인공지능 소개

01장 인공지능 소개

인공지능의 활약

• 1997년 IBM의 딥블루 : 세계 체스 챔피언이었던 카스퍼로프를 상대로 승리, 인간을 넘어선 최초의 컴퓨터
• 2011년 IBM의 왓슨 : 퀴즈쇼 “Jeopardy”에서 우승
• 2016 알파고 : 이세돌과의 바둑 경기에서 4-1로 승리

인공지능 컴퓨터

1. 딥블루
2. 제퍼디
3. 알파고

인공지능의 필요성

• 자율주행 자동차
• 음성인식
• 영상 인식, 얼굴 인식
• 의료 진단
• 게임의 NPC
• 로봇, 드론
• 광고 및 예술

인공지능의 시대

1. 강인공지능
   • 일반적인 영역에서의 문제 해결
   • 명령 받지 않은 일도 스스로 필요하다면 해결 가능, 자의식이 있다.
   • 터미네이터 스카이넷
2. 약인공지능
   • 특정한 영역에서 주어진 문제를 해결한다. 자의식이 있다고 할 수 없다.
   • 알파고

정의

• 지능을 인공적으로 실현하는 것
• 의문
  • 지능이란 무엇인가?
  • 지능을 인공적으로 실현하는 것은 가능한가?

시스템의 범주

인간적 합리적

사고	인간처럼 사고하기
인지과학, 신경망	생각의 절차를 모형화하여, 주어진 사실로부터 새로운 사실을 유추해 낼 수 있는 시스템
논리학, 추론
행동	사람이 하는 일을 대신 할 수 있는 능력을 가진 시스템
튜링테스트, 로봇공학	목표를 성취하기 위해 절차를 수행하는 시스템
이성적 에이전트

비교

인공지능vs 기계학습 vs 딥러닝

Turing Test by Alan Turing

• 영국의 수학자 알란 튜링은 “기계가 생각할 수 있을까?” 라는 질문 대신에 기계와 사람을 구분할 수 없다면 인공지능이 ㄱ현되었다고 봐야 한다고 주장
• 테스트에서는 인간, 컴퓨터, 질문자가 각각 독립된 방에 있고 원격 터미널만을 사용하여 통신
• 질문자는 누가 인간이고 누가 컴퓨터인지를 알아내기 위한 질문을 한다.

→ 반박

The Chinese Room Experiment

• John Searl(1980)
• 튜링 테스트로 기계의 인공지능 여부를 판정할 수 없다는 것을 논증하기 위해 고안한 실험
• Searl의 주장 : The man in the roo, does not have any understanding

유진 구스트만

• 13세 소년을 시뮬레이트하기 위해 개발된 컴퓨터 프로그램인 “유진 구스트만”은 심판관 중 33%가 인간이라고 판단

역사

첫 번째 겨울 당시의 문제점

1. 1970년대에는 충분한 컴퓨터 파워가 없었다.
2. “장난감 문제”를 다뤘다. 현실에는 지수적 시간에만 풀 수 있는 많은 문제가 있다.
3. 컴퓨터 시각이나 자연어 처리와 같은 많은 인공 지능 응용 프로그램은 전 세계에 대한 엄청난 양의 정보를 필요로 한다. → 1970년에는 아무도 이 정도의 데이터베이스를 만들 수 없었고 어떤 프로그램도 이 방대한 정보를 어떻게 학습해야 하는지 알지 못했다.

전성시대

• 연구자들은 이 세상의 모든 문제를 해결할 수 있는 시스템을 개발한다는 생각을 버림
• 이에 새롭게 등장한 시스템이 ‘전문가 시스템’
• ex)
  • DENDRAL : 분자구조와 화학에 대한 지식 → 화합물의 문자구조
  • MYCIN : 전염성 질환을 진단하고 항생제를 처방

신경망의 부활

• 1982년 물리학자 john hopfield는 완전히 새로운 방식으로 정보를 학습하고 처리할 수 있는 한 형태의 신경망을 제안
  • 사람의 경우 뉴런들 사이의 연결 강도가 강해지며 학습이 가능하나 구현의 어려움이 있다.
• 역전파라고 불리는 유명한 학습 방법을 대중화
  • feedback을 주며 신경망을 강화시킨다.

두 번째 AI 겨울

• 전문가 시스템은 유용했지만 몇 가지 특수한 상황에서만 유용함이 밝혀졌다.
  • 사람의 경우 변화가 있을 때 적응할 수 있으나 AI의 경우 불가능했다.
• 1980년대 후반, 미국의 전략적 컴퓨팅 구상은 AI에 대한 기금을 잔인하게 삭감하였다.

AI의 부활

• 딥러닝이 많은 층이 있는 신경 회로망을 사용하여 데이터의 추상화를 모델링하는 기계학습의 한 분야