2주차. 인공지능에 대한 논쟁과 인공지능의 역사1교시다큐멘터리 - 인공지능과의 소개팅-> 챗봇 : 인간이 로봇과 대화할 수 있도록 하는 소프트웨어제작 과정1. 20대 여성 1800명의 이상형 데이터 수집2. 75가지의 대화 주제로 데이터 분류3. 딥러닝 기반 지도 학습4. 테스트*튜링테스트(imitation game) = 이미테이션 게임1950년, 튜링이라는 수학자가 지능시스템을 평가하는 방식으로 개발함1950년대, 디지털 컴퓨터가 만들어지기 시작할 무렵, 기계가 지능(thingking)을 가졌다는 걸 평가하고 싶어함. 이 때, 튜링이라는 수학자가 제안한 방식이 바로 튜링테스트평가대상(A), 인간(B), 평가자(C). 평가자 C 와 B 인간/ A 씽킹머신 사이에 대화를 시키고(문서형식으로), 누가 사람이고 누가 기계인지 평가자가 구분할 수 없으면 씽킹머신이 지능을 가졌다고 인정하는 방식.Loebner-prize : 튜링테스트 대회2교시. 인공지능은 바둑의 아름다움을 알까?다시, 튜링테스트에서 interrogator : 평가자standard interpretation에서, interrogator c가 a,b와 대화하면서 컴퓨터와 인간을 구분해야함. 단, 음성 대화가 아닌 글의 형태로 대화를 주고받아야함. - 뢰브너대회*뢰브너 상매년 개최되는 채터봇 대회.아직까지 완전하게 평가자를 속인 채터봇이 없다.. (글로만)시청각, 암호해독, 글들을 다 포함한 튜링 테스트를 통과하는 첫 번째 채터봇에게는 10만 달러가 주어질 것이다.2008년, 12명의 심판과중 3명을 속이는데 성공한 elbot이 있다.지능 논쟁* 차이니즈 룸 -> 존 설의 사고 실험 (ebs영상, 후반부 외국인이 말하는거 중요)중국어를 이해할 수 없고 방안의 사람도 중국어를 이해하지 못하기 때문에, 이것을 두고 중국어를 한다고 말할 수 없다인간의 두뇌 역시 마찬가지. 인간의 뇌도 신경세포로 이뤄져있다. ??차이니즈 룸은 하나의 컴퓨터 시스템이라 할 수 있다.결국, 튜링 테스트를 통과하더라도 컴퓨터는 중국 이용해 현 교육 대상자의 자극 상황/자극 반응/피드백 에 따라 어떤 교육을 받아야 할지 정함자극 상황 :문어적/ 시각적/ 물건/ 기호적 으로 나뉨.자극 반응 : 언어적/ 실무/ 기록하는 것/ 분석적피드백 : 필요하다/ 필요없다ex) 이 사람이 문어적이고 기록하는 일을 하고 피드백이 필요없다면 -> 이런 교육이 필요하겠네4x4x2= 32 개의 규칙이지만 6개로 압축함 (전문가이기 때문에)2) 초기 상용 전문가 시스템의 사례들마이신(MYCIN) : 균혈증과 백혈병의 진단 및 치료에 쓰이는 전문가 시스템. 스탠퍼드 대학에서 개발. 전문가와 대등한 수준으로 백혈병의 진단/처방이 가능하며, 추론을 통하여 사용자에게 설명까지 해주는 최초의 대형 전문가 시스템.DENDRAL : 화학 전문가 시스템. 분자 구조 예측, 노벨 화학상 수상자인 레더버그가 개발.PROSPECTOR : 광맥 탐사 시스템LOGOS : 자동번역 시스템AIRPLAN : 해군에서 개발한 항공기의 이착륙을 관리하는 시스템5주차.1교시. 생물학적 신경망1) 뉴런. 신경세포뉴런 1개의 구조수상돌기(dendrite) : 여러개 달림축삭(Axon) : 한 개 달림핵(검은부분) (nucleus)뉴런끼리 연결된 부분 (A뉴런의 수상돌기와 B뉴런의 축삭이 연결된 부분) : 시냅스(synapse) -> 신경망에서 가장 중요한 역할시냅스 확대해보면,정보량을 조절하는 일이 연결부분에서 발생하는 것을 알 수 있다.