[인공지능][인공지능의 개념][인공지능의 역사][인공지능의 연구분야][인공지능의 연구현황]인공지능의 개념, 인공지능의 역사, 인공지능의 연구 분야, 인공지능의 연구 현황 분석(인공지능, 인공지능프로그램)

소개글

[인공지능][인공지능의 개념][인공지능의 역사][인공지능의 연구분야][인공지능의 연구현황]인공지능의 개념, 인공지능의 역사, 인공지능의 연구 분야, 인공지능의 연구 현황 분석(인공지능, 인공지능프로그램)에 대한 보고서 자료입니다.

목차

Ⅰ. 개요

Ⅱ. 인공지능의 개념
1. 인공지능의 두 가지 방향
2. 여러 가지 인공지능의 정의
3. 인공지능의 3가지 목적
4. 지능으로 고려되는 여러 가지 지적 행동
5. 인공지능의 궁극적인 목표

Ⅲ. 인공지능의 역사
1. 제1기 : 태동기(1943~1951)
2. 제2기 : 초기 관심기(1952~1965)
3. 제3기 : 침체기(1966~1974)
4. 제4기 : 활성기(1975~1988)
5. 제5기 : 융성기(1989~현재)

Ⅳ. 인공지능의 연구 분야
1. 자연어 처리 분야
2. 음성 인식 분야
3. 전문가 시스템
4. 영상 처리 분야
5. 로보트 분야
6. 게임과 탐색
7. 학습과 추론

