[AI/Concepts] Introductions of AI

 

Introductions of AI

인류는 인간이 어떻게 생각하고 행동하는지 이해하려고 노력해왔고, 이제는 다양한 상황에 효과적으로 행동하는 기계와 같은 entitiy를 구축해나가고 있다.

AI는 인간의 능력에 충실하고 + 합리적인 엔티티라고 요약할 수 있다.

Approaches to AI

AI는 크게 두 가지 차원에서 정의되었다. 사고와 행동이다. 그리고 이러한 사고와 행동이 인간과 같은지, 아니면 합리적인지에 따라 분류하여 역사적으로 4가지의 AI 접근 방식이 있어왔다.

1. Acting Humanly(인간처럼 행동)
2. Acting Rationally(합리적으로 행동)
3. Thinking Humanly(인간처럼 생각)
4. Thinking Rationally(합리적으로 생각)

Acting Humanly

인간처럼 지능적으로 행동하는 기계를 만들자는 Approach이다.

이 개념은 영국의 수학자이자 컴퓨터 과학자인 앨런 튜링(Alan Turing)에 의해 유명해졌다.
튜링은 1950년에 "튜링 테스트" 라는 개념을 제안했다. 이 테스트는 지능의 만족스런 작동을 정의하기 위해 설계되어, 컴퓨터가 인간처럼 행동하는지 평가하는 방법이다. 튜링 테스트에서 컴퓨터가 테스트를 통과하려면, 인간 심문자가 몇 가지 질문을 한 후, 응답이 인간으로부터 왔는지 컴퓨터로부터 왔는지 구별할 수 없어야 한다.
튜링은 2000년까지 기계가 5분 동안 일반인을 속일 확률이 30%에 이를 것이라고 예측했고, 이 예측은 기계가 인간처럼 행동하는 능력에 대한 초기 목표를 설정한 것이다.

Acting Rationally

기계가 합리적으로 행동하거나 옳은 일(Right thing)을 하도록 만들자는 Approach. Rational Agent Approach라고도 함.

• Rational Agent란 주어진 상황에서 최선의 결과를 얻기 위해 행동하는 존재를 의미한다.
• Rational Agent는 가능한 정보를 바탕으로 목표 달성을 최대화할 수 있는 행동(= Right thing)을 선택한다.

Rational Agents란?

agent 는 인식하고 행동하는 엔티티를 의미한다.
(𝑓: 𝒫∗ → 𝒜 : 에이전트의 인식(입력 시퀀스)에 따라 어떤 행동을 취할지 결정하는 것)

주어진 환경 및 작업 클래스에 대해 우리는 가장 좋은 성능을 보이는 에이전트(또는 에이전트 클래스)를 찾는다.

• 주의 사항:
  • 계산적 한계로 인해 완벽한 합리성은 달성할 수 없다.
  • 주어진 머신 리소스에 대해 최상의 프로그램을 설계한다.

Thinking Humanly

인간의 마음처럼 생각할 수 있는 인간 수준의 일반 지능을 구축하자는 Approach

인간의 마음이 실제로 어떻게 작동하는지를 이해하기 위해 인지 과학(Cognitive Science)이라는 학문 분야를 활용한다.

• 인간의 마음에 대한 충분히 정밀한 이론을 가지게 되면, 이를 컴퓨터 프로그램으로 표현하는 것이 가능하다.
• 만약 프로그램의 입력-출력 행동이 인간의 행동과 일치한다면, 이는 프로그램의 일부 메커니즘이 인간에게도 적용될 수 있다는 증거가 된다
• 인지 과학은 AI의 컴퓨터 모델과 심리학의 실험 기법을 결합하여 인간의 마음에 대한 정밀하고 검증 가능한 이론을 구축한다.

Thinking Rationally

기계가 올바르게 생각하거나 합리적으로 추론할 수 있도록 만들자는 Approach. 3단 논법과 같은 논리적 구조를 사용한다.

• 1965년까지 논리적 표기법으로 표현된 어떤 문제든지, 원칙적으로 해결할 수 있는 프로그램들이 개발되었다.
• 하지만 논리는 세상에 대한 확실한 지식을 필요로 하며, 이는 대부분의 경우에 달성하기 어려운 목표이다.
• 이 문제를 해결하기 위해 확률 이론이 도입되었으며, 이는 불확실한 정보로도 엄밀한 추론을 가능하게 한다.

History of AI

정리

1. Intelligence는 합리적인 행동과 관련되어 있다.
2. Intelligent agent는 주어진 상황 속에서 최선의 행동을 취한다.
3. AI는 철학, 수학, 심리학, 신경 과학과 같은 다른 학문의 영향을 받았고 영향을 미친 학제간 노력이다.
4. AI는 지난 10년 동안 실험과 접근 방식 비교에 과학적 방법을 더 많이 사용했기 때문에 더 빠르게 발전했다.
5. 딥 러닝은 빅데이터가 있을 때 지식 기반 프로그래밍이 아닌 데이터 기반 학습(data-riven learning)을 통해 지능형 시스템을 자동으로 개발할 수 있도록 함으로써 AI에 혁명을 일으켰다.