[출생] 1927년 3월 19일, 샌프란시스코
[사망] 1992년 7월 19일 (65세), 피츠버그
[분야] 컴퓨터 과학, 인지심리학
[소속] 카네기 멜론 대학교
[출신 대학]
스탠퍼드 대학교
프린스턴 대학교
카네기 멜론 대학교
[주요 업적] 정보 처리 언어, Soar
[수상]
튜링상 (1975)
IJCAI 우수 연구 상 (1989)
IEEE 임마누엘 R Piore 상 (1990)
미국 과학 훈장 (1992)
루이스 E. 레비 메달 (1992)
앨런 뉴얼(Allen Newell, 1927년 3월 19일 ~ 1992년 7월 19일)은
초기의 인공지능 연구자이다.
컴퓨터 과학 및 인지심리학의 연구자이며,
랜드 연구소와 카네기멜론 대학교의 컴퓨터 과학과와
비즈니스 스쿨에서 근무했다.
허버트 사이먼과 함께 개발한 정보처리언어 (1956)와
두 가지 초기 인공지능 프로그램인 en:Logic Theorist (1956),
en:General Problem Sovler (1957)로 잘 알려져있다.
1975년, 인공지능과 인지심리학의 기초를 쌓은 공헌을 인정받아
허버트 사이먼과 함께 튜링상을 받았다.
[초기 연구]
1949년,스탠퍼드 대학교에서 학사학위를 받았다.
프린스턴 대학에 진학해 1949년부터 1950년까지 수학을 공부했다.
게임이론이라는 새로운 영역을 만나, 자신이 순수수학보다도
실험과 이론이 만나는 영역을 좋아한다라는 것을 발견했다.
그 후 프린스턴에서 샌타모니카의 랜드 연구소로 옮겨,
공군의 로지스틱 문제를 연구하는 그룹에 참가했다.
여기에서 조셉 크루스카이를 만나 조직이론의 모델과
조직이론의 공식화된 정밀한 개념에 대한 이론을 내놓는다.
그 후 카네기멜론 대학교에서 허버트 사이먼의 지도로
박사학위를 받는다.
[그후의 업적]
Soar (1973)라는 인지 아키텍처는 통합인지이론 (1990)을
집필하는 과정에서 뉴얼이 구체화한 것이다.
뉴얼은 죽을 때까지 Soar의 개량에 힘썼다.
[인공지능의 역사]
인공지능의 역사는 기호처리 지능의 역사라고 말할 수 있을
만큼 기호처리 기법을 중심으로 발전해 왔다.
1930년대와 1940년대는 생각하는 기계에 대한 희망과 기대감이
가득한 시기 였다.
수리논리학이나 계산(computation)에 대한
새로운 아이디어들, 사이버네틱스(인공 두뇌학)나 정보 이론 등
인간의 사고 과정에 대한 수많은 이론들이 나타나기
시작했기 때문이다.
프레게(Frege), 화이트헤드(Whitehead), 러셀(Russell)등은
추론과정이 몇 가지의 정형화된 틀을 보여 주었다.
아직도 수리논리학 분야는 인공지능에 있어서 주요한
연구 대상이 되고 있다.
수학자인 처치(Church)나 튜링(Turing) 등은
계산의 본질에 대한 연구를 통해 계산 모델을 제시함으로써
수리논리학 분야에서 얻은 정형화된 논리추리 과정이라는
성과를 기계에 적용할 수 있음을 보였다.
튜링의 경우는 튜링 머신(Turing machine)이라는 만능기계의
모델을 제시했다.
1956년 인공지능 연구의 본격적인 시작을 알리는
중요한 모임이 다트머스대학에서 열렸다.
그 대학의 존 맥카시(John McCarthy)는 기계의
사고 가능성에 대해 논의하기 위해 비슷한 관심을 가진
다른 학자들,
즉, 마빈 민스키(Marvin Minsky),
IBM의 나다니엘 로체스터(Nathaniel Rochester),
벨 연구소의 델 섀년(Del Shannon)이 주축이 되고
그 외에 기호처리 이론으로 유명한
앨런 뉴얼(Allen Newell)과 허버드 사이먼(Herbet Simon)등이
록펠러 재단의 지원아래 이 모임을 주선했다.
