역사 속 혁신적인 AI
1997년 IBM의 딥블루: 체스시합에서 세계 챔피언이었던 카스퍼로프를 상대로 승리(인간을 넘어선
최초의 컴퓨터)
2011년 IBM의 왓슨: 퀴즈쇼 “제퍼디”에서 우승 차지
2016년 알파고(AlphaGo):구글의 인공지능 바둑 프로그램- 이세돌과의 경기에서 4-1로 승리
2017년 1월 마스터(Master): 업그레이드된 알파고
2022년 11월 CHAT GPT: 대화형 인공지능 챗봇
AI의 세부적 역사
-
1950년대 - 초기 개념:
AI의 개념이 처음 등장하며, 컴퓨터 과학자들은 기계가 인간과 같은 지능을 가질 수 있는지에 대한 관심을 갖음. -
1956년 - 다트머스 회의:
AI 연구의 촉진을 위해 다트머스 대학에서 역사적인 AI 워크샵이 개최됨. -
1960년대 - 규칙 기반 AI:
이론적 지식을 활용한 규칙 기반 AI 시스템이 개발됨. -
1970년대 - 지식 기반 시스템:
전문가 시스템과 같은 지식 기반 시스템이 개발되어 특정 분야의 문제 해결을 위해 활용됨. -
1980년대 - 연결주의 AI:
신경망 및 기계 학습 기술이 부상하며, 기존 규칙 기반 접근법 외에도 새로운 방법론이 개발됨. -
1990년대 - 컴퓨터 성능 향상:
컴퓨터 성능이 향상되고, 대용량 데이터 처리와 기계 학습 알고리즘 개 발이 더욱 가능해짐. -
2000년대 - 빅데이터와 딥러닝:
인터넷과 모바일 기술의 발전으로 대용량 데이터가 축적되며, 딥러닝과 신경망 기반 AI가 부상함. -
2010년대 - AI의 부상과 산업 적용:
AI 기술이 다양한 분야에서 적용되며, 자율 주행 자동차, 음성 인식, 언어 번역 등 다양한 응용 분야에서 성과를 거두고 있음. -
2020년대 - GPT-3와 현대 AI:
대규모 언어 모델인 GPT-3와 같은 고도로 발전한 AI 모델이 개발되어 자연어 처리 및 이해 능력이 크게 향상됨.
인공지능의 정의
인공지능 vs 기계학습 vs 딥러닝
각각의 개념이 상위 개념에 속해있다.
튜링 테스트
영국의 수학자 알란 튜링은 “기계가 생각할 수 있을까?”라는 질문 대신에 기계와 사람을 구분할 수 없다면, 인공 지능이 구현되었다고 봐야 한다고 주장하였음.
테스트 과정
1. 튜링 테스트에서는 인간, 컴퓨터, 질문자가 각각 독립된 방에 있고 원격 터미널만을 사용하여 통신
2. 질문자는 방 안에 누가 있는 지 볼 수 없고 음성을 들을 수도 없다.
3. 질문자는 누가 인간이고 누가 컴퓨터인지를 알아내기 위하여 질문을 하게 된다.
"탐색으로 추론하기” 시대
초기의 AI 프로그램은 기본 탐색 알고리즘을 사용했다. 이들 알고리즘은 어떤 목표를 달성하기 위해, 미로를 탐색하는 것처럼 단계별로 진행하였고 막 다른 곳에 도달할 때마다 탐색 트리 상에서 되돌아갔다.
지식의 시대
연구자들은 이 세상의 모든 문제를 해결할 수 있는 시스템을 개발한다는 생각을 버리고 "전문가 시스템(expert system)"을 만들었다.
ex) 분광계 수치로 화합물을 분석하는 DENDRAL
전염성 질환을 진단하고 항생제를 처방하는 MYCIN
현재
많은 레이어(layer)가 있는 신경 회로망을 사용하여 데이터의
추상화를 모델링하는 기계 학습의 한 분야인 딥러닝을 주로 사용한다.
규칙 기반 방법 vs 머신러닝 방법
Summary
● 인공지능이란 지능이 있는 기계를 만드는 학문분야이다.
● 지능은 데이터를 학습하고 상황을 이해하며, 주어진 문제를 해결하는 능력이다.
지능의 특징으로 “학습”, “문제해결”, “빅데이터”, “추론” 등을 들 수 있다.
● 머신러닝(Machine Learning)은 인공지능의 한 분야이고, 딥러닝(Deep Learning)은
기계 학습의 한 분야이다.
● 인공지능은 1940년대의 McCulloch와 Pitts의 인공신경망의 연구로부터
시작되었다. 인공 신경망의 초기 형태인 퍼셉트론(perceptron)을 Frank
Rosenblatt가 개발하였다. 퍼셉트론은 인기를 끌었으나 한계점이 나타났다.
● 2010년대 AI에 대한 관심이 "열광적"이 되었다. 빅 데이터는 경제 분야의 다양한
응용 분야에도 적용되기 시작했다. 딥러닝은 이미지 및 영상 처리, 텍스트 분석,
음성 인식에도 사용되고 있다.
