의 작업 실행 방법을 컴퓨터가 습득하여 효율적이고 자동화된 작업이 가능하도록 하는 것




제2장 탐색

컴퓨터가 문제를 자율적으로 해결하기 위해 해, 혹은 해에 이르기 위한 경로를 찾아가는 과정을 탐색(search)이라고 한다.
- 탐색은 가능한 해를 찾는 것만의 문제가 아니라, 해를 찾는 과정의 효율성과 찾은 해의 적합성까지의 문제이다.
- 계획(planning)을 탐색의 특수한 경우로, 탐색을 학습(learning)의 특수한 경우로 볼 수도 있다.

인공지능적 탐색은 탐색 과정을 컴퓨터가 수행하도록 하고, 인간은 단지 현재 주어진 상태와 문제가 해결된 후 요구되는 상태만을 부여한다.
- 탐색 기법은 특정한 문제의 해결에 있어 직접적인 방식보다 효율 면에서 우월하리라는 기대를 하기 어렵다.
- 탐색에 의한 문제 해결법과 직접적 해결 방법의 활용 영역은 다른 경우가 많다. 불확실한 상황에 의해 모호하게 표현되거나 다양한 가변성을 가지는 큰 영역의 문제 해결 과정 중에서 지적 판단이 요구되는 경우 탐색 기법이 유용하다
- 탐색에 의해 컴퓨터가 스스로 주어진 문제의 해에 도달하도록 프로그램 되었다 하더라도 탐색의 방식을 결정하는 것은 대부분 프로그램 개발자, 즉 인간의 몫이다.
- 탐색은 문제를 해결하는 최적의 방법을 찾기보다는 적당한 방법을 찾는 것이 되기 쉬우며, 이는 인간의 문제 해결 방식과 상통하는 바가 있다.

상태 공간 (state space), 초기 상태 (initial state), 목표 상태 (goal state)
- 연산자(operator) : 상태를 변화시킴
- 문제의 규칙( rule) : 각 상태에서 연산자 적용
- 트리(tree) 구조 : 노드(각 상태), 루트 노드(초기 상태), 가지 (적용 가능한 연산자나 조건)

탐색의 종류
- 맹목적 탐색(Blind search) : 영국 박물관 알고리즘 (BMA, 전수 검사), 깊이 우선 탐색, 너비 우선 탐색, 양방향 탐색
- 경험적(Heuristic) 탐색 : 언덕 등반 기법, 최고 우선 탐색, 빔 탐색
- 게임을 위한 탐색 : 최소최대(min-max) 탐색
- 제약 조건 만족 문제(constraint satisfaction problem)
예제) 8-퍼즐 프로그램



제3장 지식 표현과 논리

인공지능에 있어서 가장 핵심이 되는 부분은 지식이며, 지식을 어떻게 체계적으로 저장하고 효율적으로 사용할 수 있도록 하는가에 관한 연구로써 지식 표현 방법은 매우 중요하다.
- 지식 표현 방법에 따라 문제 영역에 적합하고 성능이 좋은 문제 해결 방법이 나올 수 있다.

논리 (logic)



제4장 불확실성



제5장 퍼지 이론



제6장 전문가 시스템



제7장 계획과 문제풀이



제8장 기계 학습



재9장 데이터마이닝



제10장 신경회로망



제11장 시각



제12장 자연언어 처리



제13장 지능형 에이전트



제14장 지능 로봇