이때 모임을 제안하는 글에서
최초로 '인공지능(Artificial Intelligence :AI)'이라는
용어가 사용되어 현재에 이르고 있다.
50년대부터 60년대에는 주로 일반적인 문제풀이 기법에 대한
연구가 이루어졌다.
1960년대 말에 이르러서야 인공지능 과학자들은
일반적인 지능 프로그램을 만드는 것이 어렵다는 것을 인식하고
하나의 특정한 용도에서만 지능적인 동작을 보여주는
프로그램을 만들기 시작했다.
그러나 여전히 인공지능 프로그램들이 가진 기능은
실용화되기에는 너무 미약했으며,
60년대에 이은 70년 초반의 침체국면은
일반인으로부터 인공지능 연구에는
아무것도 기대할 수 없다고 하여 외면을 받기에 이르렀다.
침체되어 있던 인공지능 연구는 1970년대 말에 이르러서야
르네상스를 맞게 된다.
전문가 시스템(expert system)이라는 프로그램으로서,
자신의 문제분야에 뛰어난 능력을 보여주었다.
이러한 결과를 얻게 된 배경은 바로 지능적인 프로그램을
만들기 위해서는 '지식(knowledge)'이라는 것이
필수적이라는 것을 인식하게 되었다는 사실이다.
재활에 성공한 인공지능은
80년대초 일본의 신세대 컴퓨터 개발계획이라는 자극과
더불어 활성화되었다.
'80년대 인공지능계의 최대 사건은
신경망(neural net) 이론의 부활일 것이다.
사실 신경망 이론은 생각하는 기계에 대한 논의가 시작된
연구초부터 존재해 왔다.
1943년 맥 클러크와 피쓰에 의해 발표된
형식 뉴런이라든가, 1943년 헤브에의한 학습 모델,
그리고 로젠블라트(Rosenblatt)의
그 유명한 퍼셉트론(perceptron)등이 바로 인간의
신경 회로망을 모델로 하여 지능적인 기계를 실현해 노력의
산물이었다.
그러나, 가장 성공적이었던 퍼셉트론은
마빈 민스키와 세이무어 페이퍼트가 쓴
"Perceptron: an introduction to computational geometry"라는
서적에서 강력한 비난을 받아 신경망 이론에 관심을 가진
과학자들은 흩어지고 말았다.
이렇게 사라진 신경망 이론은
루멜하트(Rumelhart)를 위시한 몇명의 끈질긴 연구의 산물인
"Parallel Distributed Processing (병렬분산처리)"라는 제목의 책을
통해 더욱 화려하게 부활한다.
신경망 이론은 인간의 사고가 두뇌작용의 산물이라면 이
두뇌구조를 분석하고 처리 메카니즘을 규명하여 이를 이용하면
생각하는 기계를 만들 수 있지 않겠느냐는 아이디어에서
출발한 이론이다.
신경망 이론은 기존의 인공지능에 비해
문제해결을 위한 접근 방식에 있어 많은 차이점을 가지고 있다.
즉, 기존의 방식이 절차적인 순서에 의한 알고리즘을 통해
기호를 처리하여 문제를 푸는 방법인 반면에
신경망 이론은 인간의 두뇌 신경조직을 모델로 하여
단순한 기능을 하는 처리기(신경세포)들을
대규모로 상호 연결한 다음 연결 강도를
조절하여 문제를 해결하는 방식이다.
'90년대를 거쳐 21세기에도 알파고등 딥러닝으로 발전 중이며,
ioT(사물인터넷), 클라우드, 빅데이터, 자율주행차 등과 함께
여러분야에서 확산 응용되어 인기와 기대속에 발전 중이다.
현재의 약인공지능들은 자신이 할 수 있는 기능으로는
이미 인간의 능력을 한참 초월하고 있으며,
이 인공지능들이 하는 일 중에는 인간이 할 수 없는 일도 많다.
