1. 인공 지능 (Artificial Intelligence) 이란?
ㅇ 인공 지능 용어 출현 및 기술 발전
- 1950년, 앨런 튜닝이, 컴퓨터가 사람 처럼 생각,판단할 수 있는 `튜링 테스트`를 제안
- 1956년, 다트머스 회의 때 용어 최초 언급
. 시대에 따라 그 정의가 점차 변하고 있음
- 기술 발전
. 1960 ~ 1980년 : 전문가 시스템
.. 전문가 시스템 : 전문가의 조건 판단을 프로그램화해서 문제를 처리하는 시스템
. 1980 ~ 2000년 : 인공 지능 암흑기 및 신경망 연구
. 2000 ~ 2010년 : 통계 기반 머신러닝, 분산처리 기술
. 2010 ~ 현재 : 심층 신경망 기반의 이미지 인식 성능 향상 등
ㅇ 인공 지능
- 인간의 지능적인 행동을 모방하여, 학습,추론,문제 해결 등을 할 수 있는 시스템이나 기술
- 컴퓨터의 기능을 인간의 뇌 기능과 유사하게 접근하려는 시도로써,
. 이를 실현코자, 신경과학, 인지과학, 수학, 물리학, 전자, 전기 등 학문 간에
. 다양한 통합적 노력들이 이루어지고 있음
2. 인공 지능의 연구 및 접근
ㅇ 인공지능 연구의 대상
- 알고리즘(풀이순서,공식등)이 없는 상황에서 경험적으로 문제풀이를 하는 것
ㅇ 인공지능에 대한 접근방식
- 계산심리학 관점 : 인간과 동일한 방식으로 작동하는 컴퓨터 프로그램을 만듬
- 기계지능 관점 : 컴퓨터 프로그래밍이 가능한 영역을 인간 수행 작업영역으로 확장시킴
ㅇ 인공지능 구현시 고려사항
- 지식의 정의
- 지식의 표현
- 지식의 조작
- 모델의 정당성
ㅇ 인공지능 활용 영역
- 언어 인식/이해, 학습, 추론, 패턴인식, 컴퓨터비전, 검색, 범주화 등 다양
3. 인공지능 시스템의 구성 요소
ㅇ 사용자와의 인터페이스 : 패턴 인식 등
- 음성인식,영상인식,문자인식 등
ㅇ 패턴 이해 : 패턴 분석
- 패턴이 가지고 있는 의미를 이해
ㅇ 지식 베이스(Knowledge Base) 및 데이터베이스(Database)
- 지식 베이스 : 컴퓨터 내부에 방대한 특정 분야 지식을 체계적으로 축적시킨 것
. 문제 해결에 필요한 사실과 규칙 등
ㅇ 추론 엔진 (Inference Engine)
- `지식 베이스의 지식`과 `외부에서 나타난 사실을 표현하는 정보`의 조합 방법을 탐색