완도군청

[공학][인공지능] 인공지능의 역사와 응용분야 Down

첨부파일 : 공학 인공지능 인공지능의 역사와 응용분야.hwp
다운경로 : http://www.jisik114.net/search/detail.asp?pk=11057515&sid=korea072




[공학][인공지능] 인공지능의 역사와 응용분야

목차

1.인공지능이란

2.인공지능의 역사

3.인공지능의 응용분야

1.인공지능이란

인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 인공지능이라고 말하고 있다.

또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다.
특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

2.인공지능의 역사

인공지능의 역사는 크게 다음과 같은 카테고리로 구분해 볼 수 있다.

1) 암흑기: AI의 탄생(1943년 ~ 1956년)

인공지능이 태동하던 시기에 여러 사람이 큰 공헌을 하였는데 먼저 워렌 맥클록 (Warren McCulloch)과 월터 피츠(Walter Pitts)는 1943년 AI 분야로 인정받은 최초 연구를 소개했으며 AI의 첫 번째 주요 논문인 ‘뇌의 뉴런 모델’(model of neurons of brain)을 발표하였다.
또한 동일년도에 인공 신경망(artificial neural networks) 모델을 제안 하기도 했다.

클라우드 섀넌(Claude Shannon)또한 힘을 보탰는데 1950년 기계에 관한 논문 발표하고 해를 찾을 때 휴리스틱을 사용해야 한다는 사실을 증명하였다.
휴리스틱(heuristic)은 경험에 기반하여 문제를 해결하거나 학습하거나 발견해 내는 방법이다.
휴리스틱에서는 특히 경험이나 직관을 사용하거나 노력을 기울여 시행착오를 거쳐서 충분히 효율적인 해답이나 지식을 얻게 된다.

존 맥카시(John McCarthy)는 기계 지능, 인공신경망, 오토마타 이론에 관심 있는 연구자를 모아 1956년 Dartmouth 대학교에서 여름 워크샵 열도록 하였으며 Dartmouth 워크샵에서 인공지능이라는 새로운 과학 분야가 탄생하였다.

2) AI의 융성 : 큰 기대의 시기(1956년 ~ 1960)

초기 AI는 ‘엄청난 열광’, ‘근사한 아이디어’, ‘매우 제한된 성공’으로 특징지을 수 있는데 반복적인 수학 계산을 위해 컴퓨터를 도입했으나, 당시 AI 연구자는 컴퓨터가 그보다 훨씬 많은 일을 할 수 있음을 보이려 하였다.
이시기에 가장 큰 역할을 한 사람은 단연 존 맥카시 (John McCarthy)로써 LISP를 정의 하였고 Programs with Common Sense 논문에서 세상의 일반적인 문제에 대한 해를 찾는 전문가 의견 청구자( Advice Taker)라는 프로그램을 제안하였다.
또한 단순 공리에 기초한 이 프로그램으로 공항에 가는 계획을 생성하는 방법을 보여주었고 다시 작성하지 않고도 다른 분야에서 새로운 공리를 사용할 수 있도록 설계하였다.
전문가 의견 청구자는 지식 표현 및 추론 중심의 원칙을 통합하는 첫 번째 완전한 지식기반 시스템이라고 할 수 있다.

민스키 (Minsky)는 형식 논리에 초점을 두었던 맥카시와 달리 지식 표현과 추론에 관한 반논리적인 사고 방식을 발전시켰고 1975년의 프레임(frame) 이론은 지식 공학에 많은 공헌을 하였다.

AI 융성의 시기에는연구자들은 광범위한 문제를 풀기 위한 일반 방법을 만들어 복잡한 사고 과정을 모의하였다.
하지만 문제 영역에 적합하지 않은 정보를 사용했고, 이는 개발한 프로그램의 성능을 저하 시키는 부작용이 있었다.

또한 이시기에는 AI 분야에 매력을 느낀 위대한 과학자들이 지식 표현, 학습 알고리즘, 신경 컴퓨팅, 단어계산과 같은 분야에 새롭고 중요한 아이디어를 제안하였다.



3) 이행되지 않은 약속 : 현실의 직면(1960년대 후반~1970년대 초반)

AI 연구자들은 1950년대 중반부터 1980년대까지는 인간 규모의 기반지식을 가진

범용 지능형 기계를 만들고, 2000년에는 인간의 지능을 넘어서게 하겠다고 약속하였으나 1970년에 이르러 그런 주장은 너무 낙관적이었다는 사실을 깨달았다.
몇몇 AI 프로그램이 현실 문제를 간단하게 만든 장난감 문제 한 두 개에서 일정 수준의 기계 지능을 보여주었으나 대부분의 AI 프로젝트는 작업의 범위를 넓히거나 더 어려운 실세계 문제를 다루지 못했다.