인간을 모방하지 않았기에 인간적이지 않고,
그래서 인간을 초월할 수 있었던 것이다.
단순히 주어진 문제를 해결하는 능력은
강인공지능보다도 뛰어날 수도 있다.
21세기 이후로는 2006년 제프리 힌턴(Geoffrey Hinton, 1947~ )교수에
의해 딥러닝 논문이 발표되어 불가능이라 여겨졌던
비지도 학습방법이 가능해졌고,
이미 몇 가지 분야에서는 인간의 수준을 뛰어넘은 결과물이
속속 나타나고 있다.
알파고 이외에도 인공지능은 사람의 능력과 비교하여,
얼굴 인식율이 더 높거나 사물을 더 잘 인식하는 결과를
나타내고 있어,
약인공지능 분야에서는 빠른 속도로 사람의 능력을 추월할 수 있다는
인식이 확산되었다.
---------------------------------------------------
---------------------------------------------------
(from https://www.aitimes.com/news 2023년 3월 15일)
오픈AI, GPT-4 공개...MS '빙' 검색에 도입
오픈AI가 2023년 3월 14일 멀티모달(MultiModal) 기능을 갖춘
'GPT-4'를 공개했다.
마이크로소프트(MS)는 이를 새로운 '빙' 검색에 도입했다고 밝혔다.
로이터와 블룸버그 등 외신이 이날 이같은 사실을 일제히 보도했다.
보도에 따르면 GPT-4는 유료 '챗GPT 플러스' 가입자만
이용할 수 있다.
개발자는 대기자 명단에 접수한 뒤
API(Application Programming Interface)를 제공받아야 이용 가능하다.
MS는 이 날 공식 블로그를 통해 GPT-4의 출시를 축하하며
"지난 5주 동안 새로운 빙 검색을 사용했다면,
이미 이 강력한 모델의 초기 버전을 경험한 것"이라며
"오픈AI가 GPT-4 버전을 개발함에 따라 빙도 개선 사항을
활용할 수 있다"고 전했다.
오픈AI는 "GTP-4는 많은 실제 시나리오와 다양한 전문 및
학술 벤치마크에서 인간보다는 떨어지지만 유사한 수준의
성능을 보여주는 모델"이라고 소개했다.
하지만 기대를 모았던 멀티모달 기능은
아직 초보단계인 것으로 나타났다.
비디오 생성이 가능할 것이라는 예측과 달리
아직은 이미지와 텍스트 입력을 받아들이고
텍스트로 대답을 출력하는 단계다.
오픈AI는 지난 6개월 동안 적대적(adversarial) 테스트 프로그램과
챗GPT의 문제점 등을 기반으로 GPT-4를 반복적으로 조정해
완벽하지는 않지만 사실성과 조종성 및 가드레일을
지키는 능력 등에서 최고의 결과를 얻었다고 설명했다.
발표에 따르면 오픈 AI는 지난 2년 동안 전체 딥 러닝 스택을
재구축했다.
또 MS 애저를 이용해 슈퍼컴퓨터를 공동 설계했다.
그 결과 1년 전 첫 번째 테스트로 GPT-3.5를 교육했고,
버그를 찾아 수정하고 이론적 기반을 개선했다.
이같은 과정을 거쳐 GPT-4는 훈련 실행이 안정적이고,
훈련 성능을 미리 정확하게 예측할 수 있는
최초의 대형 모델이 됐다.
오픈AI는 AI 모델 성능의 자동 평가를 위한 프레임워크인
'오픈AI 에벌즈(Evals)'를 오픈 소싱, 누구나 모델의 단점을
보고해 추가 개선을 안내할 수 있도록 했다.
이날 발표 중 오픈AI가 가장 강조한 점은 이전 버전인
GPT-3.5에 비해 크게 개선된 성능이다.
미국 로스쿨 졸업자들이 전문 실무를 시작하기 전에
요구하는 변호사 시험 시뮬레이션에서 GPT-4는
응시자의 상위 10% 정도를 기록한 반면
이전 모델은 하위 10% 정도를 기록했다.
