휴리스틱 인공지능 - hyuliseutig ingongjineung

본문 바로가기
주메뉴 바로가기

김태호 역대 연구원

날짜2016.06.22

글자크기

- 모든 산업 전반에 인공지능 기술이 적용되어 획기적인 개선이 일어날 전망
- 현실세계의 복잡한 문제 해결을 위해 다양한 인공지능 최적화 방법론들이 꾸준히 연구 중
- 모든 문제를 해결해 줄 수 있는 만능 인공지능 기술은 없으므로, 여러 인공지능 기술의 꾸준한 개발과 융합이 필요
다양한 인공지능 기술들
- Google의 AhphaGo, IBM의 Watson 등이 획기적인 성과를 내면서 머신러닝(Machine Learning), 자연어처리(Natural Language Processing) 등 인공지능 기술에 대한 관심이 증가
- 인공지능 SW는 하나 이상의 인공지능 기술들이 융합되어 작동
- Watson은 자연어처리 기술뿐만 아니라 information retrieval, knowledge representation, automated reasoning, machine learning등의 기술을 활용
- 인공지능 분야의 대표적인 학술대회인 The AAAI Conference on Artificial Intelligence의 세부 주제를 살펴보면, 다양한 인공지능 분야들이 존재
- 머신러닝, 자연어처리 이외에도 Cognitive System, Game Theory, Heuristic Search and Optimization, Vision, Planning and Scheduling 등
- 최적화 방법론(Optimization)은 인공지능 분야에서 많이 활용 되는 기술 중 하나
- 최적화 방법론은 한정적인 자원 상에서, 최적의 해(최대 또는 최소)를 찾는 기법
- 다양한 도메인에서 발생하는 복잡한 문제를 해결하기 위해 사용 중이며, 합리적인 의사결정에 도움
- * 예 : 가격을 최소화하는 제품 설계, 에러를 최소로 하는 변수 값 찾기, 수익을 최대화 하는 생산방식, 효율을 최대로 하는 경영 방법 등
최적화 방법론 동향
- 최적화 방법론은 메타휴리스틱(Metaheuristic) 방법론 형태로 발전 중
- 현실세계 문제 중 수학적 최적화 방법으로는 한정된 시간 안에 최적해를 구하기 어려움 문제들이 존재
- * 차량의 배송 순서, 이동 경로를 정하는 VRP(Vehicle Routing Problem)문제가 대표적
- 발견법(發見法)이라고도 불리는 휴리스틱(heuristic)은 컴퓨터 과학분야에서 한정된 시간 내에 최적의 해 대신 현실적으로 만족할 만한 수준의 해를 구하는 방법
- 휴리스틱 알고리즘 중 여러 도메인에서 활용할 수 있도록 일반화되어 발전된 알고리즘을 메타휴리스틱(Metaheuristic) 이라 함
- 메타휴리스틱 알고리즘은 동물의 진화론에서 영감을 얻어 1970년대에 개발된 유전자 알고리즘(Genetic Algorithm)을 시작으로, 현재까지 자연 생태계 등에서 영감을 얻어 만들어진 다양한 방법론이 등장
- 메타휴리스틱 알고리즘은 산업영역(일정관리, SCM, 공정 최적화), 컴퓨터과학영역(Internet Routing, Web page Clustering), 헬스케어 분야(RNA 구조 예측) 등 다양한 영역에서 활용 중
- 예 : VRP 문제는 메타휴리스틱 방법론 중 개미 최적화 알고리즘(Ant Colony Optimization)을 이용해 효율적 계산 가능
- * 개미 최적화 : 개미의 행동에서 영감을 얻어 개발된 알고리즘
- * 모바일 차량 예약 서비스인 Uber, 물류 배송 서비스가 중요한 Amazon 등 차량을 이용해 하나 이상의 목적지를 운행하는 문제의 경우는 모두 VRP 문제에 해당
시사점
- 앞으로 모든 산업 전반에 인공지능 기술이 적용되어 생산성과 새로운 부가가치를 만들어내는 획기적인 개선이 일어날 전망
- 머신러닝, 자연어 처리 기술 이외에도, 현실세계의 복잡한 문제 해결을 위한 다양한 인공지능 최적화 방법론들이 꾸준히 연구 중
- 하나의 방법론으로 모든 문제를 해결할 수는 없으므로, 다양한 인공지능 기술의 융합과 발전이 필요
- (1) http://www.aaai.org/Conferences/AAAI/2016/aaai16keywords.php
- (2) Mathematical_optimization, https://en.wikipedia.org/wiki/Mathematical_optimization
- (3) Jonny Anderson, An Introduction to Applied Evolutionary Metaheuristics
- (4) Metaheuristic, https://en.wikipedia.org/wiki/Metaheuristic
- (5) Harmony Search Algorithm, https://sites.google.com/a/hydroteq.com/www/, 재구성

