인공지능이란 무엇인가요? 인공지능에 대한 안내입니다.

어찌보면 인공지능(AI)은 큰 사업이 되었습니다.

Gartner에 따르면, 전 세계 고객은 2022년까지 인공 지능 소프트웨어에 625억 달러를 지출할 것입니다. 보고서는 또한 CIO의 48%가 이미 일종의 인공 지능 소프트웨어를 배포했거나 향후 12개월 내에 배포할 계획이라고 밝혔습니다.

이러한 모든 투자는 인공지능 제품에 중점을 둔 수많은 스타트업을 유치했습니다. CBInsights는 2022년 1분기에만 AI 자금이 151억 달러에 이르렀다고 보고합니다. 그 전 분기에 투자자들은 인공지능 스타트업에 171억 달러를 쏟아부었다. 데이터가 AI를 주도한다는 점을 고려하면 데이터 분석, 머신러닝, 비즈니스 인텔리전스 등 관련 분야가 모두 급속한 성장을 보이고 있는 것은 놀라운 일이 아닙니다.

그런데 인공지능이 정확히 무엇입니까? 왜 기술 산업에서 그렇게 중요하고 수익성이 좋은 부분이 되었나요?

인공지능이란 무엇인가요?

어떤 면에서 인공지능은 자연지능과 반대입니다. 생명체가 지능을 갖고 태어난다면 인공기계도 인공지능을 갖고 있다고 할 수 있다. 따라서 어떤 관점에서 보면 모든 "생각하는 기계"에는 인공 지능이 있습니다.

실제로 인공지능의 초기 선구자 중 한 명인 존 매카시(John McCarthy)는 인공지능을 "지능형 기계를 만드는 과학과 공학"으로 정의했습니다.

실제로 컴퓨터 과학자들은 인간이 매우 높은 수준으로 발전한 기계가 생각하는 방식을 지칭하기 위해 인공지능이라는 용어를 사용합니다.

컴퓨터는 입력을 받아 조작하고 결과를 산출하는 등 컴퓨팅에 매우 능숙합니다. 하지만 과거에는 언어를 이해하고 생성하는 것, 물체를 시각적으로 인식하는 것, 예술을 창조하는 것, 과거 경험으로부터 배우는 것 등 인간이 잘하는 다른 일을 할 수 없었습니다.

하지만 모든 것이 바뀌고 있습니다.

요즘에는 많은 컴퓨터 시스템이 일상적인 언어를 사용하여 인간과 소통할 수 있습니다. 얼굴이나 기타 물체도 인식할 수 있습니다. 머신러닝 기술, 특히 딥러닝을 사용하여 과거로부터 학습하고 미래를 예측할 수 있습니다.

그럼 인공지능은 어떻게 여기까지 왔을까요?

인공지능의 간략한 역사

많은 사람들이 인공지능의 역사를 앨런 튜링이 『컴퓨팅 기계와 지능』을 출간한 1950년으로 거슬러 올라갑니다. Turing의 기사는 "나는 '기계가 생각할 수 있는가?'라는 질문을 고려해 볼 것을 제안합니다"로 시작하며 Turing 테스트라는 시나리오도 제안합니다. 튜링은 기계와 인간의 차이를 구분할 수 없다면 컴퓨터는 지능적인 것으로 간주될 수 있다고 제안했습니다.

1956년 John McCarthy와 Marvin Minsky는 최초의 인공 지능 컨퍼런스인 DSRPAI(Dartmouth Summer Research Project on Artificial Intelligence)를 주최했습니다. 이 회의는 컴퓨터 과학자들에게 인공 지능이 달성 가능한 목표이며 향후 수십 년 동안 추가 연구를 위한 기반을 마련한다는 확신을 주었습니다. 인공지능 기술의 초기 시도는 체커와 체스를 둘 수 있는 로봇을 개발했습니다.

1960년대에는 로봇과 일부 문제 해결 프로그램이 개발되었습니다. 주목할만한 하이라이트는 심리 치료를 시뮬레이션하고 인간과 기계 간의 의사소통의 초기 사례를 제공하는 프로그램인 ELIZA의 제작이었습니다.