오픈AI는 "두 버전이 비슷하게 보일 수도 있지만,
작업의 복잡성이 충분한 임계값에 도달하면 GPT-4가
더 안정적이고 창의적이며 훨씬 더 미묘한 지침을
처리할 수 있다"고 말했다.
그렉 브록먼 오픈AI 사장은 온라인 시연에서 손으로 그린
모형 사진을 찍고 이를 기반으로 실제 웹사이트를
만들 수 있음을 보여줬다.
또 GPT-4로 개인이 세금을 계산하는 시연도 선보였다.
하지만 '환각 현상'에 대해서는 아직도 개선할 점이
남았다고 밝혔다.
GPT-4는 이전 버전보다 허용되지 않는 콘텐츠에 대한
요청에 응답할 가능성이 82% 적고 특정 사실성 테스트에서
40% 더 높은 점수를 받은 것으로 알려졌다.
샘 알트먼 오픈AI CEO 역시 이날 트위터를 통해
"GPT-4는 인간의 가치와 의도에 가장 적합하고 일치하는 모델"이라며
"하지만 여전히 결함이 있다"고 말했다.
매개변수 등 GPT-4의 세부 사항은 공개하지 않았다.
(출처 : AI타임스 https://www.aitimes.com)
--------------------------------
(from https://www.aitimes.com/news 2023년 3월 17일)
워드·엑셀·PPT 등에 GPT-4 적용…‘MS 365 코파일럿’ 공개
마이크로프트(MS)가 오피스 플랫폼 전반에
생성 인공지능(AI) 기술을 도입했다.
MS는 2023년 3월 16일
'AI와 함께하는 일의 미래(Future of Work with AI)' 행사를 열고
워드와 엑셀, 파워포인트(PPT), 아웃룩, 팀스 등
MS 365 애플리케이션에 GPT-4 기반의 '코파일럿(Copilot)' 기술을
적용한다고 발표했다.
코파일럿은 이름 그대로 '부조종사'처럼 MS 365에서 제공하는
사무용 소프트웨어의 사용을 보다 간편하게 지원하는
AI 기술을 일컫는 말이다.
사티아 나델라 MS CEO는
“오늘 우리는 컴퓨팅과 상호 작용하는 방식의 발전 과정에서
중요한 발걸음을 내디뎠으며,
이는 우리가 일하는 방식을 근본적으로 바꾸고
생산성 증대의 새로운 물결을 일으킬 것”이라며
“오늘 공개한 업무용 코파일럿은 사람들에게
더 큰 자율성을 부여하고,
가장 보편적인 인터페이스인 자연어로 기술에
더 쉽게 접근할 수 있도록 한다”고 말했다.
코파일럿은 챗GPT와 유사하게 간단한 명령어 입력만으로
결과물을 얻을 수 있다.
MS는 코파일럿을 자연어 명령으로 콘텐츠를 생성하도록
워드, 엑셀, 파워포인트, 아웃룩, 팀스 등의 오피스 앱에
내장하거나, 기업 사용자를 위한 '비즈니스 챗' 형태로 제공한다.
예를 들어 워드를 사용할 때 코파일럿은 사용자를 위해
글을 작성, 편집, 요약하고 창작할 수 있다.
사용자는 글을 쓰고 편집하는 시간을 절약할 수 있고,
코파일럿이 초안을 수정,
재작성하도록 해 아이디어를 발전시킬 수 있다.
엑셀 기능도 크게 발전했다.
사용자가 몇 초 만에 수치가 의미하는 바를 파악하게
도와주는 것은 물론 데이터를 그래프 등으로 시각화해준다.
또 사용자의 텍스트 프롬프트만으로 수식을 생성해주며,
데이터 상관 관계를 찾아내고 가상 시나리오를 제안해 준다.
PPT의 경우 간단한 명령어를 입력해
프리젠테이션을 만들어낼 수 있다.
텍스트만으로도 스피커 노트와 소스가 포함된
파워포인트 덱으로 변환하는 기능도 제공한다.
