인공지능

*인공지능

1. 인공지능 시스템의 기능적 구성

 - 입력시스템(언어,시각)

 - 내부시스템(탐색에 의한 문제해결, 불확실 지식처리 및 추론, 학습, 계획, 지능형 에이전트) 

 - 출력시스템(대화,행위,작용,조작)

2.탐색

 - 컴퓨터가 문제를 자율적으로 해결하기 위해 해 또는 해를 위한 경로를 찾아가는 과정(해 찾는 과정과 해의 적합성)

 - 문제 해결의 최적방법보다 적당한 방법을 찾거나 인간의 지능의 개입으로 탐색

 1) 기본탐색유형 

  - 무작위경로탐색(탐색영역이 작으면 유용), 트리탐색(깊이우선DFS,너비우선BFS)

  - 탐색방향 : 전향추론(초기상태에서 목표상태로 탐색), 후향추론(목표상태에서 초기상태 탐색)

  - 휴리스틱기법,hill-climbing기법: 깊이 우선탐색기법에 평가함수 활용,최단경로 보장불가, 과정회복불가, 8퍼즐(목표상태와 같은 위치의 타일 수 )

  - A*알고리즘 : f(n) = g(N) + h(N)(g:초기노드에서 N노드까지 최단거리, h는 N노드에서 목표노드 최단거리)

    8퍼즐에서 f(N) = g(N) + W(N) (W는 목표상태와 틀린 위치의 타일 갯수)

  - 최대최소 탐색 : 몇 수 앞을 내다보고 탐색, 탐색영역 축소가능

3.지식표현 : 인공지능의 핵심, 지식을 체계적 조직/저장, 효율적으로 이용, 문제영역이나 문제해결의 효율성위해 적절한 표현방법 선택 필요

  가) 지식표현의 종류

     1) 논리(Logic) : 수학/논리학의 명제/서술논리사용, if x는 새, then x has wings--> 정형공식(Well formed formular)이해

       - 장:논리개념표현,지식정형화,지식첨가/삭제용이 ,단:절차/결정적 지식표현 어려움, 사실구성법칙부족으로 복잡구조표현 어려움 : 알고있는 사실에서 정형공식 절변환을 통해 증명할 사실을 증명해 냄

       2) 의미망(Semantic Net) : 지식/인간기억/실세계를 망구조 표현

        - 구성:노드(객체,개념,사건표현), 링크(노드간 관계, 구체/절차/인과/부분관계)

        - 장:복잡개념이나 인과관계 표현용이, 단: 지식량이 커지면 복잡/조작어려움

       3) 프레임(Frame) : 의미망의 한 종류로 객체와 그 속성의 구조적 기술, 프레임 객체구조 내 슬롯이라는 속성묘사 중점, 데이터와 프로시저를 하나의 구조로 묶음, 프레임은 계층적 구성

        -구성 : 프레임이름-슬롯이름(객체속성과 속성값)-패싯이름(슬롯값을 다양하게 주는 키)-값

               (Frame Canary (IS-a (Value Bird)) (Color (Value Yellow))...)

          - 장 : 지식표현이 일반적이고 자연스러우며 강력, 단:복잡성으로 지식작성 어려움

      4) 규칙(Rule) : 가정과 결론의 문장표현 if( A and B) then (C) (A,B)->(C), 결정이나 결론요구 영역 유용, 규칙기반 시스템에서 사실집합과 규칙집합으로 구분되어 규칙의 가정부분이 사실집합의 일부와 부합될 때 규칙의 결론 부분이 실행

       -장 : 모듈화/독립적 추가/삭제 변경용이, 특정표현방법에 따라 구조 달리함, 결정/결론이 요구되는 영역에 적합

       -단 : 문제풀이에 많은 경비소요, 제어가 복잡

       5) 객체지향 표현기법(OORepresentation) : 클래스와 객체, 인스턴스, 계층구조, 계승/다중계승/재사용성, 메시지/메쏘드, 캡슐화/정보은닉, 객체 모델링

       -장 : 현실세계 개념적 개체 표현 용이, 데이터사이의 일반화/집단화 쉽게표현, multimedia데이터처리용이, 시스템구축/생산성 향상, 동시처리를 지원, 편리한 사용자 인터페이스

4.불확실성 : 현실세계의 복잡/예측불가/모순상황을 단순화/규칙성부여로 대처

 -불확실성을 정량화하는 확률적 기법->현실 불확실성 대처에는 제한적

가.불확실성 요인 : 데이터불확실성(센서통한 정보 오차), 지식불확실성(모호함,휴리스틱절차 통해 입수,정보불일치), 정보의 불완전성(불완전/부분정보에서 판단,모든 상황의 방대한 정보입수불가), 확률적 불규칙성(예측불가한 요인에 의해 발생)

나. 불확실성 추론기법

  1) 기존 논리체계 : 완전성(모든 정보존재, 1차논리유도), 일관성(정보상호간 모순없음), 단조성(참의 정보숫자는 줄지 않음, 새로운 사실이 기존 사실을 부정하지 않음)

  2) 비단조 추론(Nonmomotonic Reasoning) : 새로운 사실이 기존 참과 모순/기존 지식 부정, 

  3) 부재추론(Default Reasoning) : 환경변수나 조건 값 부재로 기본값으로 추론, 참 추정 사항을 기초로 결론. 일관성

   4) 추정법(Abduction):인과관계로 주어진 지식, 결과에서 원인추정에 일관성이 있으면 원인을 단정

   5) 폐세계가정(Closed World Assumption):특정 닫힌 세계지식만으로 추론, ~H를 참이라 가정,문제세계 내 증명될 수 없는 사실은 그 역이 존재한다고 결론

   6) 사실유지시스템(TruthMaintenanceSystem): 특정 시스템 내 상호 모순되는 사실정리를 통해 일관성을 유지하는 시스템, 지원목록을 통해, 지식1[SL(참노드리스트)(거짓노드리스트)],노드상호관계 사용하여 모순 원인제거,의존성의한역추적

   7) 확률기반추론(Bayse정리등)P(B|A)=(P(B^A)/P(A) --> P(B|A)=P(A|B)P(B)/P(A) , 제한된 영역, 간단한 문제

  8) 확인인자(Certainty Factor:CF):주어진 증거에서 결론이나 가설 신뢰 정도를 정량화 하는 방법