인공지능 (13) 썸네일형 리스트형 알파-베타 가지치기, Alpha-beta pruning 미니맥스 알고리즘에서 몇 수 앞까지 예상 가능한지는 이 알고리즘의 성능에 관련되어 있을 것입니다. 가능한 멀리까지 예상할 수 있을수록 더 나은 결과를 얻을 수 있을 것입니다. 하지만 이러한 성능을 가지려면 막대한 시간과 공간을 차지하게 될 것입니다. 바둑의 경우 19*19 칸에서 이뤄지게 되는데 한수앞을 더 예상하기 위해서는 (19*19)(19*19-1)(19*19-2)(19*19-3)... 이렇게 거의 19*19 만큼의 경우가 곱해지게 됩니다. 극단적인 예로 엄청난 공간을 가지고 있는 인공지능이기에 기하급수적으로 추가되는 공간을 소화할 수 있다고 해도 바둑은 제한시간이 존재하기 때문에 한 수를 두는데 모든 시간을 다 차지해 버릴 수도 모릅니다. 하지만 잘 생각해보면 바둑에서 상대방 흑돌이 중앙자리에 돌.. Minimax algorithm, 미니맥스 알고리즘 이번 글에서는 미니맥스 알고리즘에 대해 알아보기 앞서 간단한 맛보기 개념으로 실제로 어떻게 진행되는지 알아보겠습니다. 체스나 바둑같이 상대방과 번갈아 가며 하는 게임에 있어 상대방의 수를 미리 예측하고 플레이하는 것이 일반적일 것입니다. 그런데 상대방이 가장 최악의 플레이를 한다고 판단하지는 않을 것입니다. 상대방 역시 나와 같이 영리하기 때문에 최선의 결과가 예측되는 선택을 할 것이 분명합니다. 이런 개념에서 상대방의 최고의 수가 나에게 가장 최소의 영향을 끼치게 만들자 라며 나온 것이 바로 MiniMax Algorithm, 미니맥스 입니다. 위 그림을 통해 미니맥스 알고리즘이 어떻게 진행되는지 살펴 보겠습니다. 이 상황은 4수 앞을 예측한 트리 노드이며 0, 2, 4는 내 차례이며 1,3 은 상대방의.. Informed Search ( A*, Greedy Search) Uninformed VS Informed Informed Search에 대해 알아보기 앞서 Uninformed 와의 차이점을 알아보겠습니다. Uninformed의 경우 경로를 선택할 때 start에서의 거리를 기준으로 합니다. 하지만 Informed 의 경우 goal까지의 거리를 기준으로 경로를 택하게 됩니다. Uninformed 는 오직 그래프에 나타난 정보(시작점에서의 비용 또는 거리)만 이용하며 goal까지의 거리를 알 수 없습니다. Informed의 경우 휴리스틱 heuristic과 평가 함수 evaluation function를 이용한 정보를 추가적으로 이용해 최적 경로를 찾게 됩니다. 대표적인 Informed Search 인 Greedy search와 A* 에 대해 알아보겠습니다. Greedy.. 인공지능 Uninformed Search, BFS, DFS, Depth-limted Search, Iterative Deepening Search, Bi-directional Search 알고리즘들의 차이점 지난 글에서 Uninformed Search Starategs 중 BFS, DFS, Depth-limted Search, Iterative Deepening Search, Bi-directional Search 알고리즘들에 대해 알아보았습니다. 역시 그렇듯이 여러 가지를 동시에 배우면 잘 알던 것도 헷갈리고 이게 누구의 장점인지 단점인지 더 헷갈립니다. 그래서 각 알고리즘들의 특징을 눈에 보기 쉽게 정리하고자 합니다. 죄송하게도 저는 Uniform-Cost Search에 대해서는 언급하지 못했습니다 너비 우선 검색에서 각 노드에 다양한 코스트를 부여하는 방법으로 최소비용이 드는 경로를 찾기 위해 사용되는 알고리즘이라고만 알고 있는데 저도 잘 이해가 안 돼 언급하지 못했습니다. 