인공지능이란 무엇인가?

목차

1. 인공지능이란 무엇인가?

2. 인공지능 연구 동기

3.인공 지능의 궁극적인 목표

4.인공지능의 기술 분야별 분류
(1)전문가 시스템
(2)자연 언어 처리
(3)담화(음성) 이해
(4)로보틱스와 센서 시스템
(5)퍼지이론 (Fuzzy Theory)
5.인공 지능의 응용 분야
(1)전문가 시스템
(2)번역 시스템
(3)담화(음성) 이해
(4)로보틱스와 센서 시스템
(5)컴퓨터 비젼과 장면 인식
(6)지능형 컴퓨터 교육
(7)다른 응용 분야
6.인공지능 시스템
(1)문제해결에 대한 이해
(2)문제해결 시스템
(3)패턴이해 시스템
(4)지식 베이스
7.학습하는 인공지능의 가능성
(1)인간의 환경 적응능력
(2)(학습이란 무엇인가?
8.인공지능 문제의 특징
(1)무엇이 문제인가?
(2)인공지능과 문제풀이
(3)인공지능 문제의 세 가지 조건
9.연산자와 문제해결방법
(1)문제해결과 연산자의 역할
(2)문제해결과 지식표현
(3)지식의 종류
10. 탐색에 의한 문제풀이
(1)문제의 표현
(2)문제상탱와 연산자
(3)탐색에 의한 풀이
11.문제 축소
12.참고문헌 및 인터넷 주소

본문내용

연산자들을 발견하는 과정에서 초기상태가 점차 목표상태로 변환된다.
(1) 문제해결과 연산자의 역할
(가) 탐색공간 : 초기상태와 목표상태 및 연산자에 의해 기술할 수 있다.
(나) 연산자
상태공간을 초기상태에서 목표상태로(또는 그 반대로) 움직이는 역할을 하다.
생성시스템의 연산자는 조건부(LHS) → 결론부(RHS)형의 추론규칙이 된다.
연산자의 추론방식 : 역방향(후방향)추론, 전방향추론, 양방향탐색
(다) 경험적 탐색법
문제에 관한 경험적 지식을 이용하여 효율적인 탐색을 행한다.
불필요한 가지를 빨리 절단하여 불필요한 탐색으 제거하고, 빨리 해를 발견하기 위하여 행하는 탐색법이다.
(2) 문제해결과 지식표현
Feigenbaum : 인공지능의 문제해결 능력은 특정의 형식화와 추론기구로부터가 아니고 시스템이 소유하고 있는 지식에 달려있다.
제 1기의 인공지능 연구 : 추론조직의 해명과 그 알고리즘 개발이 중심이 되었다
지식표현을 위하여 지식공학이라는 인공지능의 중심적인 학문이 탄생되었다.
(3) 지식의 종류
문제해결에 관한 지식의 역할
탐색을 효율화하는 문제의 지식
대상문제 분야에 관한 전문가가 가지고 있는 지식
탐색에 관한 지식과 문제에 관한 지식은 별개로서 따로 구별하여 획득하고 표현하는 것이 효율적이다.
10. 탐색에 의한 문제풀이
문제풀이에서 퀴즈나 게임이 많이 이용되었던 이유는, 우선 그 문제점이 널리 알려져 있어 쉽고 명백히 이해되고 비교적 간단하게 프로그램을 시작할 수 있어 프로그래밍의 부담이 적고, 손쉽게 지능을 시험할 수 있으면, 결과의 성공 여부를 판단하기 쉽고, 무엇보다도 많은 사람의 흥미를 유발하기 쉽다는데 있다.
(1) 문제의 표현
8-퍼즐(PUZZLE)
8-퍼즐은 9개의 구분된 칸을 갖는 판 위에 1부터 8까지의 번호를 갖는 조각들이 놓여 있다.
한 칸은 항상 비게 되고, 조각은 바로 옆 칸이 비었을 때만 이동가능하며, 이때는 옆의 빈칸이 반대방향으로 이동한 것과 같다.
1
2
3
⇒
1
2
3
4
5
4
5
6
6
7
8
7
8
위의 퍼즐의 풀이과정 : 5번 조각은 왼쪽으로, 다음에 3번 조각은 밑으로 ......등으로 ‘문제풀이’가 이루어진다.
한 상태를 다른 상태로 변화시키기 위하여 한 상태에 가할 수 있는 연산자들도 있다.
(2) 문제상탱와 연산자
시행착오에 의한 탐색 : 우연히 목표상태의 판 모양을 얻을 때까지 조각들을 가능한 모든 방법으로 움직여 본다.
문제의 상태 : 초기상태로부터 얻어지는 상태공간은 초기의 판의 형태로부터 적당한 방법으로 빈칸을 움직여서 얻어지는 모든 판의 형태로서 구성된다.
연산자 : 어느 한 상태를 다른 상태로 바꿔 주는 것으로, 상황이동, 하향이동, 좌향이동, 우향이동이 있을 수 있다.
그래프의 표현
노드 : 각 상태를 그래프로 변화시킨다.
아크 : 연산자의 그래프에서 노드를 연결한 것이다.
(3) 탐색에 의한 풀이
8-퍼즐에 대한 예 : 초기상태에서부터 최종 목표상태를 얻을 때까지 연산자를 거듭하기는 탐색작업에 의하여 얻어진다.
연산자를 가하여 얻어진 상태들 중 어떤 것은 결코 목표상태로 갈 수 없는 경우도 있는데, 이와 같은 시행착오를 거쳐서 목표상태를 얻는 것이 통상적인 인공지능에서의 탐색이다.
상태공간의 탐색방식 : 문제의 상태와 상태에 가해질 수 있는 연산자에 의하여 문제를 풀이하는 방식
11. 문제 축소
(1) 부분문제의 이용 : 이 방식에서는 원래의 주어진 문제를 분석하여 부분문제들로 나누고, 필요하다면 부분문제들을 또다시 나누는 방식을 반복하여 각각의 부분문제를 풀음으로써 전체문제를 해결한다.
(2) 최후에 얻어지는 부분문제들은 아주 단순히 해결할 수 있는 원시적인 문제로 축소된다.
(3) 문제축소방식(problem reduction approach)
주어진 문제를 좀 더 풀기 쉬운 부분문제로 나누어 각각의 부분문제를 풀음으로써 전체문제를 해결하는 방식이다.
엄밀하게 상태공간에서의 탐색방식도 이 방식의 특이한 경우로 해석된다.
이 방식도 시행착오를 이용한 탐색이 필요하다.
12. 참고문헌 및 인터넷 주소
(1)참고문헌
인공지능개론, 홍릉과학출판사, 이광형, 2000
핵심인공지능, 은하출판사, 편집부, 2002
인공지능개론, 홍릉과학출판사, 조충호, 1993
인공지능의 이해, 생능출판사, 양기철, 2003
(2)인터넷 주소
http://ai.lab.cc명지대 인공지능 연구소
http://newton.hanyang.ac.kr한양대학교 홈페이지
WWW.robot.re.kr 로봇정보연구소

키워드

인공,   인공지능,   인공지능문제,   패턴이해시스템,   인공지능시스템,   응용 분야,   퍼지이론