너무 복잡하게 생각하지 말자. 인공지능 운동을 실제로 시작한 사람이 누구인지 궁금하다면, 적어도 역사적으로 볼 때 답은 매우 간단하다. 존 매카시AI의 초창기에 참여했을 뿐만 아니라, 말 그대로 AI에 이름을 붙인 사람이기도 했습니다. 인공지능? 그의.
하지만 이걸 멋진 직함으로 오해하지 마세요. 명예로운 직함이 아니라, 스스로 얻은 직함입니다.
이 글을 읽은 후에 읽어보면 좋을 기사:
🔗 AI를 만드는 방법 - 쓸데없는 내용 없이 심층 분석
처음부터 스스로 AI를 구축하는 방법에 대한 포괄적이고 실용적인 가이드입니다.
🔗 양자 AI란 무엇인가? – 물리학, 코드, 혼돈이 교차하는 곳
양자역학과 인공지능의 흥미로운 교차점을 탐험해보세요.
🔗 AI에서 추론이란 무엇인가? – 모든 것이 하나로 합쳐지는 순간
AI가 훈련된 데이터를 사용하여 실시간으로 결정을 내리고 통찰력을 생성하는 방법을 알아보세요.
🔗 AI에 대한 전체론적 접근 방식은 무엇을 의미합니까?
AI의 성공이 알고리즘 그 이상인 이유를 알아보세요. 윤리, 의도, 영향도 중요합니다.
존 매카시: 신문에 실린 이름 그 이상 🧑📘
1927년에 태어나 2011년 세상을 떠날 때까지 이 분야에서 활동했던 존 매카시는 기계에 대해 묘한 확신을 가지고 있었습니다. 기계가 무엇이 될 수 있는지, 그리고 무엇이 될 수 없는지에 대해 말입니다. 신경망이 인터넷 서버를 마비시키기 훨씬 전부터 그는 이미 다음과 같은 어려운 질문을 던지고 있었습니다. 어떻게 기계에게 사고력을 가르칠 수 있을까? 무엇이 생각이라고 할 수 있을까?
1956년, 매카시는 다트머스 대학에서 뛰어난 지성들을 모아 워크숍을 공동 주최했습니다. 클로드 섀넌(네, 정보 이론 전문가죠), 마빈 민스키, 그리고 몇몇 다른 사람들이 함께했죠. 이건 그저 먼지 쌓인 학술 회의가 아니었습니다. 정말 중요한 순간이었습니다. 그 용어가 실제로 사용된 행사였습니다. 인공지능 처음에는 공식적인 자격으로 사용되었습니다.
다트머스 제안이요? 겉보기에는 좀 무미건조해 보이지만, 그 제안은 여전히 수그러들지 않는 움직임을 촉발했습니다.
그는 실제로 무엇을 했을까? (정말 많이) 💡🔧
우선 LISP
1958년에 McCarthy는 리스프수십 년 동안 AI 연구를 거의 지배했던 프로그래밍 언어입니다. "심볼릭 AI"라는 용어를 들어보신 적이 있다면, LISP는 그 충실한 일꾼이었습니다. LISP는 연구자들이 재귀 논리, 중첩 추론 등, 기본적으로 오늘날 우리가 훨씬 더 진보된 기술에서 기대하는 것들을 실험할 수 있도록 해 주었습니다.
시간 공유: OG 클라우드
매카시의 개념 시간 공유 - 여러 사용자가 동시에 컴퓨터와 상호 작용할 수 있게 되면서 컴퓨팅이 확장 가능한 방향으로 나아가는 데 도움이 되었습니다. 심지어 클라우드 컴퓨팅의 초기 정신적 조상이라고 할 수도 있습니다.
그는 기계가 추론하기를 원했습니다.
대부분이 하드웨어나 좁은 규칙 세트에 집중하는 반면 McCarthy는 논리, 즉 크고 추상적인 프레임워크에 뛰어들었습니다. 상황 미적분 그리고 외접이것들은 유행어가 아닙니다. 기계가 단순히 행동하는 데 그치지 않고 시간과 불확실성 속에서 추론할 수 있도록 돕는 프레임워크입니다.
오, 그리고 그는 스탠포드 AI 연구소를 공동 창립했습니다.
그만큼 스탠포드 AI 랩(SAIL) 학문적 AI의 초석이 되었습니다. 로봇공학, 언어 처리, 시각 시스템 등 모든 것이 여기에 뿌리를 두고 있습니다.