AI 연구자는 광범위한 문제를 해결할 일반적인 방법을 개발하고 있었기 때문에 초기 프로그램에는 특정 문제 영역에 관한 지식을 거의 포함하지 못하였고 문제를 해결하기 위해 프로그램은 해를 발견할 때까지 작은 단계들을 여러 조합으로 만들어보는 탐색 전략을 적용했다.
이는 ‘장난감 문제’과 같은 작은 문제에서 잘 동작. 그러나 어렵고 복잡한 큰 문제에서 잘 동작하지 않았다.

AI로 풀려고 한 많은 문제는 범위가 넓고 풀기도 어려웠고 초기 AI 작업은 대개 기계 번역인데 올바른 단어를 선택하려면 주제를 먼저 이해해야 한다는 사실을 알게 되었지만 이를 구현하는 것은 너무 어려운 과정이었다.

연구가 난조에 빠지면서 AI에 대한 지원도 중단되었는데 1966년에 미국 정부의 지원을 받았던 AI를 이용한 모든 번역 프로젝트 취소되었고 1971년에 영국 정부도 AI 연구에 대한 지원 중단하고 말았다.

4) 전문가 시스템의 기술 : 성공의 열쇠(1970년대 초반~1980년대 중반)

AI를 연구하던 사람들은 지능형 기계에 대한 문제 영역을 충분히 제한해야 한다는 사실을 깨달았다.
이전의 AI 연구자는 일반적이며 인간의 문제 풀이 방법을 흉내 낸 똑똑한 탐색 알고리즘과 추론 기법을 만들 수 있다고 믿었으나 그러한 방법은 실패했고 이를 통해 연구자들은 전문지식이 필요한 전형적인 영역으로 문제를 제한하고 큰 추론단계로 해결해야 실용적인 결과를 얻을 수 있다는 것을 깨닫게 됬다.

‘전문가 시스템의 기술’ 시대의 주요 프로젝트는 DENDRAL 프로젝트가 있는데 이는 질량 스펙트럼을 결정하는 시스템으로 파이겐바움, 뷰캐넌, 레더버그가 만든 AI 시스템이다.
인간 전문가의 기술과 경험, 의견을 이용하여 문제를 해결한다고 하여

전문가 시스템(expert systems)이라고 명명되었다.
이 프로젝트는 AI 연구에서 핵심적인‘패러다임 전환’을 만들었고 범용으로 쓰이지만 지식이 약한 방법에서 특정 분야의 (지식 집중적인) 방법으로 전환되는 계기가 되었다.
인간 전문가에게서 이끌어낸 양질의 특수 규칙 형태로 휴리스틱을 사용하여 컴퓨터가 제한된 문제 영역에서 전문가와 같을 수 있음을 보이게 됬다.
전문가 시스템을 만드는 새로운 방법론의 기초 개념인 지식 공학(knowledge engineering)을 만들고 프로젝트에는 전문가의 ‘노하우’를 규칙으로 얻고 분석하여 표현하는 기법을 담았다.

그렇다면 전문가 시스템은 어떤 분야에서도 성공할 수 있었을까 그 답은 아니오 였다.
지식이 서로 다른 분야에서 상당히 많은 전문가 시스템을 성공적으로 개발하고 구현했지만, 이 기술력을 높이 평가하는 일은 아직 시기상조였고 다음과 같은 제약 사항이 뒤따랐다.
첫 째 전문가 시스템의 사용은 매우 한정된 전문적 기술분야로 제한된다.
둘 째 한정된 분야 때문에 전문가 시스템은 사용자가 원하는 만큼 신뢰할 수 없고 유연하지도 못하다.
셋 째 더욱이, 전문가 시스템은 분야의 경계를 인식하기 어려움이 있다.
넷 째 전문가 시스템은 제한적으로만 설명할 수 있고
<… Down



..... (중략)






제목 : [공학][인공지능] 인공지능의 역사와 응용분야 Down
출처 : 지식114 자료실



[문서정보]

문서분량 : 16 Page
파일종류 : HWP 파일
자료제목 : [공학][인공지능] 인공지능의 역사와 응용분야
파일이름 : 공학 인공지능 인공지능의 역사와 응용분야.hwp
키워드 : 공학,인공지능,역사,응용분야,인공지능,역사



문서종류 : HWP 파일
다운받기 : http://www.jisik114.net/search/detail.asp?pk=11057515&sid=korea072