당신은 주제를 찾고 있습니까 “다트머스 회의 – 다트머스 회의“? 다음 카테고리의 웹사이트 https://you.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://you.maxfit.vn/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 경기대학교 교양학부 이국희 교수 강의실 이(가) 작성한 기사에는 조회수 451회 및 251877 Like 개의 좋아요가 있습니다.
다트머스 회의 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 다트머스 회의 – 다트머스 회의 주제에 대한 세부정보를 참조하세요
다트머스 회의 주제에 대한 자세한 내용은 여기를 참조하세요.
다트머스 회의 – 위키백과, 우리 모두의 백과사전
다트머스 회의(Dartmouth Conference)는 인공지능이라는 분야를 확립한 학술회의다. 1956년에 열렸다. 당시 다트머스 대학에 있던 존 매카시가 개최한 것으로, …
Source: ko.wikipedia.org
Date Published: 3/21/2021
View: 8286
다트머스 회의(Dartmouth Conference) | 과학문화포털 …
1956년 개최된 회의로, 인공지능 분야를 확립한 학술회의이다. 다트머스대학(Dartmouth College)에 있던 존 매카시(John McCarthy)가 개최한 것으로, …
Source: www.scienceall.com
Date Published: 10/4/2022
View: 2046
[특집] AI 역사의 시작 – AI타임스
회의에 앞서, 존 매카시(Dartmouth John McCarthy) 다트머스 부교수 와 클로드 섀넌(Claude Shannon) MIT의 수학과 부교수는 오토마타 연구에 관한 …
Source: www.aitimes.com
Date Published: 2/3/2022
View: 8215
다트머스 회의
다트머스 회의 는 인공지능이라는 분야를 확립한 학술회의다. 1956년에 열렸다. 당시 다트머스 대학에 있던 존 매카시가 개최한 것으로, 마빈 민스키, …
Source: www.wikiwand.com
Date Published: 5/5/2022
View: 4972
[전채남의 AI Story] 다트머스 학술회의 – 영남일보
역사를 보면 세상을 바꾸는 중요한 회의들이 있다. 인공지능(AI·Artificial Intelligence)의 역사에도 중요한 회의들이 있었다.
Source: www.yeongnam.com
Date Published: 11/18/2021
View: 5601
주제와 관련된 이미지 다트머스 회의
주제와 관련된 더 많은 사진을 참조하십시오 다트머스 회의. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 다트머스 회의
- Author: 경기대학교 교양학부 이국희 교수 강의실
- Views: 조회수 451회
- Likes: 251877 Like
- Date Published: 2022. 2. 21.
- Video Url link: https://www.youtube.com/watch?v=ETufJi2uobs
위키백과, 우리 모두의 백과사전
다트머스 회의(Dartmouth Conference)는 인공지능이라는 분야를 확립한 학술회의다. 1956년에 열렸다. 당시 다트머스 대학에 있던 존 매카시가 개최한 것으로, 마빈 민스키, 너대니얼 로체스터, 클로드 섀넌 등도 공동으로 제안했다. 그 제안서에 처음으로 인공지능(Artificial Intelligence)라는 용어가 사용되었다.
회의는 한 달에 이르는 것으로, 기본적으로 브레인 스토밍의 장이었다.
[알려주마! 인공지능] 1956년 ‘다트머스 회의’… 인공 지능을 토론하다
1955년 8월 31일, 세계의 유명 과학자 수십 명은 생각하는 능력을 갖춘 기계를 연구하자는 편지를 받았어요. 이 편지는 세계적인 수학·과학자들인 존 매카시, 마빈 민스키, 너대니얼 로체스터, 클로드 섀년이 보낸 것이었죠.
‘기계가 공부를 한다?’
생소한 아이디어에 흥미를 느낀 많은 학자가 다음해 여름에 미국 다트머스 대학교에 모였어요. 이 회의를 학자들이 모인 학교의 이름을 따서 ‘다트머스 회의’라고 불러요. 다트머스 회의에 모인 학자들은 ‘지능을 가진 기계’의 이름을 고민하다가 존 매카시가 제안한 ‘인공 지능’이라는 이름을 쓰기로 했어요. 인공 지능을 영어로 ‘아티피셜 인텔리전스(Artificial Intelligence)’라고 해요. 줄여서 에이 아이(AI)라고 부르죠.다트머스 대학교에 모인 과학자들은 ‘인공 지능이란 무엇인가?’ ‘어떤 일을 하는 인공 지능을 만들 것인가?’ 등을 토론했어요. 회의가 끝나고 과학자 허버트 사이먼은 “앞으로 20년 안에 기계는 사람이 할 수 있는 일은 무엇이든 할 수 있게 될 것”이라고 호언장담하기도 했지요.다트머스 회의 이후 매사추세츠 공과대학교(MIT)와 카네기멜론 대학교에 ‘인공 지능 연구소’가 세워지고 1970년대까지 많은 과학자가 인공 지능을 개발하기 위한 연구에 뛰어들었어요. 하지만 의욕과는 달리 인공 지능은 기대만큼 발전하지 못했지요.왜 그랬을까요? 처음부터 모든 것을 다 잘하는 인공 지능을 만들려고 했던 것이 문제였어요. 지금보다 성능이 좋지 않은 컴퓨터를 가지고 무엇이든 척척 해내는 인공 지능을 만들려고 한 것이 욕심이었던 거죠.하지만 이를 바탕으로 1990년대 이후부터 다시 인공 지능 연구가 활발해져, 다트머스 회의에서 토론했던 내용이 현실로 나타나기 시작했어요.