하지만 그 사람만 그런 건 아니었어요 📚🧾
천재는 혼자 하는 일이 아닙니다. 매카시의 업적이 기반을 다진 것은 사실이지만, AI의 근간을 구축한 것은 그 혼자가 아니었습니다. 언급할 만한 다른 인물들은 다음과 같습니다.
-
앨런 튜링 - 1950년에 "기계가 생각할 수 있을까?"라는 질문을 제안했습니다. 튜링 테스트 오늘날에도 여전히 인용되고 있다.시대를 앞서가는 통찰력과 비극적 재능 🤖.
-
클로드 섀넌 - 매카시와 함께 다트머스 회의를 시작하는 데 도움을 주었습니다. 또한 학습을 통해 미로를 푸는 기계식 마우스(테세우스)도 만들었습니다. 1950년대에는 다소 초현실적이었습니다. 🐭.
-
허버트 사이먼 & 앨런 뉴웰 - 그들은 건설했다 논리 이론가, 정리를 증명할 수 있는 프로그램. 사람들은 처음에 그것을 믿지 않았습니다.
-
마빈 민스키 - 이론가이자 수리가이기도 합니다. 그는 신경망, 로봇공학, 그리고 대담한 철학적 관점을 오가며 활동했습니다. 매카시의 오랜 지적 논쟁 파트너였습니다. 🛠️.
-
닐스 닐슨 - 계획, 탐색, 그리고 행위자에 대한 우리의 사고방식을 조용히 형성했습니다. 초기 AI 학생들이 대부분 책상 위에 펼쳐 놓은 교과서를 집필했습니다.
이들은 조연이 아니었습니다. 그들은 AI의 경계를 정의하는 데 기여했습니다. 그럼에도 불구하고, 매카시는 중심을 잡았습니다.
현대? 완전히 다른 흐름이에요 🔬⚙️
빨리 감기. 당신은 다음과 같은 사람들을 가지고 있습니다 제프리 힌튼, 요슈아 벤지오, 그리고 얀 르쿤 - 현재는 ~로 알려져 있습니다 "딥러닝의 대부."
1980년대 힌튼의 역전파 모델은 단순히 사라진 것이 아니라 진화했습니다. 2012년, 그의 합성곱 신경망 연구는 AI가 대중의 주목을 받는 데 기여했습니다. 이미지 인식, 음성 합성, 예측 텍스트 등 모든 것이 딥러닝의 모멘텀에서 비롯된 것입니다. 🌊.
2024년에 Hinton은 노벨 물리학상 그 기여에 감사드립니다. 네, 물리학이죠. 코드와 인지의 경계가 그만큼 모호해진 거죠. 🏆.
하지만 중요한 건, 힌튼이 없으면 딥러닝 서지(Deep Learning Surge)도 없다는 겁니다. 사실이죠. 하지만 또한, 매카시가 없으면 처음부터 AI 분야도 없다그의 영향력은 뼈에 있습니다.
매카시의 작품? 아직도 유효한가 🧩📏
이상한 반전이 있습니다. 오늘날 딥러닝이 지배적인 반면, 매카시의 "옛날" 아이디어 중 일부가 다시 주목받고 있습니다. 기호 추론, 지식 그래프, 그리고 하이브리드 시스템? 바로 그것들이 다시 미래입니다.
왜 그럴까요? 생성 모델이 아무리 똑똑하더라도 일관성 유지, 시간 경과에 따른 논리 적용, 모순 처리 등 특정 부분에서는 여전히 부족하기 때문입니다. 매카시는 이미 60년대와 70년대에 이러한 측면을 탐구하고 있었습니다.
따라서 사람들이 LLM을 논리 계층이나 기호 오버레이와 혼합하는 것에 대해 이야기할 때, 그들은 의도적으로든 아니든 그의 플레이북을 다시 살펴보고 있는 것입니다.
그렇다면 AI의 아버지는 누구일까요? 🧠✅
여기에는 주저함이 없습니다. 존 매카시.
그는 이름을 만들고, 언어를 만들고, 도구를 개발하고, 어려운 질문을 던졌습니다. 그리고 지금도 AI 연구자들은 그가 반세기 전 칠판에 그려냈던 아이디어들을 놓고 씨름하고 있습니다.
LISP 코드를 탐색하고 싶으신가요? 심볼릭 에이전트를 탐구하고 싶으신가요? 아니면 McCarthy의 프레임워크가 오늘날의 신경망 아키텍처와 어떻게 융합되는지 살펴보고 싶으신가요? 제가 도와드리겠습니다. 질문만 하세요.