본문 바로가기

인공지능4

[인공지능원론] 4. 전문가 시스템 📍1. 전문가 시스템 구조기존의 절차적 코드가 아니라, 규칙으로 표현되는 지식을 통해 추론함으로써 복잡한 문제를 해결하도록 설계 📍2. 전문가 시스템의 구성 요소 1️⃣ 지식베이스2️⃣ 추론 기관3️⃣사용자 인터페이스 📍3. 지식과 인공지능 ☑️ 지식 표현 방법1️⃣ 생성 규칙(production rule)2️⃣ 술어 논리(Predicate Logic)3️⃣ 의미망(Semantic Net)4️⃣ 프레임(Frame)5️⃣ 개념 그래프 (conceptual graph) ✔️ 데이터, 정보, 지식 차이와 관계 📍4. 규칙(생성 규칙(production rule)) ✔️ 규칙에 AND나 OR를 사용할 수 있음 ✔️ 규칙에 >, 📍5. 전문가 시스템에서의 추론✔️ 규칙과 .. 2025. 4. 14.
[인공지능원론] 3. 게임트리 📍1. 게임 프로그램✔️ 게임의 조건 1️⃣ 두 명의 경기자경기자들이 연합하는 경우는 다루지 않음 2️⃣ 제로썸 게임한 경기자의 승리는 다른 경기자의 패배. 협동적인 승리는 없음(e.g. 바둑, 체스) 3️⃣ 순차적 게임차례대로 수를 두는 게임만을 대상으로 함 ☑️Tic-Tac-Toe의 게임 트리 - 2인용 게임 - 두 경기자 MAX와 MIN - 항상 MAX가 먼저 수를 둔다고 가정 ✔️ Tic-Tac-Toe의 게임 트리의 크기 - 게임 보드는 3×3 크기 - 한 곳에 수를 놓으면 다른 사람이 놓을 수 있는 곳은 하나가 줄어듦➡️ 9×8×7×...×1 = 9! = 362,880하지만 대칭이나 반사를 제외하면 서로 다른 상태는 5478개뿐 📍2. 미니맥스 알고리즘 ✔️ 상대방이 항상 최선의 수를 .. 2025. 4. 14.
[인공지능원론] 2. 탐색(Search) - (2) 📍1. BFS와 DFS 8-퍼즐 프로그램✔️ 게임 보드 표현class State: def __init__(self, board, goal, depth=0): self.board = board self.depth = depth self.goal = goal # i1과 i2를 교환하여서 새로운 상태를 반환한다. def get_new_board(self, i1, i2, depth): new_board = self.board[:] new_board[i1], new_board[i2] = new_board[i2], new_board[i1] return State(new_board, self.goal, depth) # 자식 노드를 확장하여서 리스트에 저장하여서 반환한다.. 2025. 4. 14.
[인공지능원론] 1. 인공지능 소개 📍인공지능의 형태1. 강인공지능(Strong AI)✔️인공지능의 강한 형태✔️자의식이 있다✔️일반적인 영역에서의 문제도 해결하지만, 명령받지 않은 일도 스스로 필요하다면 해결할 수 있다e.g.) 터미네이터의 스카이넷 2. 약인공지능(weak AI)✔️인공지능의 약한 형태✔️자의식이 없음✔️특정한 영역에서 주어진 문제를 해결e.g.) 알파고  📍인공지능의 특징1️⃣학습(Learning)과거의 패턴들로부터 학습할 수 있는 능력을 가지고 있다2️⃣문제 해결(Problem Solving)복잡한 문제를 분석하고 해결할 수 있는 능력을 가지고 있다3️⃣추론(Reasoning)주의의 상황으로부터 추론할 수 있는 능력을 가지고 있다4️⃣빅데이터(Big Data)아주 큰 용량의 변화하는 데이터를 처리할 수 있다  ?.. 2025. 3. 20.

티스토리툴바