인공지능 : 역사와 정의

로봇 청소기

지능이 있으면 좋습니다. 청소한 길을 다시 청소하지 않도록 해야하기 때문입니다.

음성 비서

이 제품은 최근 들어 많이 판매되고 있습니다. 고객과의 인터페이스를 늘리기 위해 기업들은 노력합니다.

자동차 번호판 인식

로봇은 효율적이고 정확하게 번호판을 인식해야 합니다. 정확도가 98프로 정도는 되어야 합니다. 그래야 실제 제품으로 활용이 가능하기 때문입니다.

자율 자동차

인고지능하면 떠오르는 제품입니다.

얼굴/감정 인식

사람들도 표정만 보면 알기 어려운 영역입니다.

요리 로봇

대표적인 로봇은 아시모가 있습니다. 사람 모형으로 만든 로봇을 만드는 것은 어렵습니다.

바둑

대표적으로 알파고가 있습니다. 인공지능의 퀄리티는 알파고의 전후로 나누어진다고 해도 과언이 아닙니다.

퀴즈

퀴즈 문제를 풀어주는 로봇입니다. 대표적으로 왓슨이 있습니다. 

투자

로보 어드바이저가 투자를 도와줍니다. 이러한 로봇을 믿는 것은 개인의 자유입니다.

인공지능의 역사

- 1956년: 다트머스 워크숍, 존 매카시가 "AI"를 창안

- 1960: 체크 게임 프로그램, LogicalTheorist

- 1966: ALPAC은 번역에 대한 자금 지원을 차단

- 1974년: 영국에서의 Lightill은 자금 지원 중단

- 1970~80년대: 업계 전문가 시스템(XCON, MYCIN)

- 1980년대: 5세대 컴퓨터 시스템(일본), 전략적 컴퓨팅 이니셔티브(DARPA)

- 1987: Lisp 시장의 붕괴, 정부 기금 절감

- 1990~: 기계 학습의 증가

- 2010년대: 심층 학습에 대한 업계의 집중적인 투자

인공지능

ai 인간 문명 존재의 근본적 위협이 될 수 있습니다. 하지만 이러한 의견을 비판하는 사람도 있습니다. 바로 저커버그입니다. 그리고 그 저커버그를 비판하는 유명한 사람으로 머스크가 있습니다.

인공지능 정의   

지능의 본질을 정의합니다. 그리고 이것을 인공적으로 구현하는 기술과 학문을 뜻합니다. 크게 2가지의 인공지능으로 나누어집니다. 

강한 인공지능 : 즉, 인간처럼 사고하는 기계를 만드는 기술입니다. 

약한 인공지능 : 인간의 사고를 모방하여 지정한 문제를 해결하는 기술과 학문을 뜻합니다.

인공지능 구현의 어려움과 접근 방법

과연 인공지능은 무엇인지 알겠으나 어떻게 만들까요?

인공지능 기술에 발달사를 알아보겠습니다. 컴퓨터가 발명된 이후 60년이 넘는 시간 동안 끊임없이 신기술이 발명되고 퇴보하였습니다. 대표적으로 논리학, 확률적 모형, 규칙기반 시스템, 퍼지논리, 유전자 알고리즘, 신경 회로망 등등이 있습니다. 

지능 시스템 개발 방법론은 크게 2가지가 있습니다. 첫번째는 지식기반 방법론입니다. 저장된 지식을 기반으로 의사를 결정합니다. 대표적으로 왓슨이 있습니다. 두번째로는 데이터 기반 방법론입니다. 데이터로부터 추출된 지식으로 의사를 결정합니다. 대표적으로는 알파고가 있습니다.

튜링테스트

기계가 지능을 가지는 조건에 대해 앨런 튜닝이 1950년에 정의하였습니다. 

기계가 생각할 수 있을까?기계가 지능적으로 동작할 수 있는가? 에서 착안하였습니다. 앨런 튜닝은 이미테이션이라는 게임을 만들었습니다. 이 게임에서 바로 지능의 동작을 정의한 것입니다. 

튜링 테스트를 통과한 시스템이 있을까요? 언제쯤 가능할까요? Turing test를 통과하는 시스템이 있을까요? 언제쯤 가능할까요? 인간만 지능을 갖고 있는 걸까요? 

이걸 극복하기 위한 컴퓨터에 필요한 기능은 지식 표현, 추론, 계획, 적응, 학습, 언어 처리 등이 있습니다.

인공지능 기술의 현황

다양한 기술이 다양한 분야에서 독자적으로 개발되고 있습니다. 또 명칭의 혼란에 따라 과대평가나 기술의 오남용이 심각한 상황입니다.

인공지능 기술의 해결방안

첫번째 해결책은 통합형 지능기 술입니다. 전통적인 AI의 방법이 추구하는 높은 수준의 지능과 다채로운 방법을 통한 낮은 수준의 지능 사이에 커뮤니케이션이 필요합니다.

반응형과 숙고형

연결주의와 기호주의

상향식과 하향식

두번째 해결책은 문제 해결을 위한 AI 아키텍쳐를 구축합니다. 기호 수준의 표현과 연결주의 표현 사이의 커뮤니케이션이 필요합니다. 또, 사회성, 감정, 감성 등에 대한 심사숙고가 필요합니다.

인공지능 역사의 교훈과 시사점

태양 아래 새로운 것은 없습니다. 인공 지능도 마찬가지입니다.

실패의 원인은 해보기도 전에 포기한 경우가 많습니다. 또는 끝까지 가보기 전에 중단하는 경우입니다.

인공지능을 완성하는 기술은 한가지가 아닙니다. 최상/최선의 기술을 모아서 문제 해결책을 마련해야 합니다.

오픈 소스 환경에서 성공전략이 중요합니다. 엔지니어의 능력이 차별화된 포인트입니다. 문제해결형 컴퓨터 코딩 능력을 키워나가야 합니다.