게임인공지능 1주차 - 인공지능 개요

인공지능이란?

인간이 지닌 지적 능력의 일부 또는 전체를 인공적으로 구현한 것

 

사람과 유사한 지능을 가지도록 컴퓨터 프로그램으로 실현하는 기술

- 학습능력

- 추론능력

- 지각능력

- 자연어 이해능력 등

 

게임에서의 인공지능

- FSM

- NPC가 최단 경로를 찾는다

- GVGP(General Video Game Playing) : 컴퓨터가 스스로 게임을 플레이한다.

- NPC가 게임 환경에서 최적의 행동과 전개를 한다. (머신러닝/ 강화학습)

- 사용자의 패턴을 학습, 분석하여 적절한 서비스를 제공한다. (머신러닝)

- 게임 내 데이터를 자동으로 저장하고 딥러닝을 통해 분석하여 보안과 유지관리에 활용한다.

 

게임인공지능의 역사

인공지능의 분야

- 인지, 지각 (자연어 처리)

- 행동 (로봇, 챗봇)

- 학습, 추론 (머신러닝, 딥러닝)

인공지능의 적용 예 - Conversation

https://youtu.be/yDI5oVn0RgM?si=2n7t2qKAdSe_P961 

 

인공지능의 적용 예 - 자율주행차

 

인공지능의 적용 예 - 자동 색칠하기

인공지능의 적용 예 - Natural Language - Watson(2011)

 

인공지능의 적용 예 - Machine Learning (CNN+RNN-AlphoGo)

 

인공지능의 적용 예 - Machine Learning (강화학습 + 유전알고리즘 - 게임)

 

인공지능의 적용 예 - Machine Learning (유전알고리즘 - 게임)

 

인공지능의 적용 예 - Machine Learning (강화학습 - 게임)

 

Lecture Outline

강화학습 - 강아지 훈련처럼 반복하며, 보상을 주거나 페널티를 준다.

유전알고리즘 - 다윈의 진화론. 생물이 진화하듯 유전 법칙에 따라 부모의 형질을 이어받음.

                         생존을 잘 한, 환경에 적압한 유전자가 다음 세대로 이어받아 살아남는 방식.

추후 디테일한 내용을 실습하며 배울 예정.

 

Lecture Topics

- 강좌소개 : 1주

- 디자인패턴 : 2주

- FSM : 2주

- 최단경로찾기 : 2주

- 중간평가 : 1주

- 휴리스틱알고리즘 + 머신러닝 : 6주

- 기말평가 : 1주

 

Lecture Method

- 본 강의는 혼합수업(대면수업 위주)으로 진행됩니다.

- 대면강의 주간과 비대면강의 주간을 확인합니다.

- 수업은 이론강의와 실습으로 진행됩니다.

- 실습은 배정된 수업시간에 진행됩니다.

- 실습 외에 추가적인 학습이 필요한 경우 과제가 주어질 수 있습니다.

- 실습과 과제 결과물은 LMS에 업로드합니다.

- 강의와 관련된 내용들은 기본적으로 LMS를 활용합니다.

 

준비사항

- 각자 컴퓨터에 팀즈와 Visual Studio를 설치합니다.

- 그 주의 수업 내용은 그 주에 이해하겠다는 마음가짐과 자세를 가집니다.

 

강의 스케줄

 

평가 방법

- 출석 20%

- 중간평가 + 실습/과제 : 40%

- 기말평가 + 실습/과제 : 40%

- 기타 (Code review 등 수업 참여도) : 가점

 

오픈채팅방 사용.