Chapter 2.

인공지능의 역사
Index
01 인공지능의 시작
- 용어의 기원
- 초기 발전과 낙관적 전망(1956~1974년)
- 인공지능의 첫 번째 암흑기(1974~1980년)
- 꾸준한 연구(1980~1987년)
- 인공지능의 두번째 겨울(1987~1993년)
- 신경망 개발과 인공지능의 봄
- 인공지능은 어디까지 왔고 미래는 어떨까?
- 인공지능의 기초와 응용

02 인공지능의 발전
- 인공지능의 역사적인 개념의 변천사
- 약인공지능과 강인공지능, 인공 일반 지능
01
인공지능의 역사
- 용어의 기원
- 초기 발전과 낙관적 전망(1956~1974년)
- 인공지능의 첫 번째 암흑기(1974~1980년)
- 꾸준한 연구(1980~1987년)
- 인공지능의 두번째 겨울(1987~1993년)
- 신경망 개발과 인공지능의 봄
- 인공지능은 어디까지 왔고 미래는 어떨까?
- 인공지능의 기초와 응용
용어의 기원

1956년 다트머스(Dartmouth) 대학
10명의 과학자 모임

앨런 튜링, ‘생각하는 기계’ 구체화

인공지능이라는 단어 최초 사용
초기 발전과 낙관적 전망
· 워런 맥컬록, 월터 피츠
- 뇌세포의 작용을 모델링 논문 발표
- 0과1로 이뤄진 2진 논리 모델
·프랭크 로젠블랫
- 가중값 적용한 신경망 퍼셉트론 발표

· 마빈 민스키
- ‘기호주의’입장에서 인공지능의 개념 확립

앞으로 3~8년 이내로 우리는 평

범한 인간의 지능을 지닌 기계를
가질 것이다.
 초기 발전과 낙관적 전망

10년 내로 컴퓨터가 체스 세계 챔
피언을 이길 것이다.
10년 내로 컴퓨터가 수학적 정리를
발견하고 증명할 것이다
20년 내에는 기계가 사람이 할 수
있는 모든 일을 할 것이다.

· 이러한 낙관적 전망과 함께 1970년대까지 많은 대수학 문제를 풀고 증

명할 수 있는 기계들이 개발됨
초기 발전과 낙관적 전망
초기 인공지능 시스템 등장
- 논리 이론가
- 전문가 시스템인 MYCIN
 인공지능의 첫 번째 암흑기
·컴퓨터의 성능과 하드웨어가 충분히 뒷받침되지 못해 사람이 간단히 해
결할 수 있는 문제를 해결하는 데에 며칠이 걸림

·모라벡의 역설 – 컴퓨터가 수학적인 증명을 하는 것은 뛰어

났지만 인간에게 쉬운 걷기나 이미지를 인식하는 것과 같은
기능은 엄청 어려움 한스 모라벡

·인공지능연구를 지원하는 기관과 학 1st AI Winter

계의 지원이 끊어지면서 인공지능의
첫 번째 겨울이 찾아옴(1974~1980)
 꾸준한 연구
·유치호와 브라이손의 역전파 알고리즘 개발 : 다층 퍼셉트론 구현 가능
성 확장

·폴 워보스가 다층 퍼셉트론에서 학습을 가능케 하는

오류 역전파 알고리즘으로 박사 학위 논문을 씀

폴 워보스
·모라벡은 여전히 컴퓨터가 지능을 갖기에 매우
약하다고 주장
 꾸준한 연구
·알랭 콜메르, Prolog 개발

·에드워드 파이겐바움은 인공지능을 눈으로 확인 가능한

의료 진단 시스템 구성

Edward Albert Feigenbaum

·상용 전문가 시스템 R1(Xcon) 개발,
매년 4천 만 달러 절약
 인공지능의 두 번째 겨울
·특성화된 인공지능 하드웨어의 고비용, 비싼 유지 비용, 학습의 어려움

·위의 것 보다 좋은 애플 컴퓨터, IBM의 데스크톱이 등장하면서 인공지능

시작이 무너짐

2nd AI Winter
·실용적인 결과를 나타낼 수 있는
프로젝트에 투자를 돌림
→ 로봇공학 활성화
 신경망 개발과 인공지능의 붐
·쿠니히코 후쿠시마의 네오코그니트론
개발
– 기존 코그니트론보다 패턴 인식 능력
이 훨씬 좋고 위치, 크기 변화의 영향
을 덜 받음