인공지능 50번째 생일, 다트머스 회의 AI@50
딥러닝의 역사에 대하여 서술하며 대표적인 딥러닝을 활용한 기술들에 대하여 설명하여 주며, 이러한 현재의 모습을 보여줄 수 있도록 딥러닝 분야에 헌신한 대가들에 대하여 소개한다.
www.aladin.co.kr
다트머스 회의(Dartmouth Conference)
1956년 개최된 회의로, 인공지능 분야를 확립한 학술회의이다. 다트머스대학(Dartmouth College)에 있던 존 매카시(John McCarthy)가 개최한 것으로, 마빈 민스키(Marvin Minsky), 너대니얼 로체스터(Daniel Rochester), 클로드 섀넌(Claude Shannon) 등이 공동 제안했다. 이 제안에서 처음으로 인공지능이라는 용어가 사용되었다. 한 달에 걸쳐 열린 회의로, 기본적으로 브레인 스토밍의 장소였다. 이 회의에 참석한 초기 인공지능 학자들은 인공지능의 잠재력에 대해 높은 자신감과 확신을 보였다.
[특집] AI 역사의 시작
(AI타임스=윤광제 기자) 인공지능에 관한 다트머스 서머 리서치 프로젝트는 연구 분야로서 인공지능 개념의 시발점으로 널리 여겨지는 여름 워크숍이다. 1956년 뉴햄프셔 하노버에서 8주 동안 열린 이 컨퍼런스는 컴퓨터 및 인지과학 분야의 선구자 20명의 두뇌를 모아 미래를 추측하는 워크숍을 개최했다.
“학습이나 지능의 특징들은 원칙적으로 기계에게 시뮬레이션 할 수 있도록 만들어져 있다. 기계가 추상적 개념으로부터 언어를 사용하고 현재 인류에 당면한 문제를 해결하고 스스로 향상 시키는 방법을 찾기위한 시도가 이루어질 것이다. 신중하게 선정된 과학자 집단이 여름동안 함께 연구한다면 이러한 문제들 중 하나 이상에서 상당한 진전을 이룰 수 있다고 생각한다.
– 인공지능에 관한 다트머스 여름 연구 프로젝트 제안 (McCarthouse et al, 1955)
◆ 동기
회의에 앞서, 존 매카시(Dartmouth John McCarthy) 다트머스 부교수 와 클로드 섀넌(Claude Shannon) MIT의 수학과 부교수는 오토마타 연구에 관한 당시 수학 학술지 34권을 공동 편집했다(Shannon & McCarthy, 1956). 오토마타는 미리 정해진 작동 순서를 자동으로 따르거나 미리 정해진 지시에 반응하도록 설계된 자동 작동 기계다. 공학적 메커니즘으로서 해머가 종을 치거나 뻐꾸기가 노래하는 것처럼 보이는 기계 시계와 같은 매우 다양한 용도로 사용한다.
제임스 무어(2006)에 따르면, 특히 매카시는 오토마타의 단순한 행동을 넘어 지능을 소유하는 컴퓨터의 가능성에 초점을 맞추지 못했다는 것에 실망했다.
