확률을 이용한 예측

자율주행 자동차의 의사 결정

자율주행에 사용되는 인공지능은 센서에서 수집된 데이터를 바탕으로 사람처럼 의사 결정을 한다. 전방에 감지된 존재가 사람인지 자동차인지 구별하는 예측에는 확률을, 도착 예상 시각이나 주행 가능 거리 같은 수치 예측에는 추세선을 이용한다.

확률을 이용하여 예측하기

어느 고등학교 학생 100명을 대상으로 특정 질병에 감염되었는지 파악하려고 세 가지 증상에 대하여 진단 검사를 시행했습니다.

진단 검사 결과가 양성일 확률 $=\dfrac{8}{100}=\dfrac{2}{25}$이므로, 인공지능은 25명 중 2명꼴로 이 질병에 걸렸을 것으로 예측합니다.

조건이 주어진 경우의 확률로 예측하기

데이터의 양을 늘리거나 적절한 조건을 추가하면 예측의 정확성을 높일 수 있습니다. 위 100명의 데이터를 증상별로 나누어 살펴봅시다.

세 증상 중 미각 손실이 있을 때 진단 검사 결과가 양성일 확률이 가장 높습니다. 따라서 인공지능은 미각 손실이 있는 학생의 진단 검사 결과가 양성일 가능성이 가장 높다고 예측합니다. 반대로, 양성 판정을 받은 학생에게는 발열 증상에 대비하도록 추천할 수 있습니다 (양성일 때 발열이 있을 확률 $\frac{6}{8}=0.75$로 최고).

확률 기반 추천 시스템

인공지능은 조건부 확률을 이용해 스팸 메일을 분류하거나 상품을 추천합니다. 제목에 특수 기호가 있는 메일 중 스팸 메일일 확률은 $\dfrac{6}{8}=\dfrac{3}{4}$로, 일반 메일일 확률 $\dfrac{2}{8}=\dfrac{1}{4}$보다 높으므로 특수 기호가 있는 새 메일은 스팸으로 분류됩니다.