Ⅴ. 인공지능의 연구 현황

참고문헌

본문내용

같은 이러한 시도는 많이 상이한 상황에서 제대로 성능을 발휘하지 못하는 비효율적인 방법임이 밝혀졌다. 점점 특수한 상황에 맞는 특별한 프로그램을 개발하는 쪽으로 경향이 바뀌었다. 이와 같은 변화의 이면에는 10살짜리 꼬마의 폭넓은 지식을 완벽하게 재현하는 프로그램은 불가능하지만 제한된 영역의 전문가와 같은 폭이 좁지만 깊이 있는 지식을 갖는 프로그램은 제작 가능하다는 현실적 배경이 있었다.
4. 영상 처리 분야
시각적인 영상을 인식할 수 있는-인간의 감각으로 ‘본다’라는-프로그램을 설계하는 것은 스스로 어떤 일을 처리할 수 있는 시스템을 개발하기 위하여 인공지능 연구자에게는 꼭 필요한 것이다. 영상 인식(IMAGE UNDERSTANDING) 시스템은 궤도문제(예, 가장 효율적인 방법으로 로버트의 팔을 움직일 수 있는), 이동문제 등과 같은 또다른 로보트 프로그래밍 문제들을 해결해 준다.
5. 로보트 분야
사람들은 로보트(ROBOT)가 가정이나 사무실 주변에서 일한다라는 생각에 대하여 기술적으로는 문제시하지 않는다. 하지만 오늘날 로보트는 느리고, 서툴고, 영리하지 못하고, 대부분 장님이다. 그러나 이들은 이미 자동차를 제작하고 농작물을 경작하고 또한 다른 생산적 활동의 중요한 역활을 해왔다. 비록 시각은 극히 제한되어 있고 촉각 기능이 없고 제한된 이동만을 할 수 있지만, 반복적이고 구조화된 제조환경에서는 별 문제를 발생시키지 않는다. 그리고 공장에서 로보트 기술의 구현은 모든 경우에 항상 실제적인 생산성 향상을 가져온다.
6. 게임과 탐색
모든 가능한 행위의 조합에서 모든 범위를 다 조사한다는 것은 나무(TREE)의 모든 가지를 추적하는 것과 동일하며 최적의 순서가 보장된다는 것이 확인되었다. 하지만 대부분의 경우에 있어서 탐색트리(SEARCH TREE)가 너무 커서 완전히 탐색한다는 것은 적합하지 못하다. 그러므로 대부분의 인공지능 프로그램은 경험적(HEURISTIC) 원리나 형식화 되지 않은 실용적 방법을 적용한다. 그래서 탐색에 있어서 모든 경우의 수 중에서 가장 가망성이 있는 행위들의 조합만이 탐색된다. 그러나 일반적으로 이런 경험적 원리의 사용은 최적의 결과가 발견되었다는 것을 보장할 수 없다. 경험적 탐색(HEURISTIC SEARCH) 방법은 주로 로보트가 어던 물건을 다루는 계획이나 로보트 자신이 공간에서 이동하는 계획 프로그램에서 주로 적용된다. 서양 장기(CHESS), 체커(CHECHER), 서양 주사위 놀이(BACKGAMMON) 등과 같은 게임 프로그램은 경험적 탐색이 적용되는 유용한 예이다.
7. 학습과 추론
컴퓨터가 경험을 통하여 자신의 능력을 확장하지 않는 한 프로그램의 성능은 프로그래머의 지식과 통찰력과 유용한 시간에 의하여 제한된다. 따라서 학습(LEARN)은 인공지능에서 특별히 중요한 관심분야이다. 60년 경 IBM에 있는 ARTHUR L. SAMUEL이 만든 체커 프로그램은 학습을 진화와 자연적 선택구조를 모의(SIMULATE)하게끔 설계되었다. 개조된 정도를 평가하기 위하여 기록 시스템하에서 이 프로그램의 한 버젼(VERSION)과 다른 버젼이 시합을 한다. 이와 같은 방법으로 주어진 기록 시스템과 시스템의 변화가 직접 경쟁으로 테스트 되고 이긴 버젼이 새로운 번종을 구성하기 위하여 존속된다.
60년대 말 MIT의 PATRICK H. WINSTON이 어떤 개념 숙달을 성공적으로 향상시키는 프로그램을 짰다. 선생이 정리된 장면에 조심스럽게 등급이 매겨진 순서와 함께 프로그램을 제시한다. 그래서 첫 장면이 프로그램이 배워야 할 개념의 좋은 예가 되게 한다. 프로그램은 첫 장면을 분석해서 그 장면이 어떤 요소이며 그들 사이에 어떤 관계가 그 개념의 필수적인 양상인가 하는 것에 대한 가정을 세운다. 각 부수적인 장면에 대하여 선생은 그 장면이 한 예인지 아닌지를 프로그램에게 말해준다. 그러면 프로그램은 각 새로운 장면이 제시됨에 따라 처음의 가정을 테스트하고 수정한다.
Ⅴ. 인공지능의 연구 현황
인공지능이라는 용어가 처음으로 사용된 때는 1956년 미국 뉴햄프셔의 Dartmouth대학에서 열린 학술회의에서 Dartmouth대학의 조교수로 재직하고 있던 John McCarthy에 의해서 처음 사용되었다. 1960년대에 세계의 우수한 학자들이 앞다투어 연구에 전념하게되고 많은 발전을 이룩하였으나, 1970년에 들어서자, 뚜렷한 결과물이 제출되지 않고, 투자가들과 각 국의 연구기관들의 이해 부족으로 침체기를 맞게된다. 1980년대에 들어서면서 실용화의 단계로 들어선 인공지능을 적용한 시스템들은 상업적인 목적으로 개발되었다. 일본은 \'제5세대 컴퓨터\'라는 이름으로 국가적인 차원의 프로젝트를 수행하였으며, 미국은 DARPA라는 프로젝트를, 유럽은 ESPRIT라는 이름으로 프로젝트를 수행중이다. 1980년대 이후에서 현재까지의 인공지능은 1980년대에 들어서자 전문가 시스템이라는 학문이 등장하여 주목을 받게 된다. 이후부터 많은 학자들이 전문가 시스템을 연구하기 시작하였다. 현재는 신경회로망이 다시 각광을 받으면서 신경회로망을 네트워크에 적용하여 통신 부하 및 각종 에러들을 효율적으로 처리하려는 연구가 진행중이다. 1990년대에 들어서면서 인공지능의 연구는 독립적인 연구의 형태에서 벗어나서 다른 연구분야와 상호연관을 지으면서 발전을 하고 있다. 1990년대에 등장한 새로운 이론이 에이전트 이론이다. 이 에이전트 이론에 따라서 1990년대에 인공지능이 새롭게 발전을 거듭하고 있다.
참고문헌
○ 이초식(1994), 인공지능의 철학 , 서울: 고려대학교 출판부
○ 이기석, 인공지능의 빛과 그늘
○ 장영범(1998), 전자상거래와 정보시스템 인공지능 및 관련분야
○ 조영임(1999), 최신 인공지능, 서울: 학문사
○ 정은아(2001), 전자정보통신학계를 움직이는 사람들 11회-인공지능(AI), etnews
○ 조충호 편저(1993), 인공지능 개론, 서울: 홍릉과학 출판사
○ 존 카스티, 이민아 역(1999), 비트겜슈타인 홀데인 스노우 튜링 슈뢰딩거의 인공지능 이야기, 서울: 사이언스북
○ 최종수(1986), 인공지능의 세계, 서울: 방한 출판사

키워드

인공지능,   지능,   로보트,   지식,   인공지능프로그램