Data visualization/사회과학빅데이터

인공지능이란?

뉴욕킴 2024. 3. 13. 23:06

인공지능의 개념 

 

1) Thinking humanly: the cognitive modeling approach
- 인간처럼 생각하는 기계/시스템 만드는 것을 목적으로 함(human-level general intelligence)
- 이를 위해서는 인간의 실제 정신작용이 어떻게 작동되는지에 대한 이해가 선행되어야 함. 이는 인간의 자기성
찰 또는 심리학적 실험을 통해 밝혀질 수 있음
- 인지 모델링 방식은 인공지능을 위한 컴퓨터 모델 및 시스템에 대한 지식과 심리학적 실험을 통해 인간의 정신
작용 메커니즘을 밝히고 관련 이론을 정립해 나가는 방식임

 

2) Thinking rationally: the laws of thought approach
- 아리스토텔레스의 ‘성공적인 추론’에 대한 개념을 최초로 시도한 사람으로서 삼단논법을 통해 올바른 결론을
도출하고자 하였음
- ‘논리적인 표기법’(19세기)과 이를 바탕으로 문제들을 풀어낼 수 있는 프로그램(1965년) 등장
- 올바르게 생각하는 기계/시스템(systems that think right)을 만드는 것 목적
논리적 추론 기법을 통해 지능적인 시스템을 프로그래밍하고자 함(계산모델을 통해 정신적 능력 구축)


- 2가지 방해물: 

  •  비정형적인 지식을 논리적으로 표기하는 것이 쉽지 않음
  • 이론적으로 문제를 해결하는 것과 실제적으로 해결하는 것 사이에는 많은 차이가 있음

 

3) Acting humanly: the Turing Test approach

 

→ 필요: 자연어 처리, 지식 표현 및 저장, 자동화된 추론, 머신러닝

→ 단점: 인간의 행동을 따라하기만 함

 

 

4) Acting rationally: the rational agent approach
- Agent: sensor를 통해 외부환경(environment)을 인지(perception=> input에 해당)하고 작동기
(actuators)를 통해 행동(act=> output에 해당)하는 것
- Rational agent: 주어진 제약조건 내에서 특정한 목표를 최대한 달성하는 것 => ‘최적화’

 

→  외부환경(input) / 행동 (output) 

→ 올바른 추론 없이도 최고의 결과를 내기 위한 행동이 존재한다고 가정하고 있음

 

 

인공지능의 역사

1)  AI 태동기(1940년대 초반~1950년대 중반)
- 인공지능의 역사가 본격적으로 이루어지기 이전, 지능적인 시스템에 대한 연구 및 논의가 진행됨

  •  워런 매컬러 (Warren McCulloch) & 월터 피츠(Walter Pitts)(1943) : 최초로 뇌의 뉴런 개념 발표
  • 앨런 튜링(Alan Turing, 1950): Turing test 발표

- 존 맥카시(John McCarthy, 1955)와 다트머스 컨퍼런스(1956)에서 공식적으로 처음 사용

 

2) 제1차 부흥기 (1950년대 후반~1970년대 중반)
- 인공지능 프로그램으로 대수학, 기하학 문제 해결
- 탐색 추리, 자연어 처리 분야 성공 사례 등장
- 인공지능용 프로그래밍 언어 리스프(LISP) 개발
- 로지스틱 회귀의 초기 버전인 퍼셉트론 발표(Frank Rosenblatt, 1957) → 인공신경망의 한 종류 
- 고양이를 사용해 시각 피질에 있는 뉴런 기능 연구(Hubel & Wiesel, 1959)
- 낙관적 견해 팽배(예: 20년 이내 기계가 사람의 모든 일을 대체할 것)

 

3) 제1차 암흑기 (1970년대 중반~1980년 초반)
- 퍼셉트론의 한계 발견(연산자 XOR 문제 해결 못함) 
- 폭발적인 조합 수를 고려해야 하는 문제 해결 실패
- 현실적인 문제에 적용할 수 없으며 실험실 수준에만 머물고 있는 인공지능 개발 상황에 실망한 미 고등연구계획국(DARPA), 국립연구위원회(NRC) 등 기관의 지원금 중단

 

4) 제2차 부흥기 (1980년 초반~1980년대 후반)
- 신경망 인공지능의 부활

  • 다층 퍼셉트론으로 XOR 문제 해결
  • 다층 신경망 학습방법 발견: 역전파 알고리즘

- 산업계 주도로 전문가 시스템 개발

  • 전문가 시스템(Expert System): 특정 분야에서 전문가 또는 그 이상의 문제 해결 능력을 갖추도록 한 시스템

- 정부 주도의 대규모 투자 재개

  •  일본의 5세대 컴퓨터(인공지능형 컴퓨터) 프로젝트

 

5) 제2차 암흑기 (1980년대 후반~1990년대 초반)
- 전문가 시스템 한계

  • 지식 추출의 병목현상
  • 시스템 성능 업데이트와 유지보수의 어려움
  • 성능 대비 과도한 하드웨어 비용

- 일반 PC의 급격한 성능 향상(인공지능 컴퓨터의 몰락)
- 일본의 5세대 컴퓨터 프로젝트 실패
- 실용주의적 정부 정책 강화(장기적인 전략적 과제 부재)

 

6) 제3차 부흥기 (2000년대 초반~현재)
- 인공신경망 기반 딥러닝 기술 발전
- 인공지능 학습에 적합한 데이터의 폭발적 증가
○ 사물인터넷과 빅데이터 처리 기술 발전
- 인공지능의 몸통이라 할 수 있는 로보틱스 기술 발전
- 성공 사례 등장
○ IBM 왓슨(2011), 구글과 앤드류 응 박사의 딥러닝 기술로 유투브 영상 속 고양이 얼굴인식 성공(2012)
○ 구글 딥마인드의 알파고가 이세돌 9단에게 승리(2016)
- 미래에 대한 낙관적 전망

 

정보기술 발전에 따른 데이터 특성 변화