정보통신망4A)인공지능(Artificial Intelligence)에 관하여 조사하여 설명하고 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오.

소개글

정보통신망4A)인공지능(Artificial Intelligence)에 관하여 조사하여 설명하고 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오.에 대한 보고서 자료입니다.

목차

1.서론
2.인공지능의 발달에 따른 인류사회의 변화
3.인공지능의 정의 및 필요성
4.인공지능의 장점과 문제점
5.인공지능을 위해 활용될 수 있는 ICT
6.결론
7.참고자료

본문내용

을 수행하기에 사람의 유연한 문제해결능력에 상응한 통찰력을 가진 기계를 구현하는데 충분하지 않았다.
(2) 딥러닝
머신러닝에서 한발 나아간 딥러닝은 한 마디로 ‘보다 지능화된 머신러닝’이라고 할 수 있다. 2006년에 Geoffrey Hinton은 인공지능의 새로운 지평을 열었다. 그는 다계층으로 이루어진 신경망구조를 통해서 기계 스스로 데이터의 특징을 도출해내는 딥러닝 기술에 관한 연구를 발표하였다. 그의 연구가 발표됨으로써 인공지능은 새로운 전환점을 맞이하게 된다. 이어서 스탠포드 대학의 Andrew Ng의 연구팀은 기계학습과 딥러닝을 이용해 수많은 유튜브(You Tube) 동영상 콘텐츠에서 고양이의 이미지를 식별해 내었다(74.8%의 정확도). 딥러닝의 연구 성과는 인간의 사전 개입 없이 인간의 뇌를 모방한 인공신경망 기계를 통해 사물을 인식해냈다는 점에서 인공지능의 실현을 가시화한 것이다.
딥러닝은 ‘인공신경망’에 기반한 머신러닝 모델이다. 딥러닝은 기존에 머신러닝의 수많은 귀납과정을 거쳐야 알 수 있는 사물의 대상(둥글거나 뾰족함 등 단순한 특성)을 데이터로부터 표현할 수 있다. 오늘날 딥러닝으로 대변되는 인공신경망의 기본 단위는 뉴런이며, 단순한 계산소자의 연결을 통해서 좋은 성능을 나타낸다는 것을 기본 가정으로 한다. 인공신경망은 신경회로망, 연결성 모델, PDP라고도 한다. 학습의 개념은 인공신경망에서도 매우 중요하다. 신경회로망에서의 학습은 단지 학습에서만 끝나는 것이 아니라 일정한 기준에 의해 평가 결과가 피드백됨으로써 가중치를 조절한다. 딥러닝은 데이터가 갖는 다양한 특징들을 간단한 표현들로 정의하는데, 각각의 특징들을 판단하는 것이 퍼셉트론이며, 이것들이 모여서 다층 퍼셉트론을 이룬다. 현재의 딥러닝은 인과관계를 이해할 수는 있어도 여전히 추상적인 개념들을 통한 상관관계를 구분하거나 이해하는 데에는 어려움을 갖고 있다.
6. 결론
새로운 기술을 받아들이고 활용하는 것은 우리 인간이다. 어떻게 쓰냐에 따라 기술은 이익을 가져다주기도 하고 재난을 초래하기도 한다. 생명공학은 혁신적인 의료 기술로 이어지지만 인간 복제와 생명권의 경시와 같은 문제도 야기한다. 원자력은 대량 살상 무기가 될 수 있지만 에너지로 활용할 수도 있다. 이러한 문제들은 일차적으로 개별 기술자의 단계에서 해결될 수 있다. 실제 기술을 개발하고 구현하는 당사자이기 때문이다. 그러나 세상이 그렇게 단순하지만은 않다. 혁신적인 기술은 새로운 이익을 창출하기 마련이고 이를 활용하고자 하는 주체는 국가와 정치인, 기업인, 심지어는 테러 단체에 이르기도 한다. 기술의 파급력이 클수록 그 욕구도 커진다. 위성이나 미사일의 발사체 추진 기술을 생각해보면 이해가 쉽다. 이와 같은 흐름에서 기술은 첨예하고 다양한 이해관계에 얽히며 인간에 의해 법과 규제라는 수단으로 규율될 수밖에 없다. 인공지능 기술도 동일한 맥락을 따르고 있는 것으로 보인다. 우리는 이미 인공지능에 관한 근본적인 연구와 기술들이 구현되어 있었음에도 불구하고 실현되지 못했기 때문에 그것을 규율할 필요성을 느끼지 못했다. 그러나 이제 방대한 데이터가 축적되었고, 가용 데이터가 증가했다. 데이터를 관리할 수 있게 됨에 따라 데이터의 가치가 생성되었고, 통신 및 컴퓨팅 기술의 발달로 데이터는 부지불식간에 수집·전송되며 활용되고 있다. 마치 햇빛과 토양, 수분을 통해 꽃이 피어나듯 인공지능도 그 환경이 조성됨에 따라 빠르게 발전하고 있다. 동시에 인공지능을 활용하는 과정에서 발생하거나 발생할 가능성이 있는 혼란과 우려로 이에 관한 규범적 논의도 활발히 수행되고 있다.
7. 참고 자료
금융보안원,“인공지능 개요 및 기술 동향 딥러닝 기술의 발달을 중심으로 ”, 2016,
김윤명, 인공지능과 법적 쟁점 : AI가 만들어낸 결과물의 법률 문제를 중심으로, SPRi 소프트웨어정책연구소, 2016.
마쓰오 유타카. 『인공지능과 딥러닝-인공지능이 불러올 산업 구조의 변화와 혁신』. 서울: 동아엠엔비, 2015.
조충호 편저(2010), 인공지능 개론, 서울: 홍릉과학 출판사
금융보안원, “머신러닝 개요 및 활용 동향 금융권 인공지능을 위한 머신러닝과 딥러닝”, 2016,
이종호.『인공지능이 만드는 인간의 미래-로봇은 인간을 지배할 수 있을까?』.서울: 북카라반, 2016.
마이클 네그네빗스키 저, 김용혁 역(2009), 인공지능 개론, 한빛미디어
김선희, “인공지능과 이해의 개념”, 「인지과학」 제8권 제1호, 한국인지과학회, 2017,

키워드

정보통신망,   인공지능,   artificial,   인공 지능,   인공지능을위해,   정보통신 기술,   정보통신기술,   ict