“그 당시 나는 그 주제에 관심이 있는 모든 사람들을 모아서 그것에 시간을 할애하고 집중한다면, 우리는 진정한 발전을 할 수 있을 것이라고 믿었다.”—존 매카시(John McCarthy)
매카시가 염두에 둔 최초의 그룹은 1950년대 초 파인 홀에서 함께 대학원생으로 있을 때부터 알고 있던 마빈 민스키(Marvin Minsky )를 포함하고 있었다. 두 사람은 그때 인공지능에 대해 이야기한 적이 있었고, 민스키의 수학 박사 논문은 신경망(Moor, 2006)과 인간 두뇌 구조(Nasar, 1998)에 관한 것이었다. 그들은 둘 다 1952년 클로드 섀넌과 함께 벨 연구소에서 연구했다. 그곳에서 매카시는 훨씬 더 많은 선배 셰넌(Shannon)도 그 분야에 관심이 있다는 것을 알게 됐다. 마침내, 매카시는 IBM이 컴퓨터를 선보였을 때 MIT에서 나다니엘 로체스터(Nathaniel Rochester)와 마주쳤다. 나다니엘도 인공지능(McCorduck, 1979)에 관심을 보였으며, 그래서 네 사람은 워크숍/컨퍼런스 제안서를 록펠러 재단에 제출하기로 동의했다.
◆ 제안서
“우리는 1956년 여름 뉴햄프셔 하노버에 있는 다트머스 대학에서 두 달 동안 10명의 과학자가 인공지능 연구를 수행할 것을 제안한다”
록펠러 재단에 대한 서면 제안서는 맥카시(McCarthy)와 민스키 (Minsky)가 다트머스 에서 그 후 하버드에서 작성했다. 그들은 그들의 제안을 벨 연구소의 클로드 섀넌(Claude Shannon)과 IBM의 나다니엘 로체스터라(Nathaniel Rochester)는 두 명의 고위 교수진 에게 도움 받았다(Crevier, 1993). 제안은 다음과 같다(McCarty et al, 1955, AI Magazine Volume 27, 번호 4 pp. 12–14).
인공지능에 관한 다트머스 여름 연구 프로젝트 제안 (1955년 8월 31일)
우리는 1956년 여름 뉴햄프셔 하노버에 있는 다트머스 대학에서 2개월 동안 인공지능에 대해 10명이 연구를 수행할 것을 제안한다. 이 연구는 학습의 모든 측면이나 지성의 다른 특징들이 원칙적으로 정확하게 기술될 수 있기 때문에 기계가 그것을 시뮬레이션할 수 있다는 추측에 근거해 진행시키는 것이다. 기계가 언어를 사용하고 추상화와 개념을 형성하며, 현재 인간에게 남겨진 여러 문제를 해결하고, 스스로를 향상시키는 방법을 찾기 위한 시도가 이루어질 것이다. 우리는 신중하게 선정된 과학자 집단이 여름 동안 함께 연구한다면 이 문제들 중 하나 또는 그 이상에서 상당한 진보가 이루어질 수 있다고 생각한다. 인공지능 문제의 몇 가지 측면은 다음과 같다.
1. 자동 컴퓨터
기계가 작업을 할 수 있다면 자동 계산기를 프로그래밍해 기계를 시뮬레이션할 수 있다. 현재 컴퓨터의 속도와 메모리 용량은 인간의 뇌의 많은 상위 기능을 시뮬레이션하기에는 불충분할 수 있지만, 가장 큰 장애물은 기계 용량이 부족한 것이 아니라 우리가 가지고 있는 것을 최대한 활용해 프로그램을 작성하지 못하는 것이다.
2. 언어를 사용하도록 컴퓨터를 프로그래밍하는 방법
인간의 생각은 추론 규칙에 따른 단어 조작과 추측에 따른 규칙으로 구성된다고 추측될 수 있다. 이러한 관점에서, 일반화를 형성하는 것은 새로운 단어와 그것을 포함하는 문장들이 암시하고 다른 사람들에 의해 암시되는 몇몇 규칙들에 의해 구성된다. 이 아이디어는 매우 정확하게 공식화 된 적도 없고, 예도 만들어지지 않았다.
3. 신경망
어떻게 일련의 (가설) 신경세포들이 개념을 형성하기 위해 배열될 수 있는가? 우틀리(Uttley), 로체스터 (Rochester)와 그의 그룹인 팔리(Farley)와 클라크(Clark), 피츠(Pitts)와 맥컬로치(McCulloch), 민스키(Minsky), 홀랜드(Holland) 등에 의해 이 문제에 대해 상당한 이론적이고 실험적인 작업이 이루어졌다. 성과는 있었지만 그 문제는 더 많은 이론적 작업이 필요하다.
4. 계산 크기의 이론
우리에게 잘 정리된 문제(제안된 답이 유효한 답인지 아닌지를 기계적으로 시험할 수 있는 문제)가 주어진다면, 그것을 해결하는 한 가지 방법은 가능한 모든 대답을 순서대로 시도하는 것이다. 이 방법은 비효율적이며, 이를 배제하기 위해서는 계산 효율성에 대한 어떤 기준이 있어야 한다. 어떤 고려사항은 계산 효율을 측정하기 위해 기기 계산의 복잡성을 측정하는 방법을 가질 필요가 있다는 것을 보여준다. 이 문제에 대한 일부 부분적인 결과는 섀넌에 의해, 그리고 맥카시에 의해서도 얻어졌다.
