인공지능 Week 1 : Introduction

1. 인공지능Week 1 :Introduction 최 윤 정

2. 인공지능 • AI를 제대로 공부하지 않은 사람들은 쉽게 A.I. 를 ‘BOT’이라고 생각할 수 있어요 • 인공지능(人工知能)은 철학적으로 인간성이나 지성을 갖춘 존재, 혹은 시스템에 의해 만들어진 지능, 즉 인공적인 지능을 뜻합니다.

3. 정의 • Alan Turing의 정의 – 튜링테스트 • “컴퓨터로부터의 반응을 인간과 구별할 수 없다면컴퓨터는 생각(사고 , thinking)할 수 있는 것이다” • ‘지능’적인 일을 할 수 있는 기계 • <ex> 음성인식, 체스, 퍼즐 맞추기 • 알고리즘 + 휴리스틱

4. 휴리스틱 • 휴리스틱은 경험에 기반하여 문제를 해결하거나 학습하거나 발견해 내는 방법을 말한다. (직관적으로..) • 전산학 등 과학분야에서는 한정된 시간 내에 수행하기 위해 최적의 해 대신 현실적으로 만족할 만한 수준의 해를 구하는 방법 예) 탐색하기

5. 에이전트 • 대행자 주위환경으로부터 스스로 감지(sensor)장치에 의해 지각하고(perceiving), 효과기(effector)에 의해 주위환경에 행동(acting)하는 어떠한 것 • 로봇

6. 연구 분야 Inference Learning Inference engine Expert system Proving, Game Problem solving Knowledge base Learning model Intelligent system Pattern recognition &understanding system Natural language processing Recognition Character, Speech, Image processing • 인식 • 추론 • 학습

7. 인식 • 자연에 존재하는 수치화하기 어려운 것들을 처리 • 패턴 인식 • 자동 주차 시스템 • 음성 인식 • <EX> sIRI • 문자 인식 • <EX> 심심이

8. 학습 • 유전자 알고리즘 • 무니무니교수- 일어서기 • 인공 신경망 • 뉴런에 대한 이해를 바탕으로 이를 모방

9. 인공 신경망 • V1 = 1 w1 = 1 임계값= 3 ? • V2 = 0 w2 = 2 임계값= 5 ? • V3 = 1 w3 = 3

10. 탐색 : 문제해결방법 • BFS(Breath-first search) • DFS (Depth-first Search) • A-star 알고리즘 • 길찾기 • 드라군 • a star pathfinder v. 1.92\Visual C++ Version\Demo 1 - Basics\A Star Basics.exe

13. 휴리스틱을 이용한 추론

14. 강의내용 • 학문 vs. 기술 vs. 철학적인 문제들 • 인공지능의 고전적이고 기본적인 이론들 • 탐색 • 지식표현과 추론 • 학습과 예측 … • IT기술의 최근 이슈에 대한 조사 • 향후 변화된 상황에서의 새로운 이슈들과 남겨진 문제들

15. 강의 운영 방법 • 수업 : 이론 및 실습 • 이론 : AI, Data Mining, Search 등 • 실습 : • 탐색방법 : C나 Java • 지식표현 및 추론 : Lisp + KM(Knowledge Machine) • 데이터마이닝: SPSS, Clementine 등 . • 발표 : 주제 및 최근 이슈에 관한 조사 발표 • 개인과제 및 팀 프로젝트 • 팀 멤버는 3~4명

16. 평가방법 • 반영비율 • 개인 성취율: • 중간고사: 30% • 기말고사: 30% • 과제 및 팀 프로젝트 : 30% • 출석 및 수업참여도 : 10% • (변경될 수 있음.)

17. Week 1 ~ 2 : AI Introduction

18. What is Artificial Intelligence? Study of how to make Computers do things which (at the moment) people do better Vague? Different View Points Engineering, Science, Philosophy

19. Artificial Intelligence: Definition McCarthy ‘the science and engineering of making intelligent machine, especially intelligent computer programs ‘using computers to understand human intelligence’

20. What is Intelligence? • Aspects of Intelligence • problem solving • memorize logical reasoning , intuition, judgment, creativity … • learning commonsense.. • emotion, cognition, love, hate,.. etc. • What is intelligence? • we know it when we see it (relative concept) • What is the most basic intelligence?