·존 홉필드의 홉필드넷
- 정보에 접근하고 학습할 수 있는 신경
망의 형태를 찾아냄

·제프리 힌튼과 테이 세이토프스키의 볼

츠만 머신 발표
 신경망 개발과 인공지능의 붐
·얀 르쿤 LeNet5
-손글씨로 쓴 우편물의 우편 코드를 인식해 자동 분류

·얀 르쿤, 요수아 벤지오

-오류 역전파 알고리즘과 볼츠만 머신 →컨볼루션
신경망(CNN)을 개발

·신경망의 은닉층에서 나타나는

-‘그레이디언트 소실 문제＇의 발생
→ ReLU, LSTM구조를 사용하여 해결
 인공지능의 현재와 미래
· 1997 딥블루
세계 체스 챔피언 게리가스파르프를 이김

· 2011 IBM 왓슨
미국 퀴즈쇼 제퍼디에서 챔피언 브래드
루터와 켄 제닝스를 이김

· 2016 구글 알파고
바둑 세계 챔피언 이세돌을 4승1패로 이김
 인공지능의 현재와 미래
· 2012 이미지넷 인식대회(ILSVRC 대회)
에서 CNN알고리즘의 알렉스넷
26%의 오류율을 16%까지 낮춤

·2012 스탠퍼드 대학은 구글과 함께

컴퓨터가 프로세서 1만 6,000개와 10억
개 이상의 신경망으로 유튜브에 있는 1,000만 개 이상의 동영상 중에서
고양이 사진을 찾아내도록 하는 딥 러닝 프로젝트 성공

·2015 딥러닝 소프트웨어 구글 포토로 스마트폰 속 수천 장의 사진을 자

동으로 , 수백 억 장의 사진을 학습해 사진 속의 각 사물의 특징을 익혀
수 억 장의 사진을 단 몇 초만에 판독
 인공지능의 현재와 미래
·인공지능의 활용될 유망한 분야 ‘자율주행
- 스탠퍼드 팀이 2005년 DARPA의 무인 자동차
경주 대회에서 우승
- 2007년 카네기멜론, 제너럴 모터스의 합작인
타르탄 레이싱이 도시 챌린지 완주

·2016 다보스포럼의 4차 산업 혁명
- 기술 혁명이 가져올 변화의 중심에 인공지능이 있음
- 현재의 기술 진보는 인류가 경험하지 못했던 속도로 진행

· 전문가의 70%는 인간 수준의 인공지능이 개발될 것으로 예측

02
인공지능의 발전
- 인공지능의 역사적인 개념과 변천사
- 약인공지능과 강인공지능, 인공 일반 지능
인공지능의 역사적인 개념의 변천사
연도 학자 학습에 대한 정의

인간 학습은 뇌세포의 연결 강화를 의미한다.(학습

1949 도널드 헵
이론)

‘생각’한다는 것이 무엇인지에 착안해 기계가 생각

1950 앨런 튜링
할 수 있도록 하는 아이디어 제안(튜링 테스트)

1956 존 매커시 지능적인 기계를 만드는 과학과 공학

인공지능의 역사적인 개념의 변천사
인간처럼 생각 인간처럼 행동

사람이 작업할 때 지능을 요구하는

컴퓨터가 생각하도록 하려는 새로운
기능을 수행할 수 있는 기계를 만들
노력
어내는 공학

이성적으로 생각 이성적으로 행동

인지, 추론, 행동을 가능하게 하는 계 지능적 에이전트를 디자인하기 위한

산에 대한 연구 계산적 지능에 대한 연구

Artificial Intelligence: A Modern Approach, by Stuart Russell and Peter Norvig

약인공지능과 강인공지능, 인공 일반 지능

·약인공지능
- 얼굴인식, 자율주행자동차, 인간의 언어 번역, 건강 상태의 진단과
같이 특정 업무에만 지능적인 인공지능
- 바둑에 특화된 구글 알파고, 삼성전자의 빅스비, 애플의 시리 등

· 강인공지능
- 인간 수준의, 인간처럼 다재다능한 인공지능
- 감정, 판단, 의사소통, 자아 의식을 갖춘 인간을 포괄하는 진정한
의미에서의 강인공지능에는 아직 도달하지 못함
- 강인공지능을 인공 의식과 인공 일반 지능(AGI)로 나누기도 함