5. 자체 성장
아마도 진정한 지능의 기계는 자체 성장일 것이다. 이것을 하기 위한 몇 가지 계획이 제안됐고 더 연구할 가치가 있다. 이 문제도 추상적으로 연구할 수 있을 것 같다.
6. 추상화(abstraction)
많은 유형의 ‘추상화’는 뚜렷하게 정의될 수 있고 다른 여러 유형은 덜 뚜렷하게 정의될 수 있다. 이러한 것들을 분류하고 감각 및 다른 데이터로부터 추상화를 형성하는 기계 방법을 만드는 시도들은 해볼 만 하다.
7. 무작위성과 창의성
상당히 매력적이면서도 분명히 불완전한 추측은 창조적 사고와 상상력이 없는 유능한 사고의 무작위적 주입에 대한 차이에 있다. 그 무작위성은 효율적이기 위해 직관에 의해 유도 돼야 한다. 즉, 교육을 받은 추측이나 예감은 질서 정연한 사고에서 통제 된 무작위를 포함한다.
(당시 그 제안에는 ‘제안자’의 짧은 전기도 포함돼 있었다.)
클로드 E. 셰넌(Claude E. Shannon,), 수학자, 벨 전화 연구소. 섀넌은 정보의 통계이론, 개폐 교정에 대한 명제 미적분의 응용을 개발했고, 개폐 회로의 효율적인 합성, 학습하는 기계의 설계, 그리고 튜링머신의 이론에 대한 결과를 얻었다. 그와 J. McCarthy는 ‘자동차의 이론’에 관한 연구 수학 연보를 공동 편집 했다.
마빈 L, 민스키(Marvin L. Minsky), 하버즈 주니어 수학 및 신경과. Minsky는 신경망에 의한 학습을 시뮬레이션하기위한 기계를 구축했으며, 학습 이론 및 랜덤 신경망 이론에 대한 결과를 포함하는“Neural Nets and the Brain Model Problem”이라는 제목의 수학으로 프린스턴 박사 논문을 작성했다.
나다니엘 로체스터(Nathaniel Rochester), IBM Corporation, Poughkeepsie, New York
로체스터는 7년 동안 레이더의 개발과 컴퓨터 기계에 관심을 가졌다. 다른 엔지니어와 함께 현재 널리 사용되고 있는 대규모 자동 컴퓨터인 IBM Type 701의 설계를 공동 책임졌다. 그는 오늘날 널리 사용되고 있는 자동 프로그래밍 기법의 몇 가지를 고안해 냈고, 이전에는 사람에 의해서만 할 수 있었던 일을 기계가 하게 하는 방법에 관한 문제에 대해 생각해 왔다. 그는 또한 신경생리학의 이론을 시험하기 위해 컴퓨터를 사용하는 것에 특히 중점을 두고 신경망 시뮬레이션에 힘썼다.
존 매카시(John McCarthy), 다트머스 대학의 수학 부교수. 매카시는 Turing 기계 이론, 컴퓨터 속도, 뇌 모델과 환경의 관계, 기계에 의한 언어 사용 등 사고 과정의 수학적 특성과 관련된 여러 가지 질문에 대해 연구했다. 이 작업의 일부 결과는 Shannon과 McCarthy가 편집 한 다음“Anneal Study”에 포함돼있다. McCarthy의 다른 연구는 미분 방정식 분야에서 이루어졌다.
전체 제안은 스탠포드 대학교 웹사이트에서 볼 수 있다. 민간 기관(벨 연구소, IBM 등)이 지원하지 않는 참가자의 급여는 1인당 1200달러, 대학원생 2명당 700달러로 추산됐다. 뉴햄프셔에 거주하지 않는 8명의 참가자들에게 평균 300달러의 철도 요금이 제공될 제공된다. 록펠러 재단은 1956년 여름 6월 18일경 시작해 8월 17일까지 약 6~8주 동안 진행된 이 연구에 제안된 예산 13,500달러 중 7,500달러를 지원했다.
◆ 참석자
그들은 수학, 심리학, 전기 공학 등 매우 다양한 배경에서 왔음에도 불구하고, 1956년 다트머스 회의 참석자들은 사고 행위는 인간이나 생물학적인 존재의 고유한 것이 아니라는 공통의 신념을 공유하고 있었다. 오히려, 그들은 연산은 공식적으로 추론할 수 있는 현상으로 과학적인 방법으로 이해할 수 있고, 그렇게 하기 위한 최고의 비인간적인 도구는 디지털 컴퓨터라고 믿었다(McCormack, 1979).
