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.
- Acting Humanly(인간처럼 행동)
- Acting Rationally(합리적으로 행동)
- Thinking Humanly(인간처럼 생각)
- 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
- Intelligence는 합리적인 행동과 관련되어 있다.
- Intelligent agent는 주어진 상황 속에서 최선의 행동을 취한다.
- AI는 철학, 수학, 심리학, 신경 과학과 같은 다른 학문의 영향을 받았고 영향을 미친 학제간 노력이다.
- AI는 지난 10년 동안 실험과 접근 방식 비교에 과학적 방법을 더 많이 사용했기 때문에 더 빠르게 발전했다.
- 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.