월간SW중심사회 2016년 6월호

★ 프로그래밍/º 인공지능융합교육과

인공지능총론 : 문제해결, 휴리스틱, 휴리스틱 알고리즘

2021. 5. 4.

문제와 문제해결
휴리스틱
휴리스틱 알고리즘

1. 문제와 문제해결

다양한 문제 상태로 구성된 문제공간에서, 목표로 하는 결과를 찾을 때까지 탐색하는 과정
인간은 직관적으로 문제상태를 확인하고 해결하지만,
기계는 초기상태와 목표상태 일치 여부로 문제해결을 판단한다.
인간은 헛수고를 피하기 위해 길이 막히면 적당히 짧은 거리로 우회하여 이동하지만,
컴퓨터는 인간과 같은 눈(=시각)이 없기에 탐색의 문제를 해결하기 위해 일련의 절차를 토대로 문제를 해결한다. <컴퓨팅 사고>

2. 휴리스틱

체계적이고 합리적인 판단을 할 필요가 없는 상황에서 신속하게 사용하는 어림짐작의 기술, 간편추론 방법.
의사결정 과정을 단순화하여 만든 지침.
완벽한 의사결정을 하려는 것이 아니라 이용 가능한 정보를 활용하여 실현 가능한 결정을 하는 것.

3. 휴리스틱 알고리즘 (=휴리스틱 탐색)

인간의 경험을 기계에 적용하기 위해 [평가함수]를 사용
평가함수는 컴퓨터가 문제의 처리 과정이 유용한지 계속 판단
휴리스틱은 경험이나 직관을 통해 효율적인 답을 얻고자 한다.
로봇 이동문제처럼 모든 경로를 무조건 찾는 것이 아니라, 평가함수를 이용하여 필요한 탐색 경로를 결정 - 탐색 공간 줄이기

'★ 프로그래밍 > º 인공지능융합교육과' 카테고리의 다른 글

인공지능교육 : 디지털화 기술 vs 아날로그화 기술 (0)	2021.05.06
인공지능총론 : 지식(자료, 정보, 지식, 지혜), 전문가 시스템, 지식기반 시스템의 한계 (0)	2021.05.04
인공지능총론 : 인공지능 개념의 변천사, 연구영역, 약인공지능 vs 강인공지능 (0)	2021.05.04
인공지능총론 : 인공지능의 역사, 인공지능의 현재, 인공지능의 미래 (0)	2021.05.03
인공지능총론 : 지능 vs 인공지능, 컴퓨팅 사고력 (0)	2021.05.03

인공지능교육 : 디지털화 기술 vs 아날로그화 기술
인공지능총론 : 지식(자료, 정보, 지식, 지혜), 전문가 시스템, 지식기반 시스템의 한계
인공지능총론 : 인공지능 개념의 변천사, 연구영역, 약인공지능 vs 강인공지능
인공지능총론 : 인공지능의 역사, 인공지능의 현재, 인공지능의 미래