인공지능 정의역사와 활용분야및 인공지능의 장단점과 미래모습연구 및 느낀점분석 - 인공지능 AI 연구레포트

소개글

인공지능 정의역사와 활용분야및 인공지능의 장단점과 미래모습연구 및 느낀점분석 - 인공지능 AI 연구레포트에 대한 보고서 자료입니다.

목차

1. 인공지능 AI의 정의

2. 인공지능의 역사

3. 인공지능의 활용분야

4. 인공지능의 장단점
(1) 인공지능의 장점
(2) 인공지능의 단점과 문제점

5. 인공지능으로 변화될 미래의 모습

6. 결론 및 느낀점

본문내용

고등학교에서 인공지능을 활용한 교육 시스템을 구축해 학생들의 졸업률을 55퍼센트에서 78센트까지 끌여올렸다. 의학도 인공지능 활용이 확대되고 있는 분야이다. 사람의 몸과 질병에 대한 지식은 의사만이 이해할 수 있는 부분이었는데 미국 최대 의료보험회사 웰포인트 IBM의 슈퍼컴퓨터 왓슨의 기술을 사용한다. 왓슨은 수백 명의 전문의가 가진 지식을 수집해 환자의 가장가능성 높은 병과 상황에 맞는 치료법을 제시한다.
(2) 인공지능의 단점과 문제점
1) 퍼지제어의 문제점
- 일반적으로 과도운동 상태에서의 퍼지제어시스템의 성능 신뢰성은 수학적으로 보장되지 않는다. 이러한 문제는 특히 비행제어 시스템에서는 바람직하지 않은 특성이다. 따라서 비행제어 측면에서는 기존의 제어기와 퍼지제어기를 혼합하는 혼합제어 구조가 바람직하다. 실제적으로 순수한 퍼지제어기는 극히 드물며, 오히려 퍼지제어가 기존의 제어를 보완하는 혼합구조의 방법이 대부분을 이루고 있다.
- 퍼지제어시스템의 안정성을 입증할만한 체계적인 기법의 결여가 중요한 단점중의 하나이다.
해외의 많은 연구 및 적용사례를 통하여 보듯이 분명한 사실은 비행제어의 비선형성과 성능 강건성 측면에서 퍼지 로직 기반의 설계는 기존 제어기법을 대체 혹은 보완하는 새로운 설계 영역을 제공할 수 있는 훌륭한 제어기법중의 한 분야라는 것이다.
따라서, 퍼지제어가 적절한 도구로서 활용되어 향 후 국내의 비행제어시스템 개발에 있어서 문제점을 해결하고 또는 미래의 진보된 설계에 적용될 수 있을 것으로 판단된다.
2) 신경회로망
신경회로망은 구조적 제약으로 때문에 연속 음성 인식으로의 확장이 용이하지 않다. 음성의 시간적 측면을 모델링 하기가 어렵고 연속 음성 인식을 위한 계층적 결합에 있어 문제점을 갖고 있기 때문이다. 그래서 이러한 단점을 비교적 잘 처리할 수 있는 MMM과의 결합을 통해 연속 음성 인식 성능을 향상하고자 하는 연구가 시작되었다.
3) 유전자 알고리즘
유전자 알고리즘은 사용의 편이성과 다양한 응용 가능성으로 인해 많은 문제에 적용이 되었다. 하지만 유전자 알고리즘의 근본적인 문제점은 기존의 일반적인 최적화 알고리즘에 비해 매우 많은 계산 요구량에 있었다. 이러한 계산 요구량의 제약으로 인해 유전자 알고리즘의 응용은 비교적 계산이 쉬운 문제에 국한될 수밖에 없었다. 하지만 컴퓨터의 발달과 함께 유전자 알고리즘의 이러한 문제점도 어느 정도 극복할 수 있었다. 이 결과, 과거에는 수행할 수 없었던 복잡한 문제에 대해 점차적인 접근이 이루어 졌다. 하지만 아직도 유전자 알고리즘이 적용되기에는 어려운 문제가 있다. 그 대표적인 문제가 바로 유동 최적화 문제이다. 유동 해석의 경우 구조 해석이나 전자기 해석 등과 같은 일반적인 해석에 비해 비교적 오랜 시간을 필요로 하므로 그 응용이 매우 어려웠다.
5. 인공지능으로 변화될 미래의 모습
