2016년 12월 15일 목요일

융합적 관점에서 본 소프트웨어 공학의 미래

Scientific Method vs. Actual Method





Pivot

•Realizing you had a failed experiment or false hypothesis
•Trying again with a new hypothesis
•Entrepreneurship is a search / learning process







Deep Learning



History of Deep Learning




Innovation by Deep Learning


 
 
 

인공지능의 어려움과 접근방법


•인공지능
–“What”은알겠으나, “How”는?

•지능시스템개발방법론
–지식기반방법론: 저장된지식을기반으로의사결정
–데이터기반방법론: 데이터로부터추출된지식으로의사결정

•지능기술의발달사: 컴퓨터발명이후50여년간부단히계속되는신기술의출현과퇴조
–논리학, 최적화이론, 확률적모형, 탐색이론, 규칙기반시스템, 전문가시스템, 퍼지논리, 신경회로망, 유전자알고리즘, 카오스이론, ..….

•대표적인기술
–Search
–Production system
–Neural networks deep learning


대표적인기술: Search





대표적인기술: Deep Learning




통합형지능기술

•상향식접근방법(인공생명)과하향식접근방법(전통적인인공지능)이독자적으로연구개발되고있음

•전통적인인공지능방법이추구하는상위수준의지능과행동기반지능이추구하는저수준의지능사이에협력이필요
–전통적인인공지능: 유연성이부족하고많은시간을소요함
–행동기반인공지능: 복잡한문제를해결하기에는어려움이따름
•기호수준의표현과연결주의표현사이의협력필요

•사회성, 감정, 감성등에대한연구필요