인공지능 Week 1 : Introduction

인공지능

Week 1 :

Introduction

최 윤 정

인공지능

인공지능 ( 人工知能 ) 은 철학적으로 인간성이나 지성을 갖춘 존재 , 혹은

시스템에 의해 만들어진 지능 , 즉 인공적인 지능을 뜻합니다 .

AI 를 제대로 공부하지 않은 사람들은 쉽게 A.I. 를 ‘ BOT’ 이라고 생각할 수 있어요

2

정의

ALAN TURING 의 정의 – 튜링테스트

“ 컴퓨터로부터의 반응을 인간과 구별할 수 없다면 컴퓨터는 생각( 사고 , THINKING) 할 수 있는 것이다”

‘ 지능’적인 일을 할 수 있는 기계

<EX> 음성인식 , 체스 , 퍼즐 맞추기

알고리즘 + 휴리스틱

3

휴리스틱

휴리스틱은 경험에 기반하여 문제를 해결하거나 학습하거나 발견해 내는 방법을

말한다 . ( 직관적으로 ..)

전산학 등 과학분야에서는 한정된 시간 내에 수행하기 위해 최적의 해 대신

현실적으로 만족할 만한 수준의 해를 구하는 방법

예 ) 탐색하기

4

에이전트

대행자

주위환경으로부터 스스로 감지 (sensor) 장치에 의해 지각하고

(perceiving), 효과기 (effector) 에 의해 주위환경에 행동 (acting) 하는

어떠한 것

로봇

5

연구 분야

인식

추론

학습

Learning Knowledge baseLearning model

Inference engine Expert system

Intelligent systemNatural

languageprocessing

Pattern recognition &understanding system

Proving, GameProblem solving

Recognition

Character, Speech, Image processing

Inference

6

인식

자연에 존재하는 수치화하기 어려운 것들을 처리

패턴 인식

자동 주차 시스템

음성 인식

<EX> SIRI

문자 인식

<EX> 심심이

7

학습

유전자 알고리즘

무니무니교수 - 일어서기

인공 신경망

뉴런에 대한 이해를 바탕으로 이를 모방

8

인공 신경망

V1 = 1 W1 = 1 임계값 = 3 ?V2 = 0 W2 = 2 임계값 = 5 ?V3 = 1 W3 = 3

9

탐색 : 문제해결방법

BFS(BREATH-FIRST SEARCH)

DFS (DEPTH-FIRST SEARCH)

A-STAR 알고리즘

길찾기

드라군

A STAR PATHFINDER V. 1.92\VISUAL C++ VERSION\DEMO 1 - BASICS\A STAR BASICS.EXE

10

11

12

휴리스틱을 이용한 추론

13

강의내용

학문 vs. 기술 vs. 철학적인 문제들 인공지능의 고전적이고 기본적인 이론들

탐색

지식표현과 추론

학습과 예측 …

IT 기술의 최근 이슈에 대한 조사

향후 변화된 상황에서의 새로운 이슈들과 남겨진 문제들

14

강의 운영 방법

수업 : 이론 및 실습

이론 : AI, Data Mining, Search 등

실습 :

탐색방법 : C 나 Java

지식표현 및 추론 : Lisp + KM(Knowledge Machine)

데이터마이닝 : SPSS, Clementine 등 .

발표 : 주제 및 최근 이슈에 관한 조사 발표

개인 과제 및 팀 프로젝트 팀 멤버는 3~4 명

15

평가방법

반영비율

개인 성취율 :

중간고사 : 30%

기말고사 : 30%

과제 및 팀 프로젝트 : 30%

출석 및 수업참여도 : 10%

( 변경될 수 있음 .)

16

Week 1 ~ 2 : AI

Introduction

What is Artificial Intelligence?

Study of how to make Computers do things which (at the

moment) people do better

Vague?

Different View Points

Engineering, Science, Philosophy

18

Artificial Intelligence: Definition

McCarthy

‘the science and engineering of

making intelligent machine, especially intelligent computer

programs

‘using computers to understand human intelligence’

19

What is Intelligence?

Aspects of Intelligence

problem solving

memorize logical reasoning , intuition, judgment, creativity …

learning commonsense..

emotion, cognition, love, hate,.. etc.

