재미있게 알아보는 AI 키워드 70 - 나머지 키워드

재미있게 알아보는 AI 키워드 70 - 인공지능의 다양한 형태

41. 에이전트 지향
  - 특정 역할이나 임무가 주어진 인공지능을 에이전트라고 한다.
  - 에이전트 지향이란 하나의 큰 인공지능 머신을 만드는 것이 아닌, 개별 인공지능들에게 역할과 목적을 분산시켜 할당하는 것을 말한다.
  - 에이전트 간 협력을 통해 기능을 구현하고자 하는 기법을 멀티 에이전트라고 한다.

42. 지식 지향
  - 지식을 쌓아서 고도의 지능을 만드는 접근법

43. 분산 인공지능
  - 하나의 거대 인공지능을 만드는 중앙 집권적인 방식이 아닌, 작은 기능을 가진 인공지능을 조합하여 결과적으로 거대 인공지능을 실현하고자 하는 것은 분산 인공지능이라고 한다. 멀티에이전트와 비슷하지만 에이전트만큼의 자주성이 없으며 단일 기능을 가진 인공지능을 조합하는 것이 차이이다.
  - 인공지능간 협력방법
   1) 인공지능 간 직접 커뮤니케이션
   2) 인공지능들이 정보나 명령을 기록할 수 있는 게시판을 중앙에 배치하는 블랙보드 아키텍쳐
   3) 인공지능 간 협력을 조정하는 특별한 인공지능을 두는 방법

44. 포섭구조(포섭 아키텍쳐, 포함 아키텍쳐)
  - 반사를 기반으로 한 다단계 행동 방식을 구축하는 것. 포섭 구조로 세상과 신체, 지능을 연결하는 아키텍쳐
  - 아이로봇사의 청소로봇 룸바에 적용, 다양한 로봇의 기본 구조로 탑재. 게임의 의사 결정 알고리즘에도 활용

45. 멀티 에이전트
  - 에이전트 간 협력을 전제로 한 시스템, 각각의 에이전트는 어느 정도 자율적으로 행동하지만 역할에 따라 협력하기도 한다.
  - 집단표현에 유용. 경제활동, 교통 시스템, 놀이공원 등의 유동 흐름을 설계하는 작업같이 많은 사람들이 관여하는 시스템의 시뮬레이션에 적합

재미있게 알아보는 AI 키워드 70 - 수다쟁이 인공지능

48. 온톨로지(ontology)
  - 개념의 체계, 모든 개념에는 하위 계념이 있고 서열이 있다.(동물->포유류->호랑이), 이러한 개념의 계층구졸르 온톨로지라고 한다.
  - 인공지능이 개념 자체를 이해하기는 어렵지만 개념의 체계를 이해하는 것은 가능

49. 시맨틱(semantic)
  - '의미적인', 웹상의 문장을 인공지능이 처리할 때, 단순한 기호의 집합으로 보는게 아닌 문장을 의미적으로 분석하는 것
  - 시맨틱 네트워크는 다양한 개념을 관계에 기반하여 연결시킨 그래프 구조
  - 시맨틱 웹이란 다양한 기술을 사용해 웹페이지의 의미를 컴퓨터가 이해하도록 만드는 것

50. LDA(Latent Dirichlet Allocation, 잠재적 디리클레 할당)
  - 확률적으로 문장을 만드는 모델
  - 연관있는 여러 주제들 중 확률적으로 문장을 만든다.

51. 지식표현
  - 인공지능이 가진 지식의 형태를 규정하는 것, 

52. 자연언어 처리
  - 인공지능이 사람의 글과 말을 이해하도록 만드는 것
  - 형태소 분석->구문 분석->의미분석
재미있게 알아보는 AI 키워드 70 - 의사결정 하는 인공지능

53. 반사형 AI / 비반사형 AI
  - 반사형 : 주변 환경에 따라 행동하는 인공지능, 외부 변화에 따라 정해진 동작을 하는 것
  - 비반사형 : 목적을 가지고 행동하거나 계획을 세워 행동, 시뮬레이션