네 명의 초창기 참가자들은 각각 인식의 특성에 대한 믿음을 공유하는 사람들을 초대했다. 그들 중에는 미래의 노벨상 수상자인 존 내쉬 주니어(John F. Nash Jr) (1928~2015년)와 허버트 A. 사이먼 Herbert A. Simon (1916~2001년)이 있었다. 존 내쉬는 민스키의 초청을 받은 것으로 보이는데, 두 사람은 50년대 초 프린스턴 대학원을 함께 다녔기 때문이다. 사이먼은 1955년 두 사람이 IBM에서 함께 일했기 때문에 매카시가 직접 초대했거나 앨런 뉴웰을 통해 초대했을 가능성이 높다. Ray Solomonoff가 만든 노트에 따르면, 8주 동안 20명이 참석했다고 한다. 그들은 다음과 같다.
허버트 A 사이먼 Herbert A. Simon (1916~2001)
1956년 5월 맥카시의 통신에 따르면 허버트 A. 사이먼은 워크숍의 첫 2주 동안 참석할 예정이었다. 당시 카네기 멜론(당시 카네기 테크)의 행정학 교수였던 사이먼은 1947년 시카고 대학에서 박사학위를 받은 이후 그 시점까지 문제 (소위 “행정적 행동”이라고 불리는 것)를 결정하는 일에 몰두하고 있었다.
그는 이 작품으로 1978년 노벨 경제학상을 수상했으며, 보다 광범위하게는 “경제 조직 내 의사결정 과정에 대한 그의 선구적인 연구”에 대해 수상했다. 회의 당시 그는 컴퓨터 언어 정보 처리 언어 (IPL)와 선구적인 컴퓨터 프로그램 Logic Theorist (1956) 및 General Problem Solver (1959)에 관해 Allen Newell 및 Cliff Shaw와 협력하고있었습니다.
Logic Theorist는 인간의 문제 해결 능력을 흉내 내도록 고안된 최초의 프로그램이었으며, 화이트헤드와 러셀의 프린시피아 수학의 첫 52개 영역 중 38개를 계속해서 증명했으며, 심지어 1912년에 제안된 것보다 새롭고 더 우아한 증거를 발견하기도 했다. General Problem Solver 는 보편적인 문제해결 기계로 작용하기 위한 것으로, 잘 구성된 공식 집합으로서 충분히 어떤 문제도 해결할 수 있었다. 그것은 계속해서 인공지능을 위한 Soar 아키텍처로 발전할 것이다.
앨런 뉴웰 Allen Newell (1927~1992)
사이먼의 공동 작업자 앨런 뉴웰도 처음 2주 동안 참석했다. 두 사람은 1952년 랜드 코퍼레이션에서 처음 만나 1956년 IPL 프로그래밍 언어를 함께 만들었다. 이 언어는 목록 조작, 속성 목록, 고차 함수, 기호 및 가상 머신을 디지털 컴퓨팅 언어에 도입한 최초의 언어였다.
뉴웰은 또한 목록 처리를 도입 한 프로그래머였으며 일반적인 추론에 평균 분석을 적용하고 휴리스틱을 사용해 프로그램의 검색 공간을 제한했습니다. 컨퍼런스를 1년 전, 뉴웰은 “체스 머신 : 적응에 의해 복잡한 작업을 다루는 예”라는 제목의 논문을 발표했습니다.
“인간적인 방식으로 체스를 하는 컴퓨터 프로그램을 위해 상상력 있는 디자인, 목표 개념, 검색 종료에 대한 열망 수준,”충분한” 움직임, 만족스러운 다차원 평가 기능, 목표 구현을 위한 하위 목표 생성 등을 만족시키는 보드에 대한 정보는 술어 미적분과 유사한 언어로 상징적으로 표현 돼야했다” -Herbert A Simon의 Biographyal Memoirs (1997)의 “Allen Newell “발췌.
뉴웰 박사는 1954년 한 세미나에서 노버트 위너(Norbert Wiener)의 학생의 말을 듣던 중 “전환 경험”에 대한 아이디어를 썻다고 ” 글자와 기타 패턴을 인식하는 법을 배운 컴퓨터 프로그램 실행 “에 기술했다. (Simon, 1997년).
올리버 셀프리지 Oliver Selfridge (1926–2008)
올리버 셀프리지도 4주간 워크숍에 참석한 것으로 알려졌다. 셀프리지는 신경망, 패턴 인식, 기계 학습에 관한 중요한 초기 논문을 계속 썼다. 그의 ‘대혼란의 논문 Pandemonium paper ‘(1959년)는 인공지능(AI)계의 고전으로 꼽힌다.