1970년대와 1980년대에도 인공지능의 발전은 계속되었지만 그 속도는 더뎠습니다. 특히, 볼 수 있고 걸을 수 있는 로봇 등 로봇공학 분야에서는 상당한 발전이 이루어졌습니다. 메르세데스-벤츠(Mercedes-Benz)가 최초의(극히 제한적인) 자율주행차를 출시했습니다. 그러나 AI 연구에 대한 정부 자금이 크게 줄어들면서 "AI 겨울"이라고 알려진 기간이 시작되었습니다.

1990년대에는 인공지능에 대한 관심이 다시 급증했습니다. ALICE(Artificial Language Internet Computer Entity) 챗봇은 자연어 처리가 ELIZA보다 더 자연스러운 인간-기계 통신으로 이어질 수 있음을 증명합니다. 또한 10년 동안 분석 기술이 확산되어 이후 인공 지능 개발과 최초의 순환 신경망 아키텍처 개발의 기반을 마련했습니다. 이는 IBM이 현 세계 챔피언을 최초로 물리친 DeepBlue 체스 인공 지능을 출시한 10년이기도 합니다.

2000년대의 첫 10년 동안 로봇 기술은 급속한 혁신을 이루었습니다. 첫 번째 Roombas는 카펫 청소를 시작하고 NASA는 화성을 탐험하기 위해 로봇을 출시합니다. 중국에서는 구글이 자율주행차를 개발하고 있다.

2010년 이후 인공지능 기술은 유례없는 성장을 보였습니다. 하드웨어와 소프트웨어 모두 객체 인식, 자연어 처리, 음성 비서가 가능한 수준으로 발전했습니다. IBM의 Watson이 Jeopardy에서 승리했습니다. Siri, Alexa 및 Cortana가 등장했고, 챗봇은 현대 소매업의 고정 장치가 되었습니다. DeepMind의 AlphaGo가 인간 바둑 챔피언을 이겼습니다. 모든 산업 분야의 기업은 데이터를 분석하고 더 큰 성공을 달성하는 데 도움이 되는 인공 지능 도구를 배포하기 시작했습니다.

이제 AI는 몇 가지 좁고 제한된 유형을 넘어 더욱 발전된 구현으로 진화하기 시작했습니다.

인공 지능의 유형

다양한 컴퓨터 과학자 그룹이 인공 지능의 유형을 분류하는 다양한 방법을 생각해 냈습니다. 인기 있는 분류 중 하나는 세 가지 범주를 사용합니다.

1. 좁은 인공지능한 가지 일을 아주 잘한다. Apple의 Siri, IBM의 Watson, Google의 AlphaGo가 모두 NarrowAI의 예입니다. 좁은 의미의 인공지능은 오늘날 세계에서 흔히 볼 수 있는 일이다.

2. 일반 인공지능은 인간과 마찬가지로 대부분의 지능적인 작업을 수행할 수 있는 이론적 형태의 인공지능입니다. 인기 영화의 예로는 2001: A Space Odyssey의 HAL 또는 Iron Man의 J.A.R.V.I.S가 있습니다. 현재 많은 연구자들이 일반 인공지능 개발을 위해 노력하고 있습니다.

3. 슈퍼 인공지능은 아직 이론 단계이지만 인간을 훨씬 능가하는 지능을 가지고 있습니다. 이런 인공지능은 현실화될 가능성조차 없다.

또 다른 인기 있는 분류는 네 가지 범주를 사용합니다.

1. 반응형 기계 는 입력을 받고 출력을 제공하지만 기억이나 과거 경험으로부터의 학습은 없습니다. 많은 비디오 게임에서 싸우는 로봇은 반응형 기계의 대표적인 예입니다.

2. 메모리가 제한된 기계는 시간을 거슬러 볼 수 있습니다. 오늘날 도로를 달리는 많은 차량에는 이 범주에 속하는 고급 안전 기능이 탑재되어 있습니다. 예를 들어, 차량이나 사람이 추월하려고 할 때 자동차가 백업 경고를 발령하는 경우 제한된 과거 데이터 세트를 사용하여 결론을 도출하고 출력을 제공합니다.