21. Turing Test • Ultimate Intelligence: Turing suggested • Imitation Game (next slide) • Intelligent as much as Human • Is dog intelligent ? • Any man-made system passed Turing Test ? -- Any Examples in SF Movie?

22. Imitation Game

23. Intelligent System Cognition Understanding Judgment Flexible Automated Optimized 

24. AI : Engineering Aspects • Making Computer (or IT Systems) more Intelligent –better performance (performance? ) • Making Machines more User Friendly • Making a Thinking Machine : Robot • Can machine think ?

25. Examples of AI Systems Intelligent Home Appliances Intelligent Building HCI (Human Computer Interaction) Intelligent Traffic Control Robots Voice, Character Recognition Ubiquitous System

26. Cognitive Science Program(algorithm) = mind? Mind Model Is mind a chemical reaction? In Search of Semantics Can Machine have a Mind? Artificial Intelligence Psychology Neuro-Science Linguistics Philosophy

27. Brief History of AI • ’80 • Expert Systems –Mycin, Prospector • Neural Net • ’90 - Present • Software Agent, Data Mining • Semantic Web • Ontology • ’50 • 1956 – Dartmouth Conference • MaCarthy, Minsky, Newell • Lisp • 60 • GPS(General Problem Solver) – Newell • Chess Programs • ’70 • Theorem Proving – resolution(Robinson) • Prolog

28. Success / Failure • Sad Story of Machine Translation • Compiler : Programming Language • Can you do the same to human language? • “time flies like an arrow” • Bonanza • Prospector : first AI system of commercial success • Challenge == Machine Understanding!!

29. AI Impact • Programming Language • Lisp, Prolog, Object Oriented Language • Database • Knowledge-base, Ontology, NL Query • Internet • Semantic web, XML • Network • Ubiquitous, Bio-Informatics, etc.

30. Approaches of AI Systems Knowledge-based Approach (Top Down, Deduction, Symbolic) u Data Driven Approach (Bottom Up, Induction, Network) u

31. Knowledge-based System Represent Human knowledge as symbol combination (Rule) u Knowledge Acquisition and Representation Deductive System u Logic, Expert System, Fuzzy Logic

32. Data Driven Approach Extract common characteristics from collected examples(data) u Training(Correct/Incorrect Data) u Statistical Method, Artificial Neural Network Data Mining

33. Generality vs Performance • Trade off • Initial Attempts  General Problem Solving (Failure) Complexity : Toy Problems Only • Recent AI Systems: Specialized Approach • Knowledge Based Approach • Expert Systems • Machine Translation

34. Human vs AI Technology • Brain • - Knowledge Representation • - Reasoning/ Planning • - Machine Learning • Other • - Natural Language • - Speech Recognition Eye - Vision, Character Recognition Mouth - Speech Generation Arms Legs - Robot Arms, Autonomous Vehicle - Intelligent Agent, Softbot

35. Research Areas Symbolic Programming Knowledge Representation Search & Planning Automated Reasoning Machine Learning/ Data Mining Artificial Neural Net Ontology

36. AI : Future • Application of AI Technology • Smart Home • Web Auto Translation System • Voice Recognition/ Intelligent HCI • Unified Paradigm • Symbolic Processing + Neural Processing • Knowledge-based + Data Driven

37. AI : Future AI in everywhere, AI in nowhere  Ubiquitous Systems Softbot (Software Robot) Human Computer Interface Understanding  Ontology (Real) Robot …… …..

38. 과제 • AI 관련영화 보기 • 예) Ted의 sixth sense, A.I 나 I. 로봇 • 가능한 다양한 관점으로 감상하여 평하기 • 공학적 • 인지과학적 • 윤리학적 • 철학적 ? • A4 1장 분량의 소감문 제출 • 보고서 표지 작성하지 마시고, 보고서 상단에 학번/이름 표기