총 6개
-
김대식의 인간대 기계2024.09.211. 인간과 기계의 공존 1.1. 인공지능의 발전과 도전 1.1.1. 역사적 배경 인공지능의 역사적 배경은 1950년대 앨런 튜링의 논문 '계산 기계와 지능'에서 시작된다. 튜링은 기계가 인간처럼 생각할 수 있는지에 대한 질문을 던졌으며, 이를 테스트하기 위한 튜링 테스트를 제안했다. 이후 수십 년간 인공지능 연구는 꾸준히 진행되었지만, 초기의 기대와 달리 큰 성과를 거두지는 못했다. 그러나 21세기에 들어서면서 컴퓨팅 파워의 비약적인 발전과 빅데이터의 등장으로 인공지능은 급속도로 발전하기 시작했다. 특히, 딥러닝 기술의 발...2024.09.21
-
인간 게놈 프로젝트속 확률과 통계2024.10.061. 유전체 연구의 현재와 전망 1.1. 서론 유전체 연구는 인간과 생물의 모습을 결정짓게 되는 DNA 염기서열에 대한 이해를 바탕으로 한다. 이는 생물의 총 유전자 정보를 담고 있는 유전체(게놈)를 밝혀내고자 하는 노력이다. 1988년에 시작된 인간 게놈 프로젝트는 인간 유전체 연구의 대표적인 사례로, 30억 개의 DNA 염기를 모두 해독하여 유전자의 위치와 배열을 파악하고자 하였다. 이를 통해 유전자의 기능과 질병 유발 매커니즘 등을 밝히고자 하였으며, 궁극적으로는 난치병 치료를 위한 유전자 치료법 개발을 목표로 하였다. 현재...2024.10.06
-
모두의 인공지능 퀴즈2024.11.091. 인공지능의 발전과 활용 1.1. 인공지능의 발전과정 인공지능의 발전과정은 오랜 역사를 자랑한다. 인공지능은 이미 1950년대부터 연구되기 시작했으며, 그 이후로 지속적으로 발전해왔다. 1950년대, 튜링 테스트와 같은 인지 능력의 측정 방법이 제안되었고, 퍼셉트론과 신경망 이론이 도입되면서 인공지능 연구가 본격화되었다. 이 시기에는 주로 기호 논리 기반의 규칙 인공지능이 개발되었다. 1960년대와 1970년대에는 인공지능 연구가 침체기를 겪었는데, 이는 기대에 미치지 못한 성과와 함께 지나치게 낙관적이었던 전망으로 인...2024.11.09
-
의료정보 보호 및 보안을 위한 보건 의료 전문가의 역할2024.11.291. 의료 진단과 예측 모델링 1.1. 의료 진단과 예측 모델링의 중요성 정확한 진단과 조기 발견은 환자의 생명을 구할 수 있으며, 효과적인 진료 및 치료 계획을 수립하는 데 결정적인 역할을 한다. 이와 함께 만성 질환 및 건강 위험을 사전에 예측하여 조치를 취함으로써 공중보건 및 개인 건강을 향상시키는 데 도움이 된다. 의료 진단과 예측 모델링은 예방 의학과 개인화 의료에도 큰 도움을 준다. 환자의 의료 기록과 생화학 데이터를 기반으로, AI는 개인 건강 리스크를 평가하고 예방 전략을 개발하는 데 활용된다. 이를 통해 질병 예방...2024.11.29
-
산업,공공기관 빅데이터 사례2024.12.011. 서론 1.1. 빅데이터의 개념 빅데이터는 인터넷의 확산, 스마트폰 수요의 증가, 정보기술 발달로 인해 생성되는 양질의 데이터와 정보의 양이 급속도로 증가하면서 등장한 개념이다. 과거에는 인터넷이 단순 검색과 소개 글 정도의 소통이 주를 이루었지만, 현재는 게임, 소셜 미디어, 쇼핑, 연구 등 다양한 분야에서 개인에 특화된 맞춤형 서비스를 제공하며 빅데이터가 등장하게 되었다. 빅데이터는 명확하게 정의되지 않은 용어이지만, 일반적으로 다음과 같은 특성을 가진다. 첫째, 데이터의 집합 크기가 매우 크다는 점에서 정의되기도 한다....2024.12.01
-
기계는어떻게생각하고학습하는가2024.11.031. 머신러닝과 인공지능 1.1. 기계 학습의 개념과 특징 기계 학습은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야이다. 기계 학습 알고리즘은 이메일 필터링 및 컴퓨터 비전 등 인간이 명시적 규칙을 작성하는 것이 어렵거나 비현실적인 다양한 애플리케이션에서 사용된다. 기계 학습의 주요 목표는 데이터에서 학습하여 주어진 알고리즘을 자동으로 개선하는 것이다. 즉, 스스로 학습하는 것이다. 기계가 학습할 수 있는 두 가지 주요 방법은 지도 학습과 비지도 학습이다. 지도 학습은 가르쳐 주면서 학습시키는 것이...2024.11.03