유비쿼터스컴퓨팅개론 15강 - 인공지능과 머신러닝의 미래 인공지능의 역사와 정의, 머신러닝과 딥러닝의 관계를 학습합니다. 지도·비지도·반지도·강화학습의 차이를 비교하고 인공지능의 산업적 특징, 부정적 미래와 초거대 언어모델의 쟁점을 정리합니다. 1. 인공지능의 역사 초기 연구와 튜링 테스트 1940년대 중반 현대적인 컴퓨터가 등장한 뒤 1956년 존 매카시가 인공지능 이라는 용어를 처음 사용했다. 앨런 튜링이 제안한 튜링 테스트 는 기계가 수행한 행동이 인간과 동등한지, 또는 인간과 구별하기 어려운지를 평가하는 지표가 되었다. 신경외과 의사 워런 매컬럭과 수학자 월터 피츠는 인간의 뇌 구조와 유사하게 인공신경망으로 연결된 기본 기능을 구현할 수 있음을 증명했다. 그러나 초기에는 컴퓨팅 인프라와 대용량 데이터, 학습 알고리즘이 부족하여 추론 문제의 한계가 드러났고 첫 번째 인공지능 침체기가 찾아왔다. 전문가 시스템과 두 번째 침체기 1980년대에는 인공지능 전문가 시스템과 딥러닝의 기반 기술이 제안되면서 연구가 다시 활성화되었다. 전문가 시스템은 특정 분야의 문제해결 지식을 컴퓨터가 이해하도록 표현하여 일반인도 전문가 시스템을 사용할 수 있게 한 방식이다. 제프리 힌튼과 데이비드 루멜하트는 역전파 개념을 이용하여 신경망 학습 방법을 대중화했다. 하지만 전문가 시스템은 일부 영역을 제외하면 범용화하기 어려웠고 다시 부정적인 평가를 받으면서 두 번째 침체기가 이어졌다. 그럼에도 성능 개선과 알고리즘 연구는 계속되었다. 현대 인공지능의 전환점 컴퓨터 하드웨어의 성능이 향상되고 필수 컴퓨팅 파워와 데이터가 제공되면서 연구가 다시 성장했다. 1997년 IBM의 딥 블루가 인간 체스 챔피언을 이겼고, 2006년 힌튼 교수는 심층신경망의 학습 방법을 제안하여 딥러닝의 실용 연구 기반을 넓혔다. 2012년 앤드루 응 교수는 딥러닝으로 대규...