Page 13 - 인공지능 수학 교과서

인공지능에 수학이 어떻게 활용되는가?

현대 인공지능은 인식-추론-결정-행동 과정을 인간의 간섭 없이 수행하는 기술이다. ▶ 인간이 지각한 정보란
우리의 감각 기관으로부
마치 인간이 눈으로 보고, 머리로 생각해서 결정하고, 몸으로 행동하는 것을 컴퓨터가
터 획득한 정보를 말한
하도록 구현하는 것이다. 다만, 인간의 두뇌는 지각한 정보를 즉각적으로 처리하고 계 다. 예를 들어 눈으로 본
영상, 귀로 들은 음성, 눈
산하여 판단할 수 있지만, 컴퓨터는 그렇지 못하다. 인공지능을 구현하기 위해서는 실 과 귀로 획득한 텍스트
자료 등을 가리킨다.
세계로부터 얻은 정보를 컴퓨터가 처리하고 계산이 가능한 형태로 만들어 줄 필요가
있다.
수학은 이를 위한 가장 강력한 도구이다. 우리가 사용하는 문장을 수학적 기호로 표

현하고 컴퓨터에 이를 전달하면, 인공지능은 이들 기호를 조합하고 주어진 논리 기호
에 따라 논리적 추론을 수행하여 참·거짓을 판별해 낼 수 있다.
인공지능
알파고의 경우 행렬 형태로 저장된 카메라 영상으로부터 상
대방이 놓은 수에 대한 정보를 추출하였다. 이를 바탕으로 상 분류 예측 결정

대방의 전략에 대응하여 이길 수 있는 최적의 전략을 예측하
추론 처리 표현 생성
였는데, 여러 전략들에 대한 보상을 먼저 계산하고 보상이
가장 큰 전략을 확률을 이용하여 선택하는 방법으로 다음
전문가 시스템 기계학습
수를 정했다.

이렇게 다양한 수학적 원리들은 인공지능 기술 발전에 명제와 집합 벡터 행렬 확률 최적화
논리
큰 공헌을 하였다.
현대 인공지능 기술의 근간이 되는 다양한 수학적 원리들

역전파 알고리즘 기울기 소실 알파고
딥러닝의 서막
(인공 신경망의 귀환) (Vanishing gradiant) (인공지능 바둑 프로그램)
제2차 제3차
AI 붐 AI 붐

제1차 AI 암흑기 제2차 AI 암흑기
1980 1986 1990 2000 2006 2010 2016 2020 (년)

순전파
xÁ wÁÁ yÁ w'ÁÁ zÁ
wªÁ w'ªÁ
wÁª w'Áª
xª yª zª
wªª w'ªª
역전파
데이빗 럼멜하트, 제프리 힌턴 역전파 알고리즘(다층 퍼셉트론 한계 극복) 제프리 힌턴 딥러닝의 시작
럼멜하트와 힌턴에 의해 역전파 알고리 힌턴이 인공 신경망에 ‘딥러닝’ 용어를 사용하
즘(Backpropagation)이 다시 발견되어 고 수학적으로 안정적인 활성화 함수(ReLU,
다층 퍼셉트론의 최적화 방법을 수학적 Rectified Linear Unit) 도입으로 기울기 소실
으로 증명 문제를 해결하여 딥러닝의 시대가 본격화함.

1. 인공지능의 발전 과정 11