신경망은 더 이상 프로토타입 코드로서 존재하는 신기한 것들이 아니다; 그것들은 공식화될 수 있으며 객체들로서 실현될 수 있고 무수히 많은 응용들에서 사용될 수 있다. 인공지능의 이 분지에서의 증가하는 관심은 무수히 많은 아키텍처들, 설계 방법론들 그리고 많은 툴들, 유틸리티들 그리고 구현
지능의 관점에서의 접근이 함께 이루어짐
2. 인공지능의 역사
1) 인공지능의 태동
① 다트머스 컨퍼런스
- 마빈 민스키, 존 매카시, 너새니얼 로체스터, 클로드 섀넌, 등이 참여
- 인공지능 연구 시작
② 신경망의 연구
프랭크 로젠브랫의 퍼셉트론 알고리즘, 홉필드 네트워크 등 동물의 신경계 동
지능의 관점에서의 접근이 함께 이루어짐
2. 인공지능의 역사
1) 인공지능의 태동
① 다트머스 컨퍼런스
- 마빈 민스키, 존 매카시, 너새니얼 로체스터, 클로드 섀넌, 등이 참여
- 인공지능 연구 시작
② 신경망의 연구
프랭크 로젠브랫의 퍼셉트론 알고리즘, 홉필드 네트워크 등 동물의 신경계 동
신경망으로 구성된 네트워크의 발명 등 이제까지 고전적인 처리 방식으로 해낼 수 없었던 많은 분야의 일들이 가능할 것이라고 예상하고 있다.
1.1. 인공지능의 사고 능력과 관련된 알고리즘
1.1.1. 재귀적 공식
이는 어떤 문제의 가능한 모든 해답을 끌어내어 거대한 가능성의 구조를 만들
인공지능 스스로 학습하는 방식으로 진화하였다. 특히 최근에는 생물학적 신경망의 작동 방식을 모방한 딥러닝(deep learning) 알고리즘으로 발전하였다. 이러한 방법이 가능한 이유는 컴퓨터의 비약적인 발전과 모바일 시대에 따른 폭발적인 데이터 량의 증가 때문이다.여기서 머신러닝과 딥러닝의 차이