아무튼 그외 나머지 탐색 알.. 인공지능 탐색 알고리즘- Uninformed Search Strategies Uninformed Search Strategies 란 문자 그대로 정보가 없는 상태에서의 검색 방식입니다. 시작 부분에서 목표까지 도달하는데 얼마나 많은 단계가 존재하는지 목표까지 가는데 걸리는 비용에 대한 정보가 전혀 없는 상태에서 목적지를 찾아가는 최적의 경로를 찾아내는 방식입니다. 친구네 집에 놀러가고자 하는데 친구네 집 주소는 알고 있지만 가는 길을 모릅니다. 마치 미로에서 탈출구를 찾는 것과 같은 상황입니다. 여기저기 가보면서 경로들을 찾고 그중 최적의 경로를 찾을 수 있습니다. 바로 이와 같이 알려진 정보없이 길도 모르는데 목적지를 찾아가는 최적의 경로를 찾아라 이것이 Uninformed Search 입니다. Uninformed Search Strategies 이란 우리가 알고 있는 트리 검.. 인공지능, 에이전트, (Model-based Reflex Agents, Goal-based Agents, Utility-Based Agents) 이번 글에서는 Model-based Reflex Agents, Goal-based Agents, Utility-based Agents에 대해 알아보도록 하겠습니다. Model-based Reflex Agents 이전 글에서 다뤘던 Simple Reflex Agents와 유사한 형태인 Model-based Reflex Agents 역시 센서가 감지한 환경이 정해진 조건에 부합할 때 정해진 행동을 하게 됩니다. 하지만 Model-based Reflex Agents 는 영리하기에 그 상황에서 해야 하는 행동의 영향력에 대해서 이해하고 있습니다. 이전에 언급했던 자동차의 자동 긴급 제어 시스템의 경우 센서가 전방에서 어떤 물체를 발견했을 때 속도를 줄이는 기능을 합니다. 속도를 줄여 그 물체와의 충돌을 회피하는.. 인공지능, 에이전트(Agent) 란 무엇인가 프로 스포츠에서 free agent 란 말이 더욱더 익숙한 에이전트가 인공지능에선 어떤 뜻일까요? 독자적으로 행동하는 하나의 주체를 의미하는 말로서 혼자 싱글 플레이로 스타크래프트 헌터 맵에서 7:1로 플레이할 경우 각 7개의 컴퓨터들이 각각의 에이전트입니다. 하지만 인공지능에서의 에이전트들은 이렇게 단순하지 않겠죠. 우리는 주변 환경을 인지하기 위해 오감이라는 감지 능력을 갖추고 있습니다. 마찬가지로 인공지능 에이전트들도 카메라, 마이크, 센서등 등의 감지장치들을 가지고 있습니다. 그리고 감지능력으로 얻은 정보를 뇌를 거쳐 적절한 행동을 하듯이 에이전트들도 시피유와 잘 정리된 인공지능 알고리즘을 통해 행동하게 됩니다. 그렇다면 에이전트의 행동양식을 규정하는 5가지 종류에 대해 알아보겠습니다. 1. Ra.. 인공지능(Artificial intelligence) 이란 무엇인가 그리고 에이전트 (Agents) 이번 글에서는 인공지능의 개념에 대해 알아보려 합니다. 인공지능 하면 아마도 알파고가 가장 먼저 떠오르지 않을까 싶습니다. 또는 아이언맨, 어벤저스에서 나온 자비스, 프라이데이가 그리고 좀 더 구식으로 가자면 터미네이터나 인터스텔라에 나오던 직사각형 모양의 로봇 타스도 떠오릅니다. 이들은 스스로 생각하고 학습하고 판단합니다. 그렇다면 인공지능이란 '컴퓨터에서 인간과 같이 사고하고 생각하고 학습하고 판단하는 논리적인 방식' 이라는 사전적 정의처럼 '사람처럼' 이 인공지능일까요? 또는 객관적 사실을 바탕으로 철저히 사람의 감성을 배제한 이성적인 생각과 행동을 하는 것이 인공지능일까요? 인공지능의 관점을 이렇게 4가지로 분류 할수 있습니다. 인간처럼 생각하는, 이성적으로 생각하는, 인간처럼 행동하는, 이성적으.. 이전 1 2 다음