What is intelligence?

we know it when we see it (relative concept)

What is the most basic intelligence?

20

Turing Test

Ultimate Intelligence: Turing suggested

Imitation Game (next slide)

Intelligent as much as Human

Is dog intelligent ?

Any man-made system passed Turing Test ?

-- Any Examples in SF Movie?

21

Imitation Game

22

Intelligent System

Cognition

Understanding

Judgment

Flexible

Automated

Optimized

23

AI : Engineering Aspects

Making Computer (or IT Systems) more Intelligent – better

performance (performance? )

Making Machines more User Friendly

Making a Thinking Machine : Robot

Can machine think ?

24

Examples of AI Systems

Intelligent Home Appliances

Intelligent Building

HCI (Human Computer Interaction)

Intelligent Traffic Control

Robots

Voice, Character Recognition

Ubiquitous System

25

Cognitive Science

Artificial Intelligence

Psychology

Neuro-Science

Linguistics

Philosophy

Program(algorithm) = mind?

Mind Model

Is mind a chemical reaction?

In Search of Semantics

Can Machine have a Mind?

26

Brief History of AI

’50

1956 – Dartmouth Conference

MaCarthy, Minsky, Newell

Lisp

60

GPS(General Problem Solver) – Newell

Chess Programs

’70

Theorem Proving – resolution(Robinson)

Prolog

’80

Expert Systems – Mycin,

Prospector

Neural Net

’90 - Present

Software Agent, Data Mining

Semantic Web

Ontology

27

Success / Failure

Sad Story of Machine Translation

Compiler : Programming Language

Can you do the same to human language?

“time flies like an arrow”

Bonanza

Prospector : first AI system of commercial success

Challenge == Machine Understanding!!

28

AI Impact

Programming Language

Lisp, Prolog, Object Oriented Language

Database

Knowledge-base, Ontology, NL Query

Internet

Semantic web, XML

Network

Ubiquitous, Bio-Informatics, etc.

29

Approaches of AI Systems

Knowledge-based Approach

(Top Down, Deduction, Symbolic)

u

Data Driven Approach

(Bottom Up, Induction, Network)

u

30

Knowledge-based System

Represent Human knowledge as symbol combination (Rule)

u Knowledge Acquisition and Representation

Deductive System

u Logic, Expert System, Fuzzy Logic

31

Data Driven Approach

Extract common characteristics from collected examples(data)

u

Training(Correct/Incorrect Data)

u

Statistical Method, Artificial Neural Network

Data Mining

32

Generality vs Performance

Trade off

Initial Attempts General Problem Solving (Failure)

Complexity : Toy Problems Only

Recent AI Systems: Specialized Approach

Knowledge Based Approach

Expert Systems

Machine Translation

33

Human vs AI Technology

Eye

- Vision, Character Recognition

Mouth

- Speech Generation

Arms Legs

- Robot Arms, Autonomous Vehicle

- Intelligent Agent, Softbot

Brain

- Knowledge Representation

- Reasoning/ Planning

- Machine Learning

Other

- Natural Language

- Speech Recognition

34

Research Areas

Symbolic Programming

Knowledge Representation

Search & Planning

Automated Reasoning

Machine Learning/ Data Mining

Artificial Neural Net

Ontology

35

AI : Future

Application of AI Technology

Smart Home

Web Auto Translation System

Voice Recognition/ Intelligent HCI

Unified Paradigm

Symbolic Processing + Neural Processing

Knowledge-based + Data Driven

36

AI : Future

AI in everywhere, AI in nowhere

Ubiquitous Systems

Softbot (Software Robot)

Human Computer Interface

Understanding Ontology

(Real) Robot

……

…..

37

과제 #1

AI 관련 영화 보기

예 ) Ted 의 sixth sense, A.I 나 I. 로봇 ,

이미테이션 게임 , 채피 , HER , 써로게이트 등 ..

가능한 다양한 관점으로 감상하여 평하기

공학적

인지과학적

윤리학적

철학적 ?

A4 약 1 장 분량의 소감문 제출

보고서 표지 작성하지 마시고 , 보고서 상단에 학번 / 이름 표기

38