줄리안 비글로우 Julian Bigelow (1913~2003)
파이오닉 컴퓨터 엔지니어 줄리안 비글로우도 참여했다. 비글로우는 노버트 위너와 함께 인공두뇌학에 관한 기초 논문 하나를 작성하고 존 폰 노이만에게 고용돼 1946년 위너의 추천으로 고등연구소에서 최초의 디지털 컴퓨터인 IAS(또는 “MANIAC”)를 만들었다. 다른 참석자들로는 레이 솔로몬오프(Ray Solomonoff), 트렌차드 모어(Trenchard More), 나트 로체스터(Nat Rochester), W. 로스 애쉬비(W. Ross Ashby), W.S. 맥컬로치(W.S. McCulloch), 아브라함 로빈슨(Abraham Robinson), 데이비드 세레(David Sayre), 아서 사무엘(Arthur Samuel), 케네스 R. 숄더가 포함 됐다.
◆ 결과
아이러니하게도 워크숍 이전에 존 매카시가 구상했던 ‘과학의 강도 높고 지속적인 교류’는 실제로 일어나지 않았다(McCormack, 1979년).
“거기에 있던 사람은 오기 전에 가지고 있던 아이디어를 추구하는 것에 대해 고집이 세었고, 내가 보기에는, 어떤 아이디어의 실질적인 교환도 없었습니다. 사람들이 오는 시기도 달랐다. 아이디어는 모든 사람들이 6 주 동안 오기로 동의했고 2주 에서 6주 전체기간동안 모두 다른 기간 머물렀기 때문에 모든 사람이 모일수 있는 시간이 없었다. 우리가 정기 모임을 가질 수 없다는 것을 의미했기 때문에 정말 실망했습니다”
그러나 일부 가시적인 결과가 있었다는 것은 추론할 수 있다. 우선 인공지능(AI)이라는 용어 자체가 맥카시가 회의 도중 처음 만들었다. 맥카시는 컨퍼런스가 있었던 기간과 직접적으로 관련된 중요한 작업 중, Newell, Shaw 및 Simon의 정보 처리 언어 (IPL) 및 논리 이론 기계에 관한 연구 (Moor, 2006)를 강조했다.
다른 관련된 결과는, 컨퍼런스 참석자중 하나인 아서 사무엘이 1959년 ‘기계학습’ 이라는 용어를 만들어 세계 최초의 자가학습 프로그램 중 하나인 체크 게임 프로그램을 만들었다. 이제 올리버 셀프리지(Oliver Selfridge)는 패턴 인식에 대한 연구에서 종종 ‘기계 인식의 아버지’로 언급된다. 민스키는 1969년에 ‘인공지능 분야의 창출, 형성, 촉진 및 발전에 있어 중심적인 역할’로 튜링상을 수상했다. 뉴웰과 사이먼은 1975년에 ‘인공지능과 인간인지 심리학’에 기여한 공로로 같은 상을 수상했다.
◆ AI 향후 50년
DARPA, Dartmouth, Provost of Provost of Provost of Faculty, DARPA 및 개인 기부자들의 자금으로 1956년 첫 모임 50주년을 기념하는 회의가 2006년 7월 13일부터 15일 사이에 개최됐다.
이 회의에서는 다음과 같은 세 가지 목표를 명시했다.
•1956년 모임을 기념하기 위해,
•AI가 얼마나 발전했는지 평가하기 위해
•AI가 어디로 가야하는지 계획하기 위해
기념일 컨퍼런스의 행사를 요약한 기사는 후에 제임스 무어(James Moor)가 썼고 AI 매거진 제27권 제4호(2006년)에 실렸다.
Wikiwand
Our magic isn’t perfect
You can help our automatic cover photo selection by reporting an unsuitable photo.
The cover is visually disturbing
The cover is not a good choice
[인공지능 역사] ① – ‘다트머스 회의’부터 ‘1차 AI 겨울’까지
드론이 택배를 대신하고, 빅 데이터를 통해 질병을 파악하며, 3D 프린팅으로 집을 짓는 등 ‘4차 산업혁명’이 오늘날, 전 세계에 큰 영향을 주고 있다. 이 4차 산업혁명 시대를 주도하는 것이 바로 ‘인공지능(AI)’이다.
그러나 AI 개발 과정이 항상 순탄하게만 이루어진 것은 아니다. 이번 기사에서 AI의 시작과 첫 번째 한계점인 ‘AI 겨울’에 대해 알아보겠다.
