[39] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(3)

인공지능(AI)의 정의

John McCarthy - 지능적인 기계를 만드는 과학과 공학

옥스퍼드 사전 - 지능적인 인간 행동을 복사할 수 있는 컴퓨터 시스템의 연구 및 개발

브리태니커 사전 - 디지털 컴퓨터 또는 컴퓨터 제어 로봇이 일반적으로 지능적인 존재와 관련된 작업을 수행할 수 있는 능력

국립국어원 우리말샘 - 인간의 지능이 가지는 학습, 추리, 적응, 논증 따위의 기능을 갖춘 컴퓨터 시스템

* "지능적으로 생각하고 행동할 수 있는 컴퓨터 시스템을 개발하는 컴퓨터 과학의 한 분야"

* "지각 능력, 추론 능력, 학습 능력, 언어 능력 등을 인간처럼 수행할 수 있는 컴퓨터 시스템"

AI의 분류

약인공지능(Weak AI) - 단순히 인간의 능력 일부를 시뮬레이션하거나 그런 작업을 목적으로 하는 것

* AI 비서, AI 스피커, AI 번역기, 자율주행 SW, 스팸메일 필터링 SW 등

강인공지능(Strong AI) - 심리적 능력을 갖추고 사고할 수 있으며, 계획을 수립하여 문제를 해결하고, 추상적인 생각을 할 수 있으며, 이념을 이해하고 경험 속에서 학습할 수 있는 능력을 가지는 컴퓨터 시스템

* 강인공지능은 아직 나오지 않음. 다만, 영화 속에서 등장한 아톰, 터미네이터, 월E 등이 그 예에 해당

초인공지능(Super AI) - AI의 지능 발달 가속도가 점차 더 빨라져 소위 '지능의 폭발'을 통해 초지능을 지닌 AI

* 영화 메트릭스의 현실을 창조하는 AI(아키텍트), 영화 터미네이터의 인류를 멸망시키려는 AI(스카이넷) 등

AI의 역사

1950~60년대 - AI 태동기: 첫 번째 AI 황금기

Alan Turing의 튜링 테스트 제시 - 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 기준으로 기계의 지능을 정의하자는 아이디어

Arthur Samuel의 체커 프로그램 개발(최초의 기계학습 프로그램)

Frank Rosenblatt의 단층 퍼셉트론 모델 개발(최초의 신경망 장치)

1970년대 - 첫 번째 AI 암흑기

Marvin Minsky의 단층 퍼셉트론의 한계점 증명(XOR 문제)

기술적인 수준의 한계(컴퓨터 메모리, 프로세서 및 데이터베이스의 성능 한계)

1980년대 - AI 도약기: 두 번째 AI 황금기

전문가 시스템 개발 - 특정 영역에서 전문가와 동일하거나 그 이상의 능력을 발휘할 수 있도록 만들어진 AI 시스템

퍼지이론의 상업적 이용 - 가전제품에 활용된 AI가 똑똑하다는 인식 확산

다층 퍼셉트론 모델 개발 - 단층 퍼셉트론의 제한점 개선

1990년대 - 두 번째 AI 암흑기

다층 퍼셉트론의 문제점 - 신경망 구현 시 계산 과정의 복잡성(당시 컴퓨팅 파워의 한계점)

전문가 시스템의 한계 - 비용 측면에서 낮은 효율성(상업적 성공 지속 불가)

프레임 문제(사고범위 문제) - AI는 주어진 환경에서 (고려할 필요가 없는 것을 포함하여) 일어날 수 있는 모든 문제를 한없이 생각함.

2010년대 - AI의 화려한 복귀: 세 번째 AI 황금기

전문가 시스템(지식 기반 방법론)에서 기계학습(데이터 기반 방법론)으로 변화

사물인터넷과 클라우드 컴퓨팅 환경의 대중화에 따라 기계학습에 필요한 빅데이터 구축 가능

딥러닝 알고리즘의 수많은 연산이 가능한 GPU와 NPU의 개발

AI와 교육

AI교육의 핵심 역량 세 가지 - 컴퓨팅 사고력(Computational Thinking: CT), 데이터 역량, AI 활용 역량

AI교육 분류 - AI 개념 교육, AI 활용 역량 교육, AI 개발 교육

AI 도입에 따른 교육 분야의 변화

1. 학습자에게 고품질의 교육 서비스 제공 - 1:1 맞춤형 교육, 첨단 기술과 결합된 학습 경험의 확장, CT 향상

2. 교수자 환경 변화 - AI가 단순, 반복적인 교육 업무를 대행하여 교육의 질 향상, 교수자 분석을 통해 강점을 살린 교수 활동 가능, 행정 업무 자동화

Ray Kurzweil의 저서 '특이점이 온다(The Singularity in Near)'

- AI 기술은 하루가 다르게 발점하고 있다.

