딥러닝 이전에는 컴퓨터 비전이나 음성 시스템을 잘 작동시키는 것이 연구자가 알맞은 입력 특징을 직접 설계하는 데 달려 있었다 — 이미지용 SIFT와 HOG 같은 에지 검출기, 오디오용 켑스트럼 계수 등, 그 자체로 전문화된 기술이었다. 원시 데이터로부터 스스로 특징을 학습하는 네트워크가 등장하면서 2012년 이후 몇 년 안에 이 설계 작업 대부분이 쓸모없어졌다.
수작업 특징 공학자已不复存在。这里整理是什么消灭了它，以及哪个职业接手了那份工作。
1943~1956년
아이디어와 이름
워런 매컬록과 월터 피츠의 1943년 논문은 뉴런을 단순한 논리 스위치로 모델링하여 후대 연구자들에게 수학적 출발점을 제공했고, 앨런 튜링이 1950년에 제안한 기계 지능에 대한 실용적 테스트는 그 질문에 대중적인 형태를 부여했다. 두 아이디어 모두 1956년 다트머스 워크숍으로 이어졌는데, 이곳에서 존 매카시와 세 명의 동료가 '인공지능'이라는 용어를 만든 여름 모임을 열었다. 이 모임은 조직자들이 바랐던 것보다 훨씬 적은 기술적 진전을 냈지만, 방금 창설한 분야에 영구적인 이름을 붙였다.
当时还发生了什么
1950년
튜링, 모방 게임을 제안하다
학술지 마인드에 발표한 '계산 기계와 지능'에서 앨런 튜링은 '기계가 생각할 수 있는가'라는 질문을 우회하고 실용적인 테스트를 대신 제안하며, 50년 안에 약 10억 비트의 저장 용량을 가진 기계가 평균적인 심문자를 최소 30%의 확률로 속일 것이라고 예측했다.
1956년
다트머스 워크숍이 이 분야에 이름을 붙이다
존 매카시, 마빈 민스키, 너새니얼 로체스터, 클로드 섀넌이 진행한 8주간의 다트머스 여름 워크숍이 '인공지능'이라는 용어를 만들고, 이후 이 분야의 초기 연구 의제 대부분을 창설하게 될 약 열 명의 연구자를 한자리에 모았다.
1958년
로젠블랫, 퍼셉트론을 만들다
프랭크 로젠블랫의 퍼셉트론은 처음에는 소프트웨어로, 이후에는 코넬 대학교의 전용 하드웨어로 구현되어 스스로 연결 가중치를 조정함으로써 단순한 이미지를 분류하는 법을 학습했다 — 훈련 가능한 인공 신경망의 첫 작동 시연이었다.
1969~1974년
첫 번째 AI 겨울이 시작되다
마빈 민스키와 시모어 페퍼트의 1969년 저서 '퍼셉트론'은 단층 신경망이 XOR 같은 단순한 문제조차 풀 수 없음을 수학적으로 증명했고, 1973년 영국의 라이트힐 보고서는 AI가 그 약속을 지키지 못했다고 결론지었다. 대서양 양쪽에서 신경망 및 일반 AI 연구에 대한 자금 지원이 붕괴했다.
那份工作如今在哪里
기계 지능을 뒷받침하는 알고리즘을 설계하고 검증하는 직업으로, 이제는 자기 자신의 연구 과정 상당 부분을 자동화하려는 경쟁이 벌어지는 분야이기도 하다.
🤖 AI 연구원 →