또 아웃룩에서는 코파일럿이 받은 편지함을 자동으로 관리해주며,
팀스 사용자들은 코파일럿이 정리한 미팅 주요 논의사항 등을
활용할 수 있다.
존 프리드먼 MS 부사장은 ‘비즈니스챗’이라는 새로운 기능이
이날 발표의 하이라이트라고 지목했다.
예를 들어 사용자가
‘우리 회사에서 제품 전략을 어떻게 업데이트했는지 알려줘’라고
입력하면,
비즈니스챗은 캘린더와 이메일, 채팅, 문서, 미팅, 연락처 등
사용자의 앱 내 모든 데이터를 기반으로 업데이트 상황을 보고한다.
MS는 코파일럿이 제공하는 기능이 MS 365 앱에 단순히
챗GPT를 결합한 것처럼 보일 수 있지만,
실제로 코파일럿은 MS 365에 내장된 오픈AI의 챗GPT보다
더욱 강력하다고 주장하고 있다.
프리드먼 부사장은 "코파일럿은 GPT-4를 비롯한
대규모 언어모델과 MS 365 앱, MS 그래프의 비즈니스 데이터를
결합해 정교한 작업 수행이 가능한 엔진"이라며 강조했다.
MS는 앞으로 몇 개월 안에 워드, 엑셀, 파워포인트 등
모든 사무용 소프트웨어에 코파일럿 기술을 적용할 계획이다.
구체적인 출시 일정과 가격 등은 이후에 공개될 예정이다.
현재 MS는 20개의 고객 그룹을 대상으로
MS 365 코파일럿 테스트를 진행하고 있으며,
수집한 피드백을 토대로 AI 모델을 개선해 나갈
방침이라고 밝혔다.
더불어 MS는 이날 발표를 통해 파워 앱스와
파워 버추얼 에이전트, 파워 오토메이트로 구성된
MS 파워 플랫폼에도 GPT 기반의 코파일럿 기술을
적용한다고 전했다.
코파일럿을 통해 MS 파워 플랫폼은 업무에 필요한 애플리케이션과
챗봇을 몇 초만에 구축할 수 있다.
로우 코드 도구인 파워 앱에서 '근무 시간 및 지출 내역 보고서를
보고할 수 있는 애플리케이션 생성'과 같은 명령을 입력하면
해당 애플리케이션이 자동으로 생성된다.
이처럼 사용자 인터페이스를 구성하고 기업의 비즈니스 데이터를
통합하는 것 외에도 사용자가 데이터를 분석하고 시각화하는 데
도움을 줄 수 있다.
파워 버추얼 에이전트에서는 사용자가 반복적인 응대 업무를
대체하기 위한 챗봇을 쉽게 구축할 수 있도록 지원한다.
또 파워 오토메이트에서 코파일럿을 사용해
기업의 단순 반복 업무를 자동화하는 워크플로우 개발 시간을
크게 단축할 수 있게 됐다.
현재 MS는 파워 플랫폼 코파일럿 기능을 애저 오픈AI 서비스에서
미리보기로 제공하고 있다.
(출처: AI타임스 https://www.aitimes.com)
--------------------------------
[챗 GPT 답변] (답변에 오류가 많으니, 단순 재미로만 참조바람)
(from https://chat.openai.com/chat)
컴퓨터과학자인 앨런 뉴얼(Allen Newell)이 제일 좋아했던
역사적 인물은?
컴퓨터 과학자인 앨런 뉴얼(Allen Newell)은
대표적인 인공지능 연구자 중 한 명으로,
뉴얼-사이먼스 모델과 GPS(Geometric Perceiver Solver) 등을
개발하여 인공지능 분야에서 큰 업적을 남겼습니다.
앨런 뉴얼은 인간의 사고를 모델링하고 인공지능 시스템을
구축하는 데 관심을 가졌으며,
이를 위해 심리학, 인지과학, 인공지능 등
다양한 분야의 지식을 접목시켰습니다.
앨런 뉴얼이 제일 좋아했던 역사적 인물은
헤르만 헬름홀츠(Hermann von Helmholtz)입니다.