- 교육 분야 종사자는 AI를 교육에 적용하는 방법을 고민할 때이다.

마무리(나의 생각과 느낌)

1. 인간은 자신의 지능으로 다양한 기술을 만들어 풍요로운 시대를 향유해 왔다. 이제 인간은 그런 자신의 지능을 분석(학습, 신경망 등)하여 기계화된 지능인 AI를 만들었다.

2. AI는 현재 인간이 필요할 때 사용하는 도구 단계에 불과하지만(약인공지능), AI 발전이 거듭된다면 인간이 생각하지도 않은 시간, 공간에서 AI가 스스로 동작하는 단계(강인공지능)로 나아갈 것이다. 더 나아가 인간은 AI 없는 삶을 생각할 수 없고, AI 없이는 살 수도 없는 그런 순간(초인공지능)이 올지 모른다.

3. 1959년 Arthur Samuel은 기계학습을 "명시적인 프로그래밍 작업이 없어도 컴퓨터에게 학습할 수 있는 능력을 부여하는 연구 분야"라고 정의하였다. AI는 점차 발전하여 스스로 AI를 발전시키는 단계에 이를 것으로 예상된다. 그 시기가 오면 AI의 발전 속도는 인간의 상상을 뛰어 넘을 것이며, (다른 기술들이 개발되며 그러하였듯이) 이로 인한 장, 단점이 나타날 것이다. AI의 발전에 따른 기술적 측면에서 인간은 더욱 풍요로워지겠지만, 인간의 지능과 AI의 경계선이 모호해져 다양한 사회적 문제가 야기될 것이다.

4. 전문가 시스템은 '지식 베이스(knowledge base)'와 '추론 기구(inference engine)'로 구성되어 있다. '지식 베이스'에는 해당 분야의 전문가가 밝혀낸 사실과 규칙들이 저장되어있다. '추론 기구'는 '지식 베이스'를 바탕으로 결정을 내리거나 문제를 해결한다.

https://en.wikipedia.org/wiki/Expert_system

Expert system - Wikipedia

From Wikipedia, the free encyclopedia Jump to navigation Jump to search Computer system emulating the decision-making ability of a human expert In artificial intelligence, an expert system is a computer system emulating the decision-making ability of a hum

en.wikipedia.org

http://terms.tta.or.kr/dictionary/dictionaryView.do?subject=%EC%A0%84%EB%AC%B8%EA%B0%80+%EC%8B%9C%EC%8A%A4%ED%85%9C

TTA정보통신용어사전

한국정보통신기술협회(TTA)는 정보통신 기술 발전과 타 분야와의 기술 융합에 따라 무수히 생성되는 정보통신용어를 해설하고 표준화하여, 전문가뿐만 아니라 비전문가들도 올바르게 활용할 수

terms.tta.or.kr

5. 2010년대 이후 지속되고 있는 세 번째 AI 황금기는 이전의 황금기와 두 가지 다른 측면이 있다. 첫 번째는 기술 발전으로 컴퓨터가 대용량화, 초고속화, 고기능화 되었다는 점이다. AI를 구성하는 복잡한 알고리즘이나 계산 과정이 이전에는 컴퓨팅 파워의 한계로 이루어지지 못했다면, 현재는 강력해진 컴퓨팅 파워로 AI의 발전을 뒷받침하고 있다.두 번째는 인터넷의 보급에 따른 빅테이터 구축이 가능해졌다는 점이다. 사물인터넷 및 클라우드 컴퓨팅 환경의 대중화로 인해 다양한 분야에 수많은 데이터가 쌓이고 있다. 이런 빅데이터는 데이터를 기반으로 발달하는 AI에게 황금기를 가져다 주었다.

공부하면서 봤던 인터넷 검색 자료

https://youtu.be/67Tnwg-cHvg