확률적 인공지능 기술

확률적 인공지능

• 인공지능은 인간의 지능이 요구되는 작업을 수행할 수 있는 인공 시스템의 과학과 공학을 의미함. 최근 몇 년간 학습 기반의 데이터 중심 접근 방식에서 흥미로운 발전이 있었으며, 머신러닝과 딥러닝은 컴퓨터 시스템이 세상을 인식하는 새로운 방식을 가능하게 했음. 강화 학습은 바둑과 같은 복잡한 게임과 로봇 공학 과제에서 돌파구를 마련했음.

• 지능의 핵심 측면은 예측을 할 뿐만 아니라 이러한 예측의 불확실성을 이해하고, 결정을 내릴 때 이 불확실성을 고려하는 것임. 이 논문은 "확률적 인공지능"에 관한 것임.

확률적 접근 방식

• 첫 번째 부분에서는 머신러닝에 대한 확률적 접근 방식을 다루고 있음. 데이터 부족으로 인한 "인식적" 불확실성과, 예를 들어 소음이 있는 관찰과 결과에서 비롯되는 "우연적" 불확실성의 차이를 논의함. 확률적 추론에 대한 구체적인 접근 방식과 효율적인 근사 추론에 대한 현대적 접근 방식을 논의함.

순차적 결정 작업에서의 불확실성 고려

• 두 번째 부분에서는 순차적 결정 작업에서 불확실성을 고려하는 것에 대해 다루고 있음. 능동 학습과 베이지안 최적화를 고려하며, 이는 인식적 불확실성을 줄이기 위해 정보를 제공하는 실험을 제안하여 데이터를 수집하는 접근 방식임. 강화 학습과 신경망 함수 근사를 사용하는 현대적 딥 RL 접근 방식을 고려함. 모델 기반 RL의 현대적 접근 방식을 논의하며, 이는 탐색을 안내하기 위해 인식적 및 우연적 불확실성을 활용하고 안전성을 고려함.