54. 의사 결정 알고리즘
  - 자율형 인공지능 : 스스로 감정을 가지고 의사 결정을 하고 행동하는 인공지능
  - 규칙기반, 상태기반, 행동기반, 목표기반, 유틸리티 기반, 태스크 기반
  - 규칙기반 : 규칙에 근거해 의사결정
  - 상태기반 : 인공지능의 상태를 바탕으로 의사결정
  - 행동기반 : 행동은 신체적 행동을 의미, 행동기반이란 신체적 행동을 조합해서 의사결정을 하는 방법
  - 목표기반 : 목표우선이라고도 하며, 최종 목표를 스스로 정하거나 사람이 부여한다. 목표를 달성하기 위해 계획을 인공지능 스스로 세운다.
    -> 연속된 행동계획을 실시간으로 만들어야 하므로 목표지향 행동계획 활용, 이외에도 최종 목표를 작은 목표로 분해하는 계층형 목표 지향계획기법도 있다.
  - 유틸리티 기반 : 어느정도 효용이 발생하는지를 수지화해서 복수의 행동을 비교하고 이 중 최대 효용이 있는 행동을 선택
  - 태스크 기반 : 특정 문제나 목표를 태스크로 분해해서 행동을 구성하는 방법, 먼저 문제 영역을 결정하고 영역 내의 대상과 영역 내에서 가능한 처리를 정의.
  - 시뮬레이션 기반 : 몬테카를로 트리 탐색과 같은 기법. 인공지능이 할 수 있는 행동들의 조합을 다양한 방법으로 실행해 보는것
  - 사례 기반 : 사례를 참고로 의사결정. 과거 자신의 상황과 행동, 결과를 기억해두었다가 다음에 비슷한 상황에 그 사례를 바탕으로 의사 결정

재미있게 알아보는 AI 키워드 70 - 생물을 모방하는 인공지능

55. 보이드
  - 새가 무리지어 나는 모양을 매우 간단한 규칙을 적용해 재현한 것이 보이드(boid), 컴퓨터 공간에서 자유롭게 날아 다니는 새의 무리를 시뮬레이션한 것.(boid란 bird-oid의 단축형)
  - 보이드 새들에게 다음의 규칙 적용
   1) 가까이 있는 새는 서로 나는 방향과 속도를 맞출 것
   2) 새가 많은 쪽을 향해 날 것
   3) 가까운 새나 물체가 다가가면 부딪히지 않도록 서로 멀어질것
  - 단순한 규칙으로 집단의 움직임을 표현하는 것을 군집행동 생성 알고리즘이라고 한다

56. 사이버네틱스
  - 인공지능이 자신과 외부와의 관련성을 감시하면서 스스로 제어하는 것
  - 생물이나 환경과의 관계에서 스스로를 유연하게 변화시키는 특성을 기계 지성에 도입하고자 하는 방침

57. 영상 인식
  - 사람이 시각을 통해 사물을 인식하듯이, 외부의 영상 신호로부터 인식하는 기술을 영상 인식이라고 한다. 

58. 군집 기능
  - 집단으로서 발휘되는 지능적 능력

재미있게 알아보는 AI 키워드 70 - 인공지능의 철학적 문제

60. 심벌리즘과 커넥셔니즘
  - 심벌리즘 : 기호와 규칙에 따라 지능을 만들려고 하는 것. 기호를 조작하는 인간의 사고, 추론 능력을 기계가 모방하도록 한 것
  - 커넥셔니즘 : 수치 시뮬레이션을 이용해 뇌의 신경 회로를 모방하는 뉴럴네트워크로 지능을 실현하려는 것. 기호를 통하지 않고 수치 입력, 신경 회로 연산, 수치 출력으로 구성. 기호로 복원할 수 없는 수치 데이터의 인식과 분류

61. 튜링 테스트
  - 알란 튜링이 만든 인공지능 능력 테스트
  - 기본적으로 상대가 인간인지 인공지능인지 모르는 상태에서 사람과 상호작용하여 인공지능인지 사람인지 맞히게 한다.

62. 프레임문제
  - 현대 인공지능의 가장 큰 문제는 기본적으로 주어진 문제 외에는 해결할 수 없다는 것이다. 즉 프레임안에서만 사고할 수 있다. 이것을 프레임 문제라고 한다.

65. 심벌 그라운딩 문제
  - 인공지능이 사용하는 기호가 현실 또는 현실에 존재하는 대상에 대응하고 있는지에 대한 문제
  - 인공지능이 기호를 사용하는 경우 그 의미와 효력이 프레임이나 지식표현 내에서 미리 정의되어 있어야 한다. 인공지능이 학습능력을 가지고 있다고 해도 미리 정의된 기호의 의미 및 효력을 변화시키지는 않는다.

66. 중국어 방
  - 철학자 존 설이 인공지능을 비판하기 위해 사용한 실험. 
  - 어떤 방에 작업인원을 배치, 특정 중국어를 방으로 전달, 작업인원은 메뉴얼대로 대응하는 답을 전달한다
    ->작업 인원은 입력 기호에 대한 아무런 지식이 없더라도 대화가 가능하다는 것을 확인할 수 있다. 즉, 아무것도 이해하지 못한 존재가 지능을 가졌다고 간주할 수 있게 된다.
  - 세상에서 오는 입력을 변환해서 출력하고 있는 것이 전부다라고 인공지능을 비판

2018. 2.14(수)