인공지능의 역사

제 1기 : 태동기 (1943 - 1951)

- 인공지능이란 분야를 처음 인식하기 시작한것은 1943년 McCulloch와 Pitts에 의해서 시작.   - 3가지 동기: 뇌에 있어서 뉴런이 물리적인 기능과 작용에 대한 연구, 명제논리, 튜링 테스트 연구   - 인공지능의 모델로 뉴런이 서로 시냅스에 의해 연결되어 있는 모델 제안.   - 뉴런은 "충반한 자극을 제공하는 하나의 명제"라고 개념적 정의.   - 뉴런으로 연결된 네트워크에 학습의 개념이 필요함을 주장.   - 1949년 Hebb는 뉴런간의 연결 정도를 변화시킬 수 있는 학습규칙을 제안 "Hebb의 학습규칙"이라 정의.   - McCulloch와 Pitts의 주장은 인간의 사고 과정을 최초로 연결망을 통해 모델화 했다는 점에서 인공지능 역사상 의의 매우 크다고     봄.   - 1950년대 초반 Channon과 Turing은 폰 노이만형 컴퓨터에서 사용 가능한 체스 프로그램 개발.   - SNARC: 1951년 프린스톤 대학교 수학과 대학원생 Minsky와 Edmond가 개발, 3000여개의 진공관과 40개의 뉴런으로 구성된 시스                  템.   - 다트마우스 워크샵 이후 성과는 없었으나 인공지능의 여러분야를 도입하게 되는 직접적인 계기가 됨.   - 미국의 MIT, 카네기 멜론 대학교, 스탠포드 대학교, IBM등에서 계속적인 연구하게 됨.   - McCarthy의 주장대로 '인공지능'이란 용어를 최초로 사용하게 된 유명한 워크샵이 됨.

 

제 2기: 초기 관심기(1952 - 1965)

- 컴퓨터가 간단한 계산이 가능한 프로그래밍 도구가 주어진 시기.  - GPS: Nowell과 Simon이 개발         인간의 문제해결 과정을 모델화         인간과 같은 사고 시스템이라는 인공지능의 첫 번째 목표를 달성하고자 하는 최초의 프로그램.  - 1958년 McCarthy의 MIT에서의 3가지 업적: - 인공지능 프로그램 언어의 대표적인 LISP 개발.(현존 언어 중 두번째로 오래된 언어)                                                                - 시분할 시스템 도입.                                                                - 1958년 "Programs with Commonsense"논문 발표한면서 "Advice Taker"라는 최초                                                                   의 완전한 인공 지능 프로그램 개발                                                                - Advice Taker: 지식 표현 및 추론의 중요 원리 모두 포함                                                                                       지식은 문제해결을 위해 탐색과정에서 사용.  - McCarthy: 형식논리에서의 지식표현과 추론에 관심.  - Minsky: 반 논리적인 관점에서 프로그램이 점점 개발되는 것에 관심.                IQ테스트와 유사한 기하학적인 도형찾기 문제, 블록 세계문제 등과 같은 마이크로 세계의 문제해결을 위해 지능적으로 해                결하는데 관심.  - 블록 세계 문제: 아주 유명한 마이크로 세계 문제.                          테이블에 놓인 딱딱한 블록들 중 한번에 하나의 블록만을 움직일 수 있다는 어떤 원칙에 딸 블록을 재배열하는 문                          제.  - 블록 세계 문제의 영향: 1971년 Huffman의 비전 프로젝트                                     1975년 Waltz의 전파 규칙                                     1970년 Winston의 학습 이론                                     1972년 Winograd의 자연어 처리 이해                                     1974년 Fahlman의 계획 등.  - 초기:   McCulloch와 Pitts 신경회로망 모델 각광.  - 1963년: Winograd와 Cowan은 신경회로망의 각 개념을 표현하기 위한 요소의 수를 생각해 냄.  - 1962년: Widrow는 Hebb의 학습 규칙 개선 Adaline이란 신경 회로망 제안               Rosenblatt는 유명한 퍼셉트론 수렴 이론 발표  - 퍼셉트론 수렴 이론: 학습 알고리즘이 입력과 일치하는 해당 출력을 산출하기 위해 뉴런간의 연결 강도를 조절하는 식으로 수렴.

 

제 3기: 침체기(1966 - 1974)

침체 이유:   1. 초기 인공지능 프로그램들이 주제에 관해 지식이 거의 없기 때문에 단순한 시냅스 조작만으로 정보가 전달된다는 점.   2. 인공지능이 해결하고자 하는 문제들이 매우 어렵다는 점.   3. 지능화된 행동을 생성하기 위해 사용되는 기본 구조상에서의 어떤 제한 때문임.   - 불가능한 사실을 학습하려고 한다는 점이 문제.   - 그 후 1980년대 다층 신경회로망이 도입되어 문제 해결.

 

제 4기: 활성기(1975 - 1990) 

일반적인 범용 탐색 방법   - 인공지능 연구의 처음 10년간 사용되던 문제해결 방법.   - 도메인에 대한 지식이 부족했기 대문에 불충분한 방법이라고도 불림.   - 복잡한 도메인에 대해서는 성능이 떨어짐.     Buchanan의 DENDRAL 프로그램   - 복잡한 문제를 해결하기 위해서는 거대한 지식을 사용하여 미리 답을 알아야만 효율적인 접근방법의 한 예.   - 입력은 분자식, 출력은 여러가지 분자 덩어리 스펙트럼     -80년대에는 전문가 시스템이 등장.   - 1982년에 Digital Equipment Corporation에서 시작한 R1이라는 전문가 시스템이 상용화, 한해에 약 40만달러 정도 절감.

 

제 5기: 융성기(1991 - 현재)

- 1990년대와 2000년대의 인공지능의 특징은 인공지능이 독립적으로 연구 발전 되는 것이 아니라 다른 분야와의 융합을 통해 상호    보완적인 방향으로 발전되고 있다는 점.