사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술, 강인공지능과 약인공지능으로 나눌 수 있다.
사진에서 물체를 찾거나 소리를 듣고 상황을 파악하는 것과 같이 기존에 인간은 쉽게 해결할 수 있으나 컴퓨터로 처리하기에는 어려웠던 각종 문제를 컴퓨터로 수행하게 만드는데 중점을 두고 있다. 한참 막연한 인간 지능을 목표로 하기보다는 더 현실적으로 실용적인 목표를 가지고 개발 되고 있는 인공지능이라고 할 수 있으며, 지능을 가진 무언가라기보다는 특정한 문제를 해결하는 도구로서 활용 된다. 현실에서 우리가 마주하고 있는 인공지능이고 아직까지는 특정 분야에서 사람의 일을 도와주는 보조 역할만 가능하다.
약인공지능(Weak AI)에 대비되는 의미로 만들어진 용어, 약인공지능은 어떤 특정한 한 가지 분야의 주어진 일을 인간의 지시에 따라 수행하는 인공지능을 말하는데 이러한 약인공지능의 제한된 기능을 뛰어넘어 더 발달된 인공지능
인간이 할 수 있는 어떠한 지적인 업무도 성공적으로 해낼 수 있는 (가상적인) 기계의 지능, 인공지능 연구의 주요 목표, SF 작가들이나 미래학자들의 중요한 소재
강인공지능이 지능폭발을 일으켜 만들어낼 궁극의 지능을 의미한다. 지능폭발은 인공지능이 스스로 연쇄적인 개량을 통해 더욱 더 발달된 인공지능이 되고 이로 인해 인류의 지능 수준을 월등히 뛰어넘는 수준으로 지능의 폭발을 일으키게 된다는 개념이다.
인공지능 태동기
- 1943년 워런 매컬러와 윌터 피츠가 최초로 뇌의 뉴런 개념 발표,
- 1950년 앨런 튜링이 인공지능이 사람과 같은 지능을 가졌는지 테스트할 수 있는 유명한 튜링 테스트Turing test를 발표,
- 1956년 다트머스 AI 컨퍼런스에서 인공지능에 대한 장밋빛 전망이 최고조에 도달
인공지능 황금기
- 1957년 프랑크 로젠블라트의 퍼셉트론 발표
- 1959년 데이비드 허블과 토르스텐 비셀이 고양이로 시각 피질에 있는 뉴런 기능 연구
AI 겨울
- 컴퓨터 성능의 한계로 인해 간단한 문제를 해결하는 것에 그치자 인공지능에 대한 연구와 투자가 크게 감소(첫 번째 AI겨울),전문가 시스템이 등장해 두 번째 AI 붐이 불었지만, 또 한계로 인해 두 번째 AI겨울 맞이
규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야, 지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야이다. 대표적인 머신러닝 라이브러리는 사이킷런scikit-learn이다.
많은 머신러닝 알고리즘 중에 인공 신경망을 기반으로 한 방법들을 통칭하여 부른다. 종종 인공 신경망과 딥러닝을 크게 구분하지 않고 사용한다.
- 1998년 얀 르쿤이 신경망 모델을 만들어 손글씨 숫자를 인식시키는 데 성공, 최초의 합성곱 신경망 'LeNet-5'
- 2012년 제프리 힌턴의 팀이 이미지 분류 대회인 ImageNet에서 기존의 머신러닝 방법을 누르고 압도적인 성능으로 우승, 합성곱 신경망 AlexNet 사용
- 이때부터 이미지 분류 작업에 합성곱 신경망이 널리 사용되기 시작
- 2015년 구글에서 딥러닝 라이브러리인 텐서플로우TensorFlow를 오픈소스로 공개
- 2016년 이세돌과 알파고의 대국으로 딥러닝에 대한 관심 크게 상승
- 2018년 페이스북에서 파이토치PyTorch 딥러닝 라이브러리를 오픈소스로 발표
- 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터
- 컴퓨터 성능의 향상
- 혁신적인 알고리즘 개발