pizzaplanet

State Space Graphs 그래프는 state들을 추상화 한 것이다.그래프에서 각 state는 한 번만 발생한다. (Search Trees와의 차이점)보통은 전체 그래프를 메모리에 구축하기 힘들다.(너무 크기 때문) 하지만 유용하게 써먹을 수 있다. Search Trees 루트노드는 Start state이다.대부분의 문제에 대해 전체 트리를 구축하기 힘들다 State Space Graphs vs. Search TreesSearch Tree의 각 노드는 State Space Graph의 전체 Path다.필요에 따라 둘 다 구성하고 가능한 작게 구성하는 것이 좋다. 좌측 그래프를 트리로 구현한다면? (S노드가 Start state, G노드가 Goal state)그래프에서 사이클이 존재하기때문에 단순 ..

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. Pacman을 예시로 사용하여 Search Problems의 3가지 구성요소를 살펴보자. (pac coin CPR좀..) A State spaceState space는 각 상황을 나타내는 state의 집합이다.state는 x,y에 위치한 food의 on, ff의 상태이다. 위 이미지에서 간략하게 state space를 계산한다면 3 X 3 크기에 food가 on, off로 나뉘므로 으로 볼 수 있다.물론 더 들어가서 팩맨의 위치, 팩맨의 방향까지 고려할 수 있지만 용어 및 개념파악을 위한 것이므로 더 자세히 들어가지는 말자. A successor function(with actions, costs) 왼쪽 현재 state에서 "N",1.0..

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. Agent는 크게 2가지(Reflex, Flanning) 로 나눌 수 있다. Reflex agents- 앞의 수는 고려하지 않고 단지 현재의 상황만을 보고 행동을 취한다.- 현재 상태에 대한 기억 혹은 모델을 가질 수 있다- 그렇다면 reflex agent가 합리적일 수 있을까? Planning agents- 이렇게 하면 어떤지 끊임없이 물어본다. 이 말은 현재 상황(state)에서 취한 액션이 다음 상황(state')을 어떻게 만들고, 다음 상황(state')에서 취한 액션이 또 어떤 다다음 상황(state'')을 만드는지 처음부터 끝까지 계획한다.- 끝까지 계획하기 위해 goal state가 존재해야 한다.- 완벽한 해(Optimal..

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. AI를 이용한 자동화 종류들(Applied AI involves many kinds of automation)- 스케쥴링(scheduling), ex> airline routing- 길찾기(route planning), ex> google maps- 의료진단(medical diagnosis)- Web search engines- 스팸분류기(spam classifiers)- 이상 탐지(fraud detection), ex> FDS(Fraud Detection System, 금융거래에서 이상거래 탐지)- 추천(recommendations), ex> youtube, amazon- 그 외

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. Rational behavior- 한정된 세계(closed worlds)에서는 쉽다. 하지만 현실세계(open worlds)에서는 어렵다 Perception- 패턴 매치(match patterns)는 쉬우나 무슨 뜻인지 이해는 어렵다(understand meaning).

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. Agent를 AI program으로 이해하면 되겠다. Classic Moment: May, 1997: Deep Blue vs. KasparovIBM의 Deep blue가 세계 챔피언 카스파로프(Kasparov)와의 체스대결에서 승리를 거두었다. 더 자세히 말하자면 1996년 패배 후 더 강력해진 성능향상을 통해 비공식네임 Deeper blue로 돌아와 우승하였다. IBM은 빠른 연산을 위해 Kasparov와의 체스경기만을 위한 칩을 제작하였다. 이는 코드로 작성한 S/W를 이용해 연산할때보다 엄청난 계산능력의 향상을 불러온다.카스파로프는 Deep blue와의 경기 소감으로 테이블 너머에서 새로운 지능을 느꼈다라 하였다.[ 카스파로프의 D..

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. What's the difference? Speech Recognition - 음성인식(Speech Recognition)은 audio를 text로 패턴 매치를 해주는 것. audio를 넣고 이것의 답은 이 text 이다 라고 알려준다. 예로 AI 스피커가 있겠다. (이렇게 문제와 답을 동시에 제공해주어 학습하는 것을 지도학습이라 한다.) Machine Translation - 불어 텍스트를 영어 텍스트로 패턴 매치를 해주는 것. 불어원서와 영어번역본을 학습데이터로 넣어주어 학습시킨다. Generating stories - 소설을 쓰기 위해서는 상식과 감각적인 센스를 필요로 한다. 이는 사람이 가지고 있는 감성을 필요로 하는데 아직까지는..

본 강의는 UC Berkeley의 AI 강의를 참고하여 진행됩니다. AI를 기술적으로 배우기 전에 AI에 대하여 간단하게 짚고 넘어가보자. A (Short) History of AI 1940 - 1950: Early Days - 1950: AI의 시작점은 이공계인이라면 모를 수 없는 엘런튜링이 "Computing Machinery and Intelligence"를 냈을때로 볼 수 있다. [ Turing's "computing machinery and intelligence" document ] 1950 - 1970 : AI begins as a field - 1956: Dartmouth conference 학술회의에서 "Artificial Intelligence" 분야를 채택하였다. 이때 처음으로 "Ar..