즉, 수상 돌기는 입력이 들어오는 곳이고, 축삭 돌기는 출력을 내보내는 곳이다.즉 수상 돌기로부터 정보(전기 신호)를 받아서, 핵에서 계산후 축삭으로 내보낸다.이 연결부에 시냅스가 존재해서 정보량을 조절한다.시냅스 부분에서 전기신호가 화학 반응을 일으켜서 입/출력되는 전기신호의 양이 조절된다. 따라서 이 모든 과정은 전기화학적인 과정이다.2) 신경망(뉴럴네트워크)그림은 조건반사에 대한 그림. 선인장에 찔렸을 때 감각뉴런이 반응하여 중간 뉴런을 거쳐 운동 뉴런에 전달하여 선인장에서 손을 떼게 만드는 원리. 핵심은, 뉴빈 공간은 0, 등으로 입력 뉴런을 채우면출력 뉴런은 내가 둬야될 자리만 1로 출력되고 나머진 전부 0으로 나오는 식TicTacToeGo 학습 데이터 만들기result of the train data왼쪾 입력값에 대해 중간 출력값이 이러면 된다~ 식으로 학습시켰고, 그 학습된 결과가오른쪽 값으로 도출되었다. 1에 가까운 자리일수록 두라고 권유하는 것이고 0은 둘 수 없는 곳이므로 학습이 잘 되었다고 볼 수 있다.2교시.2교시. 딥 뉴럴 네트워크와 딥러닝의 깊은 관계.1) 딥 뉴럴네트워크와 기울기 소실그림은 다층신경망의 형태. 중간층이 1개인 신경망과 5개인 신경망.이렇게 중간층이 2개 이상인 신경망을 딥 뉴럴네트워크 (깊은 신경망) 이라고 한다.중간층이 많을수록 복잡한 문제를 잘 학습할 수 있다.이 때, 기울기 소실이라는 문제가 발생한다.오류 역전파 알고리즘에 의해 출력층 (Y1, Y2)에서 중간층들로 역전파 한다. (수정하라고)이 때 신경망의 깊이가 깊어질수록 이 출력층으로부터 받아오는 가중치 수정 정보량이 0에 가까워진다. 이것을 기울기 소실이라고 한다.이처럼 복잡한 문제를 해결하기 위해 깊은 층이 필요하지만, 기울기를 잘 계산할 수 없다는 난관에 봉착하게 된다. (다시 침체기 봉착)2) ReLU & Drop Out이 난관을 해결하기 위해 활성 함수를 바꾼다. 오류 역전파 알고리즘에서 사용하는 활성함수인 signoid 함수(s자 함수) 사용시 기울기 소실문제가 크게 발생하기 때문에, 이 활성함수를 relu 함수로 바꾼다.이 relu 함수는 하나의 뉴런이 계산한 출력값이 0보다 작으면 0이 나오고, 0보다 크면 값 그대로 나온다.또하나는 drop out이다. 세 개의 입력뉴런 중에 하나는 없는 셈치고, 그 다음 층 뉴런 중 두 번째 뉴런도 없는 셈치고, 그 뒤도 쭈욱~즉, drop out은 뉴런 중 일부를 임의로 정해서 없는 셈 치는(제거하는) 방법이다. 이런 식으로 학습시킨 다음 작동시킬 때는 원래의 뉴런들을 살려낸다. 매번 학습 시킬 때마다 어느 뉴런을 묶인 전세계 네트워크망을 Internet 이라 한다.internet 은 말 그대로 해석하면 network가 서로 묶여있다는 뜻입니다.하지만 네트워크끼리 데이터를 주고받는 방법이 다를 수 있습니다. 네트워크들끼리 대화를 할 수 있도록 정해진 통신 규약이 TCP/ip 입니다. 그래서 다른 나라 사람들과 아무런 문제없이 문자, 전화를 할 수 있는것도 데이터들이 TCP/ip 프로토콜을 통한 공통된 통신규약에 의해서 변환이 되기 때문입니다. 