3. 마인드 머신 이론은 인간과 다른 존재의 존재를 인식하고 있으며 자신만의 독립적인 동기를 가지고 있습니다. 대부분의 연구자들은 그러한 인공지능이 아직 개발되지 않았다는 점에 동의하고, 일부에서는 시도해서는 안 된다고 말합니다.

4. 자기 인식 기계는 자신의 존재와 정체성을 알고 있습니다. 일부 연구자들은 오늘날 자기 인식 인공 지능이 이미 존재한다고 주장하지만 이에 동의하는 사람은 소수에 불과합니다. 자기 인식 인공 지능을 개발하는 것은 매우 논란의 여지가 있습니다.

이러한 분류는 이론적 관점에서 흥미롭지만 대부분의 조직은 AI로 무엇을 할 수 있는지에 더 관심이 있습니다. 이는 많은 수익을 창출하는 AI의 측면, 즉 AI 사용 사례를 소개합니다.

인공 지능의 사용 사례

인공 지능 가능한 AI 사용 사례와 응용 프로그램은 끝이 없습니다. 오늘날 가장 일반적인 AI 사용 사례는 다음과 같습니다.

추천 엔진 – 새 스웨터를 쇼핑하든, 볼 영화를 찾든, 소셜 미디어를 탐색하거나, 사랑을 찾으려고 노력하든, 우리 모두는 제안하는 AI 기반 알고리즘. 대부분의 추천 엔진은 기계 학습 모델을 사용하여 사용자의 특성 및 과거 행동을 주변 사람들과 비교합니다. 이러한 모델은 사용자 자신이 선호도를 모르더라도 선호도를 식별하는 데 능숙합니다.

자연어 처리 - 자연어 처리(NLP)는 음성-텍스트, 텍스트-음성, 키워드 인식, 정보 추출, 번역 및 언어 생성을 포함하는 광범위한 인공 지능 카테고리입니다. 이를 통해 인간과 컴퓨터는 프로그래밍 언어가 아닌 일반적인 인간 언어(오디오 또는 타이핑)를 통해 상호 작용할 수 있습니다. 많은 NLP 도구에는 기계 학습 기능이 통합되어 있으므로 시간이 지남에 따라 개선되는 경향이 있습니다.

감정 분석 - 인공 지능은 인간의 언어를 이해할 수 있을 뿐만 아니라 인간의 대화를 뒷받침하는 감정도 식별할 수 있습니다. 예를 들어, AI는 수천 건의 기술 지원 대화나 소셜 미디어 상호 작용을 분석하고 어떤 고객이 강한 긍정적이거나 부정적인 감정을 겪고 있는지 식별할 수 있습니다. 이러한 유형의 분석을 통해 고객 지원 팀은 이탈 위험이 있는 고객 및/또는 브랜드 지지자가 되도록 격려할 수 있는 매우 열정적인 지지자에 집중할 수 있습니다.

음성 도우미 – 많은 사람들이 매일 Siri, Alexa, Cortana 또는 Google과 상호 작용합니다. 우리는 종종 이러한 보조자를 당연한 것으로 여기지만 여기에는 자연어 처리 및 기계 학습을 포함한 고급 인공 지능 기술이 통합되어 있습니다.

사기 예방 – 금융 서비스 회사와 소매업체는 사기 거래를 식별하기 위해 첨단 기계 학습 기술을 사용하는 경우가 많습니다. 금융 데이터의 패턴을 찾아 거래가 비정상적으로 보이거나 알려진 사기 패턴과 일치하면 경고를 발행하여 범죄 활동을 예방하거나 완화합니다.

이미지 인식 – 많은 사람들이 AI 기반 얼굴 인식을 사용하여 휴대폰 잠금을 해제합니다. 이 인공 지능은 자율 주행 자동차도 지원하며 많은 건강 관련 검사 및 테스트를 자동으로 처리할 수 있습니다.

