인공지능 특론(Introduction to AI)

처음으로 Artificial Intelligence를 듣는 날이였다. 우종우 교수님은 영어를 매우 잘하신다. 

이정표이다. 

Artificial 인공적이라는 뜻이고 

Intelligence는 무슨 뜻일까 . 지능이다. 지능은 4가지가 있다.

UnderStanding= 오감을 통해 인식하고 , 언어를 이해하는 것이다.

Reasoning: 추측이라고 보면 된다. 

Learning - 지식을 배운다고 보면 된다.

Creating, Adaptiveness 등등 있다.

A.I의 기본 개념에 대해서 알아보자

A.I는 컴퓨터한테 사람들이 생각하고 행동하는 것처럼 하게 만들게 공부하는 분야이다

사람의 지적 행동을 컴퓨터가 모방할수 있도록 하는 과학/공학 분야이다.

A.I의 분야는 엄청 다양하다. Symbolic programming 부터 Image speech recognition 까지 있다.

A.I에 접근하는 방법은 2가지가 있다.

Knowledge-based Approach- 이미 가공되 있는 지식에 관해서 결정을 하는 경우이다. 

그 예로 Symbolic AI 가 있다. 사람의 지식을 기호로 표현하는 경우이다.

Top-Down ,knowledge-intensive의 경우가 Knowledge -based Approach 경우에 속한다.

2번째로는 Data Driven Approach가 있다. 위와 차이점은 data는 가공되지 않았다. 직접 가공을 해야한다

그걸 SubSymbolic AI라고 한다. Data로 부터 공통된 특성을 뽑아내서 결정을 하는 경우이다

Top-Down과 다르게 Bottom-Up이다. 

Machine Learning도 하나의 기법이다

아까 말한 Knowledge-Based Approach인 Symbolic AI에 대해서 알아보자 

Symbolic AI의 종류로는 Reasoning/Inference,Knowledge Representation, Search methods가 있다.

Symbolic Programming 는 무슨 뜻일까 세상을 Symbol로 표현하는 것이다. Expert System이라고도 한다.

 

data ->symbolics 로 하는 과정이다. 여기서 쓰이는 언어가 LISP라고 한다.

Knowledge Representation은 문제를 풀기 위해 어떤 지식이 필요한지 알아보는 과정이다. 

예로 들면 logic, Rules, frame이 이런 Knowledge Representation의 예라고 보면 된다.

결론은 AI라고 부를수 있는건 Knowledge Base + Inference Engine이라고 한다. 

Sub-Symbolic AI == Machine Learning 이다.

behavior를 향상 시키는게 목적이다.

improve its behavior 이라고 보면 된다.

기본적인 AI Systems은 Answer만 주지 Improve는 하지 않지만

Learning System은 improve 해준다고 보면된다.  Machine Learning 도 optimization이 목표인것처럼 말이다.

AI System -> 인식,이해,판단,행위 -> Flexibility,Automation, Optimization을 추구하는 시스템이다

이 시스템을 구축하기 위해 필요한 Element는 2가지이다.

지식표현이다. 어떤 지식이 쓰여야하고 필요한지 보는 것이다.

data structure, interpretive, procedure, which leads to knowledgeable behavior 

Reasoning /Inference이 2번째이다. 추론이다.

기존 사실로부터 어떻게 해야 좋은 결과가 나올지 추론한다고 생각하면 된다.

AI는 많은 곳에 쓰인다. 그림이 많으므로 그림만 보여주겠습니다.

미래의 AI는 누구가 쓰기 쉽게 만들다고 하고 . 웹도 자동으로 번역해주는 시스템 등등 이 있다고 한다.

컴퓨터도 이제 Ubiquitous시대라고 한다. 한 사람 마다 여러개의 컴퓨터를 가지는 시대가 왔다고 보면 된다.

지금은 AMI라고 Amazon Machine Image가 아니라 AMbient Intelligence 주변에 둘러싸이는 Intelligence라고 한다. 

유비쿼터스 시대라고 보면 된다. 

opposite of VR, Uc forces the computer to live out in the world with people 

Ambient Intelligence(AMI)는 보이지는 않지만 embed되어 있어서 알아서 환경에 맞게 반응하는 AI 라고 보면 된다.

AMI의 예시로 이런 것들이 있다.

AMI 기술은 3가지다. 1 보이지 않는다 숨겨져 있다.  2. Ubiquitous 언제 어디서나 쓸 수 있다.  3. Intelligent . Relevant to user & context-aware 하다 

AMI User Interface 는 AR(증강현실)- Argumented Reality , Virtual Reality(가상현실) - Virtual Reality(VR) 이 있다.

증강현실로 유명한 건 포켓몬이 있다.

이번 학기 동안 중점적으로 배우는 것은 다음과 같다.

1. Problem Solving 
2. Knowledge Representation & reasoning
3. AI Programming
4. Application
5. Machine LearningㅇArgumented

ubiquitous 하다 

symbolic -> Learning -> AMI

symbolic -> KR + IE

Machine Learning -> DT, improve its behavior automatically

AMI -> AMbient Intelligence , AR/VR,

->new interface, content environments, ubiquitous computing,

we are between ML and AMI

조류독감

Problem Solving

Knowledge Representation

AI Programming - LISP, Prolog, CLIPS

No Deep Learning

자기가 하고 있는 주제에서 AI Concept를

Conceptual할 논문을 써보기