그리고 이렇게 TCP/ip에 의해 네트워크끼리 연결 되어 전세계에 있는 네트워크가 하나로 연결 돼 있는 공간이 바로 Internet 입니다.WWW (world wide web) : 인터넷이라는 통로(길) 위에 올려져있는 데이터 덩어리hyper text : 링크개념으로써 종이로만 저장된 데이터가 아닌, 소리나 영상도 볼 수 있는 데이터WWW(웹 페이지)에 하이퍼 텍스트로 된 문서들이 저장되고, 그것이 인터넷을 이용해 전 세계 컴퓨터들로 연결된다.즉 인터넷은 길, 도로, 통신망. WWW은 그 위의 데이터* 검색 엔진 : 많은 WWW 정보 중에 사용자가 원하는 정보를 찾아주는 serch engine.검색 엔진을 탑재한 사이트 : 검색 사이트 ex) 구글, 네이버, 다음 등* 크롤러 crawler : 웹페이지속에서 정보를 찾는 소프트웨어크롤링 crawling : 그렇게 정보를 찾는 행위어떻게 정보를 빠르게 찾을까? 그 핵심은 인덱싱이다.2) 인덱싱 indexing인덱싱은 인터넷의 수많은 문서를 효과적으로 저장하기 위해 만들어진 방식ex) “에일 맥주”를 웹페이지 검색시, 0.34초 만에 88만개의 많은 데이터를 찾아냈다. -> 어떻게 이렇게 빠를까? -> 인덱싱 기술전 세계 웹페이지 중에 “맥주‘ 라는 단어가 50page 10번째 자리에 나온다 ? 등을 기록해놓는다. 이걸 인덱스를 만든다고 한다.2교시. 페이지 랭킹 ; 구글 신의 정체!페이지 랭킹 : 페이지의 순위를 매김 -> 구글이 혁신을 일으킨 것1) 구글 이전. word distan관계를 계산해보면, 점수차가 있더라도 유사도가 높다고 말할 수 있다.상관 계수를 이용하면 취향이 반대인 것도 알아낼 수 있다.* 추천 항목 선정그림은 파이썬 돌린거. 이런 일련의 과정을 통해 어떤 고객한테 추천해줄 리스트를 뽑아낼 수 있다. 자세히 알 필요 없다 이건.11주차. 집단 지능. 개미의 길찾기1 & 2교시 자연 컴퓨팅. 자연은 알고 있다.1) 자연 컴퓨팅 natural computing기존에 없는 새로운 문제 해결 방법의 아이디어를 자연에서 가져온다.자연에서 일어나는 현상(넓은 의미로는 사회 현상까지)을 컴퓨터를 이용해서 인공적으로 합성한다. 자연에 있는 재료를 계산에 응용한다. (분자, 양자 컴퓨팅) 자연을 재생성해낸다.원자 수준의 정보를 다루는 처리 기기.artificial neural networks.evolutionary 알고리즘swarm intelligence (집단 지능)artificial immune systems. (생물의 면역체계 모방)fractal geometryartificial life (자연을 합성해내는 분야)DNA computing (분자 컴퓨팅)quantum computing(양자 컴퓨팅)grammatical computing? : 문법 형태로 무언가를 표현하고 계산하는 분야 여기에 L-system 포함됨.2) 자연 컴퓨팅 훑어보기1. nature-inspired models of computation(자연에서 아이디어를 얻음)* cellular autometa : 세포 자동자. 세계를 세포로 표현. 한칸에 하나의 생명이 살고 있고, 살아있거나 죽어있거나 1 0 으로 표현함.conway’s game of life (콘웨이의 라이프게임) : 세계를 바둑판 모양의 2차원 모양으로 규정하고 생명체를 일정한 시간간격으로 1, 0 으로 표현. 어느 위치에 생명체가 살아있고 죽는지. 다음에 뭐가 태어나는지 경과를 보여줌. 규칙이 놀라울 정도로 간단함.* neural computation : artificial neural networ.