예측 유지 관리 – 제조, 석유 및 가스, 운송, 에너지 등 많은 산업이 기계에 크게 의존하고 있습니다. 기계가 다운되면 비용이 매우 높아질 수 있습니다. 현재 기업들은 객체인식과 머신러닝 기술을 결합해 장비의 고장 가능성을 사전에 파악해 고장이 최소화되는 시점에 수리 일정을 잡을 수 있도록 하고 있다.

예측 분석 및 금지된 분석 – 예측 알고리즘은 모든 유형의 비즈니스 데이터를 분석하고 이를 기반으로 사용하여 가능한 미래 이벤트를 예측할 수 있습니다. 아직 초기 단계인 처방적 분석은 한 단계 더 나아가 예측을 할 수 있을 뿐만 아니라 조직이 미래에 발생할 수 있는 사건에 대비해야 하는 방법에 대한 권장 사항도 제공합니다.

자율 주행 자동차 – 오늘날 생산되는 대부분의 자동차에는 주차 보조, 차선 중심 조정, 적응형 크루즈와 같은 자율 주행 기능이 있습니다. 완전 자율주행차는 여전히 비싸고 상대적으로 드물지만, 이미 출시되고 있으며 이를 구동하는 인공지능 기술은 점점 더 좋아지고 저렴해지고 있습니다.

Robotics - 산업용 로봇은 인공 지능의 초기 응용 분야 중 하나이며 인공 지능 시장에서 여전히 중요한 부분을 차지하고 있습니다. 로봇 진공청소기, 바텐더, 잔디 깎는 기계 등 소비자용 로봇이 점차 보편화되고 있습니다.

물론, 이는 잘 알려진 인공 지능 사용 사례 중 일부일 뿐입니다. 기술은 너무나 다양한 방식으로 우리의 일상생활에 스며들어 우리가 완전히 인식하지 못하는 경우가 많습니다.

인공 지능의 미래

그렇다면 인공 지능의 미래는 분명히 소비자 시장과 비즈니스 시장을 재편하고 있습니다.

인공지능을 이끄는 기술은 꾸준한 속도로 계속해서 발전하고 있습니다. 양자 컴퓨팅과 같은 미래의 발전은 결국 큰 혁신으로 이어질 수 있지만, 단기적으로는 기술 자체가 예측 가능한 지속적인 개선 경로를 따라 계속될 것으로 보입니다.

불분명하게 남아 있는 것은 인간이 AI에 어떻게 적응할 것인가입니다. 이 문제는 앞으로 수십 년 동안 인간의 삶에 큰 영향을 미칠 것입니다.

많은 초기 AI 구현에서 심각한 문제에 직면했습니다. 어떤 경우에는 모델 훈련에 사용된 데이터가 AI 시스템을 편향적으로 감염시켜 사용할 수 없게 만들 수도 있습니다.

다른 많은 경우 기업은 AI를 배포한 후 원하는 재정적 결과를 얻지 못합니다. 기술은 성숙했지만 이를 둘러싼 비즈니스 프로세스는 그렇지 않습니다.

Gartner의 수석 연구 책임자인 Alys Woodward는 "인공 지능 소프트웨어 시장은 가속화되고 있지만, 그 장기적인 궤도는 기업의 AI 성숙도에 달려 있을 것입니다."라고 덧붙였습니다.

Woodware는 "성공적인 AI 비즈니스 성과는 중요한 비즈니스 가치를 제공하는 동시에 위험을 줄이기 위해 확장 가능한 사용 사례는 비즈니스 이해관계자에 대한 AI 투자의 영향을 입증하는 데 매우 중요합니다."

조직은 AI를 더 잘 관리하는 데 도움이 되는 AIOps.와 같은 접근 방식으로 전환하고 있습니다. 배포. 그들은 AI를 사용하여 인간 작업자를 대체하기보다는 기능을 강화하는 인간 중심 AI에 점점 더 눈을 돌리고 있습니다.

매우 실제적인 의미에서 인공 지능의 미래는 기계보다는 사람에 관한 것일 수 있습니다.

위 내용은 인공지능이란 무엇인가요? 인공지능에 대한 안내입니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!