그림과 수식으로 배우는 통통 인공지능

CHAPTER 1 인공지능을 만들자 1
1.1 인공지능이란 무엇인가? 2
1.2 인공지능의 역사 4
1.3 인공지능의 기본 문제 7
1.4 바퀴오리 2호의 모험 11
연습문제 15

CHAPTER 2 탐색(1): 상태 공간과 기본적인 탐색 기법 17
2.1 상태 공간 표현 18
2.2 미로의 상태 공간 구성 23
2.3 기본적인 탐색 26
2.4 바퀴오리 2호의 미로 탐색 31
연습문제 34

CHAPTER 3 탐색(2): 최적 경로 탐색하기 35
3.1 최적 경로에 대한 탐색과 휴리스틱 36
3.2 최적 탐색 38
3.3 최고우선 탐색 40
3.4 A* 알고리즘 42
3.5 최적 경로를 따라 미로를 벗어나는 바퀴오리 2호 44
연습문제 47

CHAPTER 4 게임 이론 49
4.1 이득과 회피 행동 50
4.2 표준형 게임 54
4.3 전개형 게임 59
연습문제 64

CHAPTER 5 다단계 결정(1): 동적 계획법 67
5.1 다단계 결정 문제 68
5.2 동적 계획법 70
5.3 보물 상자를 열고 목표 지점으로! 73
5.4 예제: 편집 거리 계산 76
연습문제 81

CHAPTER 6 확률과 베이즈 이론의 기초 83
6.1 환경의 불확실성 84
6.2 확률의 기초 85
6.3 베이즈 정리 89
6.4 확률적 시스템 92
연습문제 97

CHAPTER 7 다단계 결정(2): 강화 학습 99
7.1 강화 학습이란 무엇인가 100
7.2 마르코프 결정 프로세스 102
7.3 할인 누적 보상 103
7.4 가치 함수 107
7.5 학습 방법의 실제: Q-학습 112
연습문제 116

CHAPTER 8 위치 추정(1): 베이즈 필터 117
8.1 위치를 추정하는 문제 118
8.2 부분 관측 마르코프 결정 프로세스 120
8.3 베이즈 필터 122
8.4 바퀴오리 2호의 통로에서의 위치 추정(베이즈 필터) 124
연습문제 128

CHAPTER 9 위치 추정(2): 입자 필터 129
9.1 베이즈 필터의 문제점 130
9.2 몬테 카를로 근사 130
9.3 입자 필터 134
9.4 바퀴오리 2호의 통로 안에서의 위치 추정 (입자 필터) 137
연습문제 140

CHAPTER 10 학습과 인식(1): 클러스터링 141
10.1 클러스터링 142
10.2 K-평균 클러스터링 145
10.3 가우시안 혼합 모형 147
10.4 계층적 클러스터링 150
10.5 차원 축소 151
연습문제 154

CHAPTER 11 학습과 인식(2): 패턴 인식 157
11.1 머신러닝의 기초 158
11.2 패턴 인식 161
11.3 회귀 문제 163
11.4 분류 문제 170
연습문제 175

CHAPTER 12 언어와 논리(1): 자연언어 처리 177
12.1 자연언어 처리 178
12.2 형태소 분석 181
12.3 구문 분석 185
12.4 Bag-of-words 표현 188
연습문제 191

CHAPTER 13 언어와 논리(2): 기호 논리 193
13.1 기호 논리 194
13.2 술어 논리 195
13.3 절 형태 199
연습문제 204

CHAPTER 14 언어와 논리(3): 증명과 질의응답 207
14.1 도출 원리 208
14.2 술어 논리를 통한 질의응답 212
13.3 스핑크스의 수수께끼 216
연습문제 219

CHAPTER 15 정리: 지능을 ‘만든다’는 것 221
15.1 바퀴오리 2호의 모험: 총 정리 편 222
15.2 신체에 대한 지혜 227
15.3 기호에 대한 지혜 232
15.4 인공지능과 미래 236
연습문제 239

APPENDIX A 신경망 학습법에 대한 유도 240
APPENDIX B 연습문제 정답 243

맺으며 253
찾아보기 256

바퀴오리 2호는 던전에 들어가 보물 상자나 출구 등을 찾아야 한다. 바퀴오리 2호는 보물 상자에 들어 있는 아이템이나 보물을 입수하면서 출구에 빠르게 도달하고, 스핑크스를 쓰러뜨린 다음 돌아와야 한다. 던전 안은 미로 구조로 되어 있다. 이 미로를 그저 더듬으면서 나아가서 출구에 도달할 수도 있지만, 같은 곳을 뱅뱅 돌 수도 있고, 막다른 길에 도달할 수도 있을 것이다. 그럼 어떻게 해야 효율적이고 확실하게 보물 상자나 출구를 찾을 수 있을까?

상태나 상태 사이를 오가는 데 필요한 비용이 항상 변하지 않고, 목표 지점이 하나뿐이라면 A* 알고리즘으로 목표 지점에 다다를 수 있다. 그러나 바퀴오리 2호가 실제로 취하는 행동이 한눈팔지 않고 곧장 목표 지점으로 가는 것뿐일까? 가는 도중에 특정한 시각에 나타나는 아이템을 얻어야 하고, 또 다른 특정 시각에 지나가는 적을 피해야만 할 수도 있다. 또, 목표 지점도 여러 곳 존재할 수 있다. 그렇다면 그중에서도 가장 ‘이득이 되는’ 목표 지점으로 가야 할 것이다. 그러나 그렇다고 해서 모든 행동 패턴을 시도해 볼 수는 없는 일, 그럼 어떻게 해야 할까?