모두의 인공지능 과제물 2020.1학기제출자 성명: 학번: 학과: 소속대학:※이 파일 이름은 절대 수정하지 않습니다.1.(11주차) 다음 그림에 대하여 물음에 답하시오.1) 무엇을 나타내는지 2줄 이내로 설명하시오.개미의 움직임을 컴퓨터에서 재현한 것. 개미의 움직임에 간단한 규칙(페로몬이 더 강한 쪽으로 이동해라)만 적용시키고 개미를 프로그래밍된 상황에 던져놓으면, 개미 집단의 행동 양식을 관찰할 수 있다는 걸 보여줌.2) 검은 선처럼 보이는 부분이 어떻게 생성되는지 5줄 이내로 설명하시오.노란색 부분은 먹이, 큰 검은색 점 2개는 개미집, 초록색 부분은 개미가 냄새를 못 맡는 공간, 갈색 부분은 개미가 다닐 수 없는 공간, 검은색 점은 개미로 정의. 페로몬이 강한 쪽으로 움직이라는 규칙이 적용된 개미들은 시간이 지남에 따라 페로몬의 누적으로 인해 페로몬이 강해진 쪽, 즉 가장 가까운 경로를 찾아내어 개미집과 먹이 사이를 오가게 되는데, 냄새를 못 맡도록 이 경로를 막거나 개방시키는 환경 변화에 따라 개미들의 움직임이 변화하게 되고 그 움직임들이 집단적으로 모이게 되면 검은 선처럼 보이게 된다.3) 가운데 초록색 부분의 전.후 상황을 5줄 이내로 설명하시오.초록색 부분이 없을 땐, 페로몬의 감지가 자유로우므로 개미들은 가장 가까운 일직선의 경로를 통해 먹이와 개미집을 왕복한다. 하지만 페로몬을 감지하지 못하도록 초록색 부분으로 일직선 경로를 막아버린 후에는, 페로몬이 강한쪽으로 이동하도록 규칙이 적용된 개미들은 초록색 부분으로 이동하지 않게 되고 돌아서가는 좌,우 경로를 탐색하다가 그 중 더 가까운 경로를 찾아내어 다시 먹이와 개미집을 왕복하게 된다.4) 왼쪽 상단과 오른쪽 하단의 검은 선에 대해서 5줄 이내로 설명하시오(힌트, 가운데, 초록색 부분과 관련 됨).페로몬 규칙이 적용된 개미 한 마리 한 마리는 시간이 지남에 따라 가장 가까운 경로를 찾아내어 개미집과 먹이 사이를 오가게 되는데, 이 때 일직선의 가장 가까운 경로를 냄새를 못 맡도록(페로몬을 인지못하도록) 초록색 공간으로 채워버리면 개미들은 페로몬 규칙에 따라 일직선이 아닌 다른 길로 향하게 된다. 이 과정에서 개미는 두 갈래로 나뉘어 길을 탐색하다가 결국 더 짧은 경로를 찾게 되는데, 왼쪽 상단과 오른쪽 하단의 검은 선은 이 과정 도중에 생긴 두 갈래의 개미들의 움직임이다.※1번 답안이 여기 즉 1쪽을 넘으면 절대 안 됩니다. 2번 문항으로 계속2.(12주차) 유전 알고리즘 절차에 따라 C2020 바이러스 백신을 만드는 과정을 반드시 아래 예와 같이 그림을 사용해서 단계별로 설명하시오(단, C2020 바이러스 백신 대신 다른 무엇으로 바꿔 답안을 작성해도 됩니다). -> C2020 백신 대신 치킨을 예시로 들도록 하겠습니다.A 치킨 회사에서 신제품을 개발하려고 한다.1. 초기 모집단 구성 총 10개의 다른 치킨 종류로 구성된 모집단.갈비맛 치킨간장마늘 치킨매운 불닭 치킨치즈 시즈닝 치킨양념치킨어니언 소스 치킨파닭후라이드 치킨후르츠맛 치킨허니 치킨2. 적합도 평가 (원래는 모델링, 코딩에 의해 인코딩된 수치들을 ‘적합도 함수’ 에 대입해서 구해야 하지만 코딩, 모델링 과정을 생략하고 설명하는 것이므로 평가 점수를 임의로 10점 만점 기준으로 정하였음)갈비맛치킨간장마늘치킨매운불닭치킨치즈시즈닝 치킨양념치킨어니언 소스 치킨파닭후라이드 치킨후르츠맛 치킨허니치킨
모두의 인공지능 강의 총 정리 파일
평가A좋아요
