Interlude on the history of AI: starting from search
AI is arguably as old as computer science. Long before we had computers, people thought of the possibility of automatic reasoning and intelligence. As we already mentioned in Chapter 1, one of the great thinkers who considered this question was Alan Turing. In addition to the Turing test, his contributions to AI, and more generally to computer science, include the insight that anything that can be computed (= calculated using either numbers or other symbols) can be automated.
AI는 틀림없이 컴퓨터 과학만큼 역사가 깊습니다. 컴퓨터가 발명되기도 더 이전에, 사람들은 automatic reasoning과 intelligence의 가능성에 대해 생각했습니다. 1장에서 언급했듯이, 이 가능성을 고려한 위대한 사상가 중 하나는 Alan Turing입니다. Turing test 이외에도 그의 AI에 대한 공헌들, 그보다 더 전반적으로 컴퓨터 과학에 대한 공헌들은 연산 (compute) (=숫자나 다른 기호를 활용하여 계산) 될 수 있는 모든 것이 자동화될 수 있다는 통찰력을 포함합니다.
Note
Turing designed a very simple device that can compute anything that is computable. His device is known as the Turing machine. While it is a theoretical model that isn’t practically useful, it lead Turing to the invention of programmable computers: computers that can be used to carry out different tasks depending on what they were programmed to do.
Turing은 계산 가능한 모든 것을 계산할 수 있는 매우 간단한 장치를 설계했습니다. 그의 장치는 튜링 기계로 알려져 있습니다. 실용적이지는 않은 이론적 모델이지만, 이 모델을 통해 Turing은 프로그래밍 가능한 컴퓨터, 즉 무엇을 하도록 프로그래밍되느냐에 따라 다른 작업을 수행할 수 있는 컴퓨터를 발명하게 됩니다.
So instead of having to build a different device for each task, we use the same computer for many tasks. This is the idea of programming. Today this invention sounds trivial but in Turing’s days it was far from it. Some of the early programmable computers were used during World War II to crack German secret codes, a project where Turing was also personally involved.
따라서 각 작업마다 다른 장치를 만드는 대신 다양한 작업에 하나의 컴퓨터를 사용합니다. 이것이 프로그래밍의 아이디어입니다. 오늘날 이 발명은 사소한 것처럼 들리지만 튜링 시대에는 전혀 사소하지 않았습니다. 초기의 프로그래밍이 가능한 컴퓨터 중 일부는 2차 세계 대전 중 독일 비밀 코드를 해독하는 데 사용되었으며, 해당 프로젝트에 튜링이 개인적으로 관여하기도 했습니다.
The term Artificial Intelligence is often attributed to John McCarthy (1927-2011) – who is often also referred to as the Father of AI – but in fact he denies coming up with the term. He was nevertheless influential in its adoption as the name for the emerging field. The term became established when it was chosen as the topic of a summer seminar, known as the Dartmouth conference, which was organized by McCarthy and held in 1956 at Dartmouth College in New Hampshire. In the proposal to organize the seminar, McCarthy continued with Turing's argument about automated computation. The proposal contains the following crucial statement:
인공 지능이라는 용어는 종종 AI의 아버지라고도 불리는 존 맥카시 (John McCarthy) (1927-2011)에게서 비롯된 것이지만, 그는 그러한 사실을 부인합니다. 그럼에도 불구하고 그는 그것(AI)이 신흥 분야의 명칭으로서 채택되는 데에 큰 영향을 주었습니다. 이 용어는 McCarthy가 구성하고, 1956년 뉴햄프셔의 Dartmouth College에서 개최된 Dartmouth 컨퍼런스라는 여름 세미나 주제로 이 용어가 선정되었을 때 확립되었습니다. 세미나를 구성할 것을 제안하면서, McCarthy는 automated computation에 대한 Turing의 주장을 계속했습니다. 제안서는 다음의 중요한 내용을 포함합니다:
Note
“The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it.”
"이 연구는 모든 학습의 양상이나 지능의 다른 어떠한 특징들도 원칙적으로는 매우 정확하게 묘사될 수 있어 기계로 시뮬레이션할 수 있다는 추측에 기초하여 진행되어야 한다."
In other words, any element of intelligence can be broken down into small steps so that each of the steps is as such so simple and “mechanical” that it can be written down as a computer program. This statement was, and is still today, a conjecture, which means that we can’t really prove it to be true. Nevertheless, the idea is absolutely fundamental when it comes to the way we think about AI. For example, it shows that McCarthy wanted to bypass any arguments in the spirit of Searle's Chinese Room: intelligence is intelligence even if the system that implements it is just a computer that mechanically follows a program.
다시 말해, 지능의 모든 요소를 작은 단계로 나눌 수 있고, 각 단계는 컴퓨터 프로그램으로 작성될 수 있을 정도로 간단하고 "기계적"입니다. 이 발언은 증명될 수 없는 추측이었고, 오늘날에도 그러합니다. 그럼에도 불구하고, 그러한 아이디어는 우리가 AI를 생각하는 방식에 있어서는 아주 근본적인 것입니다. 예를 들어, 그러한 아이디어는 McCarthy가 Searle's Chinese Room의 모든 논쟁을 우회하기를 원했음을 보여줍니다: 지능이 구현된 시스템이 기계적으로 프로그램을 따르는 컴퓨터일지라도 지능은 지능이라는 것입니다.
As computers developed to the level where it was feasible to experiment with practical AI algorithms in the 1950s, the most distinctive AI problems (besides cracking Nazi codes) were games. Games provided a convenient restricted domain that could be formalized easily. Board games such as checkers, chess, and recently quite prominently Go (an extremely complex strategy board game originating from China at least 2500 years ago), have inspired countless researchers, and continue to do so.
1950년대에 실용적인 AI 알고리즘을 실험할 수있는 수준으로 컴퓨터가 발전함에 따라 가장 두드러진 AI 문제 (나치 코드 크래킹 외에)는 게임이었습니다. 게임은 쉽게 공식화할 수있는 편리하고 제한된 도메인을 제공합니다. 체커, 체스, 최근에는 Go (최소 2500년 전 중국에서 시작된 매우 복잡한 전략 보드 게임)와 같은 보드 게임은 수많은 연구자들에게 영감을 주었으며, 계속해서 영감을 주고 있습니다.
Closely related to games, search and planning techniques were an area where AI lead to great advances in the 1960s: algorithms with names such as the Minimax algorithm or Alpha-Beta Pruning, which were developed then are still the basis for game playing AI, although of course more advanced variants have been proposed over the years. In this chapter, we will study games and planning problems on a conceptual level.
게임과 밀접하게 관련된 search and planning techniques는 1960년대에 AI를 크게 발전시킨 분야였습니다. Minimax 알고리즘 또는 Alpha-Beta Pruning과 같은 이름을 가진 알고리즘이 당시에 개발되었고, 당연하게도 수년에 걸쳐 발전된 알고리즘이 고안되었음에도 불구하고 여전히 game playing AI의 기초입니다. 이 장에서는 개념 수준의 games and planning problems를 공부합니다.