다트머스 대학
다트머스 회의는 당시 대학교수였던 컴퓨터 과학자 존 매카시(John McCarthy)를 필두로 10명의 과학자가 자동기계 이론, 신경망, 자연어 처리 등을 통해 ‘스스로 학습할 수 있는 기계’를 제작하기 위해 모인 학술 워크숍이었다.
존 매카시는 워크숍의 자금 확보를 위해 1955년 8월에 록펠러 재단에 제안서를 작성하였는데, 해당 제안서에서 ‘인공지능’이라는 단어를 공식적으로 처음 사용했다.
이후, 다트머스 회의는 자금 및 기간 문제, 타 대학에서의 연구 활동 때문에 결과물을 만드는 데는 실패했다.
하지만, 이후 20년간 회의에 참석한 주요 인물들과 제자들을 통해 AI 연구가 지속해서 이루어질 수 있는 발판을 마련한 중요 사건이다.
AI 초창기 때 지식인들은 “기계는 결코 X를 할 수 없다.”는 믿음을 가지고 있었다. 이런 믿음을 부시는 역활을 했던 것이 바로 초창기 AI 연구였다.
AI의 발전은 눈부셨다. 앨런 뉴웰(Allen Newell)과 허버트 사이먼(Herbert Simon)은 추론 프로그램 LT(Logic Theorist)를 개발한 뒤 사람과 같은 문제 접근 능력을 갖춘 최초의 프로그램인 GPS(Global Problem Solver)를 개발했다. 이후, 1976년 ‘기계도 인간과 같은 지능 행위를 할 수 있다’는 물리적 기호 시스템 가설(physical symbol system hypothesis)로 이어졌다.
IBM에서는 1958년과 1959년, 나다니엘 로체스터(Nathaniel Rochester)를 중심으로 AI 체스 프로그램 등 최초의 AI 프로그램을 제작했다. 그리고, 다트머스 회의의 창시자인 존 매카시는 1958년, MIT AI 연구소에서 AI 프로그래밍 언어 Lisp와 최초의 AI 시스템인 Advice Taker를 서술했다.
또, 스탠퍼드 대학에서 AI 연구실을 개설한 마빈 민스키(Marvin Minsky)는 학생들에게 지능이 필요한 제한적 과제를 선택하여 연구했다. 이는 ‘미시 세계’라고 알려져 있다.
미시 세계 중, 가장 널리 알려진 세계는 ‘블록 세계’이다. 블록 세계는 로봇 팔을 이용하여 블록들을 재배치하는 과제이다. 이 블록 세계를 통해 인공 시각 프로젝트, 학습 이론, 자연어 이해 프로그램, 계획 수립기 등 AI 개발에 큰 영향을 끼쳤다.
이처럼 AI는 빠른 속도로 성장하였고, 많은 AI 전문가가 AI 연구의 성공 신화를 믿어 의심치 않았다.
AI의 첫 한계점은 인공신경망 ‘퍼셉트론’에서 시작된다.
최초의 인공신경망 연구는 1943년 신경외과 의사인 워런 맥컬록(Warren McCulloch)과 논리학자인 월터 피츠(Walter Pitts)가 시작했다.
인공신경망은 인공 신경을 그물망 형태로 연결해 인간의 뇌의 간단한 기능을 흉내 낼 수 있었으며 생물학적 신경망 내 반복적인 시그널이 발생할 때, 신경세포들이 시그널을 기억하는 가중치(weight factor) 효과를 통해 ‘기계가 학습할 수 있는’ 환경을 만들어주었다.
1958년 프랭크 로센블래트는 인공신경망을 실제로 구현한 ‘퍼셉트론’ 모델을 발표하며, AI 연구 가능성을 열어주었다.
하지만, 1969년 마빈 민스키와 그의 제자 세이무어 페퍼트(Seymour Papert)의 저서 ‘퍼셉트론스(Perceptrons)’에서 퍼셉트론 이론의 한계점을 수학적으로 증명하였다. 이는 AND, OR, NAND 같은 선형문제는 풀 수 있을지 모르지만, XOR 같은 비선형 문제를 풀 수가 없다는 것이었다.
일반적으로 데이터들은 중첩이 가능한 선형 형식보다 중첩이 불가능한 비선형 형식으로 분포되어 있다. 이 사건을 계기로 학계는 AI에 대한 관심을 잃었고 심지어 영국 정부는 단 두 대학만을 남기고 AI 연구 지원을 중단하는 등 AI 분야에 대한 기피 현상이 생겨났다. 이를 ‘제1차 AI의 겨울’이라 부른다.
이렇듯 AI의 역사에는 봄과 겨울이 존재한다.