현재 많은 공장에서 제품을 생산할 때 컴퓨터를 이용하면, 제품의 생산 계획이나 설계·제조·보관·출고에 이르기까지 거의 모든 일을 처리할 수 있다. 기계 공업에서 가장 많이 사용하는 공작 기계는 금속 등을 가공할 때 사용된다. 과거에는 이 기계를 사용하기 위해 고도의 숙련된 기술이 필요했다. 그러나 최근에는 수치 제어 공작 기계가 개발되어 기술이 없어도 금속을 가공할 수 있게 되었다. 수치 제어 공작 기계는 가공하는 작업의 순서와 내용을 수치 정보로 만들어 기계에 입력시키면 기계가 자동적으로 가공 작업을 하는 것이다. 이 수치 제어 공작 기계와 자료의 입력 관리를 맡는 컴퓨터가 결합하여 만들어진 것이 컴퓨터 수치 제어 공작 기계이다. 이 수치 제어 기계에서 더 발전하여 복잡한 가공을 할 수 있도록 만든 장치가 공작 로봇이다. 그동안 인간이 해 오던 많은 일들을 지금은 로봇이 대신하고 있다. 산업 현장에는 단조로운 반복 작업이나 따분한 작업, 불쾌한 작업들이 많은데, 이와 같은 작업은 특히 로봇에게 맡기기에 적합하다. 조립 공장에서 리벳 박는 일, 용접, 자동차 차체를 칠하는 일 등은 그 좋은 예이다.
미래에 이런 종류의 작업은 로봇 쪽이 인간보다 더 잘 해낼 수 있다. 왜냐하면 로봇은 언제나 일정한 수준의 정밀도와 정확도로 작업을 계속할 수 있으며, 결코 지칠 줄 모르기 때문이다. 따라서 제품의 품질은 항상 일정하며 게다가 휴식을 취할 필요가 없기 때문에 많은 양의 제품을 만들 수 있다. 또한 로봇은 위험한 작업을 대신할 수가 있다. 방호복을 입지 않고 원자력 공장에서 방사성 물질을 취급하거나, 유독 화학 물질을 취급할 수가 있으며, 인간에게는 너무 덥거나 추운 환경에서도 일할 수가 있다. 인간의 생명이 위험에 노출될 수 있는 곳에서도 로봇을 사용할 수 있다. 예를 들면 폭발물을 수색하거나 폭탄의 뇌관을 제거하는 일, 그리고 우주 공간에서의 작업도 그 중의 하나이다. 로봇은 우주 공간에서의 작업에 특히 이상적이다. 지구를 돌고 있는 인공위성을 수리하거나 유지하는 데 사용되기도 하고, 보이저호와 같이 탐사와 발견을 목적으로 먼 천체까지 비행하는 데도 로봇이 사용된다. 한편 가정에서도 점점 많은 로봇이 가사를 돕기 위해 사용될 것이다. 그리고 육체적인 장애를 가진 사람들을 돌보는 일에도 많이 이용될 것으로 기대된다. 로봇 간호보조자는 장애자나 노령으로 인해 체력이 약해진 사람들이 가족들에게서 독립하여 혼자서도 살 수 있도록 해주며, 병원에 입원하지 않아도 될 수 있도록 도와주게 될 것이다.
6. 결론 및 느낀점
인공지능에 대해 조사하면서 이미 생활 속에 많은 부분에서 그 필요성을 느끼게 되고 또 사용되고 있는 인공지능의 모습을 보면서 앞으로 더욱 그 필요성이 커질 것이라는 생각이 들었다. 하지만 아직 영화 속의 인공지능의 모습처럼 사용되지는 못하고 있다. 그렇게 되려면 앞으로 얼마의 시간이 흘러야 가능한지도 미지수라고 생각한다. 인공지능이 우리 생활을 편리하고 유용하게 해줄 것은 부인할 수 없으나 그것이 다 일수는 없다고 생각한다. 인공지능으로 살아가는 삶이 전부가 되어서는 안 된다는 것이다. 이용가치의 유용성은 높이 사되 그것을 얼마나 잘 이용하느냐가 우리가 앞으로의 미래를 살아가는 방법이 될 수 있을 것이다.

키워드

AI,   알파고,   인공지능 사례,   인공지능,   4차산업혁명,   빅데이터,   인공지능 장점,   인공지능 단점,   딥러닝,