![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-1](http://images.happyhaksul.com/thumb/628/627736-0001.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-2](http://images.happyhaksul.com/thumb/628/627736-0002.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-3](http://images.happyhaksul.com/thumb/628/627736-0003.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-4](http://images.happyhaksul.com/thumb/628/627736-0004.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-5](http://images.happyhaksul.com/thumb/628/627736-0005.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-6](http://images.happyhaksul.com/thumb/628/627736-0006.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-7](http://images.happyhaksul.com/thumb/628/627736-0007.gif)
![[인공지능][패턴인식][제5세대컴퓨터][식별][한의진단][인공지능 컴퓨터]인공지능과 패턴인식, 인공지능과 제5세대컴퓨터, 인공지능과 식별, 인공지능과 한의진단 분석(인공지능, 패턴인식, 제5세대컴퓨터, 식별)-8](http://images.happyhaksul.com/thumb/628/627736-0008.gif)
분야
hwpⅡ. 인공지능과 패턴인식
1. 패턴인식 시스템의 처리단계
1) 관측
2) 전처리
3) 분할
4) 정규화
5) 특징추출
6) 식별
2. 특징추출
1) 특징
2) 특징추출 목적
3. 패턴인식 접근방법 비교
1) 결정론적 인식방법
2) 언어이론적 인식방법
Ⅲ. 인공지능과 제5세대컴퓨터
Ⅳ. 인공지능과 식별
Ⅴ. 인공지능과 한의진단
1. 혼합시스템의 정의
2. 혼합시스템의 특징
3. 혼합시스템의 구성
1) 신경망(다층 퍼셉트론)
2) 전문가시스템
참고문헌
인간의 뇌는 신비에 쌓여있다. 우리는 인간 뇌의 기능에 대해 1%도 제대로 알지 못한다. 인공지능을 만들려는 공학자들의 노력은 높이 평가할 만하지만 인간의 사고를 이해하는 일은 아직도 먼 훗날의 일처럼 느껴지기도 한다.
이런 이유로 인해 인공 지능의 여러 가지 한계가 있는 데 우선 탐색의 한계를 들 수 있다
예를 들어 인공지능을 이용해 바둑을 두기 위해서는 흰 돌과 검은 돌을 각각 100번 이상 번갈아 두어야 하고 만약 어떤 형세에서 다음 돌이 반상에 놓일 수 있는 가능한 위치가 50가지이라고 한다면, 컴퓨터가 가장 유리한 다음의 수를 선택하기 위해 탐색해야 할 공간은 50! 이라는 것이다 즉 복잡성이 증가해서 문제의 해결 가능 경로수가 많아지면, 컴퓨터 시스템은 문제 처리를 위해 한번에 많은 컴퓨터 자원을 요구하게 되고, 자연적으로 무척 느리게 작용하게 된다. 인공지능을 적용한 컴퓨터 바둑의 실력이 6-7급 수준에서 머무르고 있는 사실이 이를 잘 증명하고 있다.
물론 IBM의 딥블루가 체스 챔피언인 개리 캐스파로프(Garry Kasparov)를 꺾어 화제가 된 적이 있다 이때 딥블루가 사용했던 방식이 바로 데히터 교수의 연구 분야인 \"제한 프로그램(constraint program)\" 방식이다. 그러나 이 방법은 지도 색칠하기나 체스 등에는 쉽게 응용이 가능하지만, 조금만 더 복잡한 퍼즐이나 게임에 적응하지 못한다는데 그 한계가 있다
두 번째로 컴퓨터가 상식을 갖추어서 인공지능을 제대로 발휘하기 위해서는 약 10만개 이상의 사실자료가 필요하고 엄청난 시간이 소요 된다는 것이다
한 예로 \"새의 문제\"라는 것인데, 컴퓨터에게 \"새는 날 수 있다\"고 말해주면 컴퓨터는 이를 곧이 곧대로 \"모든 새는 날 수 있다\"라고 해석한다는 것이다. \"이 새가 만일 펭귄이거나 타조라면?\"이라는 의문이 컴퓨터에게는 없다. 따라서 사소한 모든 정의마다 일일이 예외 조건을 붙여서 명기해주어야 한다. \"새는 날 수 있다. 이 새가 죽은 새가 아니고, 펭귄도 아니고, 타조도 아니고...\" 하는 식으로 수백만 개의 예외 사항이 \"새는 날 수 있다\"는 간단한 명제에 덧붙여지는 것이다.
2. 도용태, 김일곤 외 2명, 인공지능 개념 및 응용, 사이텍미디어, 2009
3. 모리카와 유키히토 저, 박혜수 역, 인공지능 이야기, 이지북, 2003
4. 성낙환, 인공지능 기술의 걸음마가 시작되었다, LG경제연구원, 2012
5. 영화 인공지능(A.I.)과 인공지능 연구의 현재, Inquirer, 2001
6. 조영임, 최신 인공지능, 학문사, 1999
7. CNN, 인공지능 컴퓨터의 실현은 가능한가, 1997
