인공 지능 - 지능형 시스템

인공지능을 공부하면서 지능이 무엇인지 알아야 합니다. 이번 장에서는 지능의 개념과 지능의 유형, 구성요소를 다룬다.

지능이란 무엇입니까?

계산하고, 추론하고, 관계와 유추를 인식하고, 경험을 통해 배우고, 기억에서 정보를 저장 및 검색하고, 문제를 해결하고, 복잡한 아이디어를 이해하고, 자연어를 유창하게 사용하고, 분류하고, 일반화하고, 새로운 상황에 적응하는 시스템의 능력입니다.

지능의 유형

미국의 발달 심리학자인 하워드 가드너(Howard Gardner)가 설명한 것처럼 지능은 여러 가지로 나타납니다.

인텔리전스 상품 설명
언어 지능 음운론(말소리), 구문(문법), 의미론(의미)의 메커니즘을 말하고 인식하고 사용하는 능력입니다. 내레이터, 연설가
음악적 지능 소리가 만들어내는 의미를 창조하고 소통하고 이해하는 능력, 음높이, 리듬을 이해하는 능력. 음악가, 가수, 작곡가
논리적-수학적 지능 행동이나 대상이 없을 때 관계를 사용하고 이해하는 능력입니다. 복잡하고 추상적인 아이디어를 이해합니다. 수학자, 과학자
공간 지능 시각적 또는 공간적 정보를 인지하여 이를 변화시키고, 사물을 참조하지 않고 시각적 이미지를 재창조하고, 3차원 이미지를 구성하고, 이동 및 회전시키는 능력이다. 지도 판독기, 우주 비행사, 물리학자
신체운동지능 문제를 해결하거나 제품을 패션화하기 위해 신체 전체 또는 일부를 사용하는 능력, 미세하고 거친 운동 능력을 제어하고 물건을 조작하는 능력. 선수, 댄서
개인 내 지능 자신의 감정, 의도, 동기를 구별하는 능력. 고탐 부처
대 인 지능 다른 사람의 감정, 신념, 의도를 인식하고 구별하는 능력입니다. 매스커뮤니케이터, 면접관

기계나 시스템이 다음과 같다고 말할 수 있습니다. 인공 지능 적어도 하나, 많아야 모든 지능을 갖추고 있을 때.

지능은 무엇으로 구성되어 있습니까?

지능은 무형이다. 그것은 다음과 같이 구성됩니다 -

  • 추리
  • 러닝
  • 문제 해결
  • 지각
  • 언어 지능

지능의 구성요소

모든 구성 요소를 간략하게 살펴보겠습니다.

  • 추리 − 판단, 결정, 예측의 근거를 제공할 수 있는 일련의 프로세스입니다. 크게 두 가지 유형이 있습니다 -
귀납적 추론 연역적 추리
광범위한 일반 진술을 만들기 위해 구체적인 관찰을 수행합니다. 일반적인 진술로 시작하여 구체적이고 논리적인 결론에 도달할 수 있는 가능성을 검토합니다.
명제의 전제가 모두 참이더라도 귀납적 추론에서는 결론이 거짓일 수 있습니다. 일반적으로 어떤 종류의 사물에 해당되는 것이 있다면 해당 종류의 모든 구성원에게도 해당됩니다.
예 − “니타는 선생님이에요. 니타는 공부를 잘해요. 그러므로 모든 선생님은 공부를 잘 하십니다.” 예 - “60세 이상의 모든 여성은 할머니이다. Shalini는 65세입니다. 그러므로 Shalini는 할머니입니다.”
  • 러닝 − 무언가를 공부하고, 연습하고, 가르치거나 경험함으로써 지식이나 기술을 습득하는 활동입니다. 학습은 연구 주제에 대한 인식을 향상시킵니다.

    학습 능력은 인간, 일부 동물, AI 지원 시스템이 보유하고 있습니다. 학습은 다음과 같이 분류됩니다 -

    • 청각 학습 − 듣고 듣고 배우는 것입니다. 예를 들어, 녹음된 오디오 강의를 듣는 학생들입니다.
    • 에피소드 학습 - 목격했거나 경험한 일련의 사건을 기억함으로써 학습합니다. 이는 선형적이고 질서정연합니다.
    • 운동 학습 - 근육의 정확한 움직임을 통해 학습하는 것입니다. 예를 들어 물건 고르기, 쓰기 등이 있습니다.
    • 관찰 학습 - 다른 사람을 관찰하고 모방하여 학습합니다. 예를 들어, 아이는 부모를 흉내내면서 배우려고 합니다.
    • 지각 학습 − 이전에 본 자극을 인식하는 법을 배우는 것입니다. 예를 들어, 사물과 상황을 식별하고 분류합니다.
    • 관계 학습 − 절대적 속성이 아닌 관계적 속성을 기반으로 다양한 자극을 구별하는 방법을 학습하는 것입니다. 예를 들어, 지난번에 짠맛이 나온 감자를 요리할 때 소금을 '조금 적게' 넣으면, 요리할 때는 소금 한 스푼을 더한다고 합니다.
    • 공간 학습 - 이미지, 색상, 지도 등의 시각적 자극을 통해 학습하는 것입니다. 예를 들어 실제로 길을 따라가기 전에 마음속에 로드맵을 만들 수 있습니다.
    • 자극-반응 학습 − 특정 자극이 있을 때 특정 행동을 수행하는 방법을 학습하는 것입니다. 예를 들어, 개는 초인종 소리를 들으면 귀를 듭니다.
  • 문제 해결 − 알려진 장애물이나 알려지지 않은 장애물에 의해 막혀 있는 어떤 길을 택하여 현재 상황에서 원하는 해결책을 인지하고 도달하려고 노력하는 과정이다.

    문제 해결에는 다음이 포함됩니다. 의사 결정, 원하는 목표를 달성하기 위해 여러 대안 중에서 가장 적합한 대안을 선택하는 과정입니다.

  • 지각 - 감각정보를 획득, 해석, 선택, 정리하는 과정입니다.

    인식은 추정한다 감지. 인간의 경우 지각은 감각 기관의 도움을 받습니다. AI 영역에서 인식 메커니즘은 센서가 수집한 데이터를 의미 있는 방식으로 통합합니다.

  • 언어 지능 - 말과 글을 사용하고, 이해하고, 말하고, 쓰는 능력을 말합니다. 대인관계에서 중요한데요.

인간과 기계 지능의 차이점

  • 인간은 패턴으로 인식하는 반면 기계는 일련의 규칙과 데이터로 인식합니다.
  • 인간은 패턴으로 정보를 저장하고 기억하지만, 기계는 알고리즘을 검색하여 이를 수행합니다. 예를 들어 숫자 40404040은 패턴이 단순하기 때문에 기억하고 저장하고 불러오기가 쉽습니다.
  • 인간은 대상의 일부가 누락되거나 왜곡되어도 전체 대상을 파악할 수 있습니다. 반면에 기계는 그것을 정확하게 할 수 없습니다.