PART I 인공지능
CHAPTER 1 소개 3
1.1 인공지능이란 무엇인가 4
1.2 인공지능의 기반 학문 10
1.3 인공지능의 역사 25
1.4 인공지능의 현황 38
1.5 인공지능의 위험과 혜택 43
요약 47
참고문헌 및 역사적참고사항 49
CHAPTER 2 지능적 에이전트 51
2.1 에이전트와 환경 52
2.2 좋은 행동: 합리성 개념 55
2.3 환경의 본성 59
2.4 에이전트의 구조 65
요약 81
참고문헌 및 역사적참고사항 82
PART II 문제 해결
CHAPTER 3 검색을 통한 문제 해결 87
3.1 문제 해결 에이전트 88
3.2 문제의 예 92
3.3 검색 알고리즘들 97
3.4 정보 없는 검색 전략 104
3.5 정보 있는 검색(발견적검색 전략들 114
3.6 발견적 함수 130
요약 140
참고문헌 및 역사적참고사항 141
CHAPTER 4 복잡한 환경의 검색 147
4.1 국소 검색과최적화 문제 147
4.2 연속 공간의 국소 검색 157
4.3 비결정론적 동작들을 수반한 검색 161
4.4 부분 관측 가능 환경의검색 167
4.5 온라인 검색 에이전트와 미지 환경 177
요약 185
참고문헌 및 역사적참고사항 186
CHAPTER 5 대립 검색과 게임 191
5.1 게임 이론 191
5.2 게임의 최적 결정 194
5.3 발견적 알파베타 트리 검색 203
5.4 몬테카를로 트리 검색 210
5.5 확률적 게임 214
5.6 부분 관측 가능 게임 218
5.7 게임 검색 알고리즘들의 한계 224
요약 226
참고문헌 및 역사적참고사항 227
CHAPTER 6 제약 충족 문제 235
6.1 제약 충족 문제의 정의 236
6.2 제약 전파: CSP의 추론 242
6.3 CSP를 위한 역추적 검색 250
6.4 CSP를 위한 국소 검색 257
6.5 문
제4판에서 새로운 점들
. 사람이 손으로 짜는 지식 공학보다는 기계학습에 좀 더 무게를 실었다. 기계학습은 가용 데이터와 컴퓨팅 자원이 증가하고 새로운 알고리즘들이 등장한 덕분에 큰 성공을 거두고 있다.
. 심층학습, 확률적 프로그래밍, 다중 에이전트 시스템을 각각 개별적인 장(챕터으로 두어서 좀 더 자세히 다룬다.
. 자연어 이해, 로봇공학, 컴퓨터 시각에 관한 장들을 심층학습이 끼친 영향을 반영해서 수정했다.
. 로봇공학 장에 사람과 상호작용하는 로봇에 관한 내용과 강화학습을 로봇공학에 적용하는 방법에 관한 내용이 추가되었다.
. 이전에는 인공지능의 목표를 사람이 구체적인 효용 정보(목적함수를 제공한다는 가정하에서 기대 효용을 최대화하려는 시스템을 만드는 것이라고 정의했다. 그러나 이번 판에서는 목적함수가 고정되어 있으며 인공지능 시스템이 목적함수를 알고 있다고 가정하지 않는다. 대신, 시스템은 자신이 봉사하는 인간의 진짜 목적이 무엇인지 확실하게 알지 못할 수 있다고 가정한다. 시스템은 반드시 자신이 무엇을 최대화할 것인지를 배워야 하며, 목적에 관해 불확실성이 존재하더라도 적절히 작동해야 한다.
. 인공지능이 사회에 미치는 영향을 좀 더 자세하게 다루었다. 여기에는 윤리, 공정성, 신뢰, 안정성에 관한 핵심적인 문제들을 고찰한다.
. 각 장 끝의 연습문제들을 온라인 사이트로 옮겼다. 덕분에 강사들의 요구와 이 분야 및 인공지능 관련 소프트웨어 도구의 발전에 맞게 연습문제들을 계속 추가, 갱신, 개선할 수 있게 되었다.