[전채남의 AI Story] 다트머스 학술회의
전채남 (주) 더아이엠씨 대표
역사를 보면 세상을 바꾸는 중요한 회의들이 있다. 인공지능(AI·Artificial Intelligence)의 역사에도 중요한 회의들이 있었다. 첫 번째 회의가 다트머스 학술회의다. 이 학술회의는 1956년 미국 뉴햄프셔 하노버에 있는 다트머스대학에서 AI에 관한 다트머스 여름 연구프로젝트로 약 8주간 열렸으며 이 AI의 봄이 시작되게 하는 워크숍이었다.
이 학술회의가 열린 계기는 1955년 존 매카시와 마빈 민스키가 록펠러재단에 서면 제안서를 작성하면서 시작되었다. 이 제안에 나다니엘 로체스터와 클로드 새넌이 합류하였다. 1956년 이들의 연구프로젝트 초대장에 ‘AI’가 처음 공식적으로 언급되었다. 목적은 AI를 시뮬레이션할 수 있는 기계를 만드는데 도움이 될 새로운 연구 영역을 창출하기 위해 수학, 심리학, 공학 등 다양한 분야의 연구자들을 재결합하는 것이었다.
AI에 관한 다트머스 여름 연구프로젝트 제안서는 이렇게 시작한다. “우리는 1956년 여름 뉴햄프셔 하노버에 있는 다트머스 대학에서 두 달 동안 10명의 과학자가 AI 연구를 수행할 것을 제안한다. 이 연구는 학습의 모든 측면이나 지능의 다른 특징들이 원칙적으로 정확하게 기술될 수 있기 때문에 기계가 그것을 시뮬레이션할 수 있다는 추측에 근거해 진행하는 것이다.” 이 학술회의는 AI를 ‘사람처럼 생각하는 기계’ 정도로 정의하였다. 오늘날의 AI 개념인 ‘데이터를 바탕으로 스스로 생각하고 판단하여 행동하는 것’보다는 작은 개념이다. 미첼 핸라인과 안드레아스 카플란에 의하면 AI는 외부데이터를 올바르게 해석하고 그 데이터로부터 학습한 다음 유연한 적용을 통해 특별한 목표와 과업을 달성하기 위한 시스템 능력이다.
AI라는 용어를 사용하기 전 앨런 튜링이 먼저 1940년대에 ‘사람처럼 생각하는 기계’에 대해 연구를 진행했다. 그는 기계가 인간 수준의 지능을 가졌는가를 판단하는 방법의 하나인 튜링 테스트(Turing Test)를 제안한 사람이다. 튜링 테스트는 1950년 발표된 그의 논문 ‘컴퓨팅 기기와 지능’에서 시작했으며 논문은 ‘기계는 생각할 수 있는가?’로 시작한다.
이 회의를 통해 참석자들은 사고행위와 연산에 대해 정의하고 연산이 가능한 최고의 비인간적인 도구는 디지털 컴퓨터라고 하였다. 학술회의 참석자들은 왜 사람처럼 생각하는 기계에 관심을 가지고 연구를 하고자 하였을까? AI를 통해 인류가 당면한 문제를 해결하고 삶의 질을 향상시키는 방법을 찾기 위한 시도로 이루어졌다고 본다. AI의 사용 목적이 여기에 본질적으로 규정돼 있다. 우리가 우려하는 인간의 고유한 영역을 침해하고 삶을 위협하는 AI가 아니라 우리는 인간의, 인간에 의한, 인간을 위한 AI를 개발하고 사용할 것이다.
그들은 AI를 어떻게 만들려고 하였는가? 다트머스 학술회의는 수학, 심리학, 행정학, 컴퓨터 및 인지과학 등 다양한 전문가들이 모여서 진행한 워크숍이었다. 이 사실로 볼 때 AI는 여러 전문가들이 온오프라인으로 모여 당면한 사회문제를 해결하기 위해 집중적으로 논의하는 플랫폼을 통해서 발전할 수 있다. 개발된 AI는 이 플랫폼에 개방되어 누구나 특정한 목표나 과업에 적용될 수 있을 것이다.
“그 당시 나는 그 주제에 관심이 있는 모든 사람들을 모아서 그것에 시간을 할애하고 집중한다면, 우리는 진정한 발전을 할 수 있을 것이라고 믿었다”라는 존 매카시의 말을 인용하는 것으로 글을 마무리한다.
〈주〉더아이엠씨 대표
키워드에 대한 정보 다트머스 회의
다음은 Bing에서 다트머스 회의 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 다트머스 회의
- 동영상
- 공유
- 카메라폰
- 동영상폰
- 무료
- 올리기
다트머스 #회의
YouTube에서 다트머스 회의 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 다트머스 회의 | 다트머스 회의, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.