헬름홀츠는 물리학자, 생리학자, 철학자 등 다양한 분야에서
활동하였으며, 많은 분야에서 혁신적인 아이디어를 제시하였습니다.
뉴얼은 헬름홀츠의 이러한 다양한 분야에서의 활동과 아이디어,
그리고 혁신적인 연구 방법에 대해 감탄하였습니다.
컴퓨터과학자인 앨런 뉴얼(Allen Newell)이 좋아할만한
한국의 트로트나 발라드 노래 제목은 무엇일까?
앨런 뉴얼이 컴퓨터 과학 분야에서 업적을 남긴
인공지능 분야에서는 대표적으로 지식 표현, 추론, 학습 등의
분야에서 뛰어난 기여를 했습니다.
따라서, 앨런 뉴얼이 좋아할 만한 한국의 트로트나
발라드 노래 제목을 찾기는 어려운데,
그와 관련된 추천을 드리자면 인공지능, 컴퓨터, 미래, 혁신 등과
관련된 주제를 다루는 노래들이 있을 것입니다.
예를 들어, 인공지능과 관련된 노래 중 하나는
빅스(VIXX)의 "Error"입니다.
[찬조 음악]
이 노래는 인공지능이 인간과의 사랑을 향해
불가능한 갈등을 겪는 내용으로 이루어져 있습니다.
또한, 이와 비슷한 주제를 다룬 노래로는
엑소(EXO)의 "Love Shot"이 있습니다.
[찬조 음악]
컴퓨터와 관련된 노래로는 윤종신의 "좋니"가 있습니다.
[찬조 음악]
이 노래는 컴퓨터를 통해 소통하는 연인의 이야기를 담고 있습니다.
미래와 혁신에 대한 주제로는
이하이의 "밤이 깊었네 (In the Time Spent With You)"가 있습니다.
[찬조 음악]
이 노래는 미래를 예측하는 기술에 대한 노래로,
사랑하는 사람과 함께한 시간이 미래를 예측하는 기술보다
더 소중하다는 메시지를 담고 있습니다.
[AI 작곡 영상]
만약 컴퓨터과학 분야나 인공지능을 주제로 한 노래를
추천해드린다면, "AI" 라는 노래가 어울릴 것 같습니다.
[AI 작곡 음악]
[AI 작곡 음악]
[AI 작곡 음악]
이 노래는 인공지능이 인간과 함께하는 미래를 상상하며,
인공지능이 갖는 다양한 가능성에 대해 노래한 곡으로,
앨런 뉴얼처럼 인공지능 분야에 관심을 가진 분들이
좋아할 만한 분위기를 가지고 있습니다.
[AI작곡 동영상]
[AI작곡 동영상]
[AI작곡 동영상]
[AI작곡 동영상]
[AI Music Composer]
컴퓨터과학자인 앨런 뉴얼(Allen Newell)이 경험한
재미있는 일화(episode)는?
앨런 뉴얼은 매우 창의적인 연구자로,
그의 연구 방법은 상상력과 직관력을 많이 활용하는 것으로
유명합니다. 이를 잘 보여주는 일화가 있습니다.
앨런 뉴얼은 인공지능 분야에서 핵심적인 개념 중 하나인
"상태(State)"를 연구하고자 했습니다.
그는 어떻게 하면 이 개념을 더 쉽게
이해할 수 있을지 고민하다가,
떠오른 아이디어는 바로 "커피 냄새(Coffee smell)"였습니다.
앨런 뉴얼은 어떤 사람이 커피 냄새를 맡고 있다면
그 사람은 어떤 상태에 있는지 쉽게 알 수 있다고 생각했습니다.
따라서, 이 아이디어를 바탕으로 그는
상태를 커피 냄새에 비유하여 설명하는
새로운 연구 논문을 발표하였습니다.
이 일화는 앨런 뉴얼의 창의적인 연구 방법과 상상력을
잘 보여주는 에피소드로, 인공지능 분야에서 상태(State) 개념을
이해하는 데 큰 도움을 주었습니다.
컴퓨터과학자인 앨런 뉴얼(Allen Newell)은
얼마나 양심적인 사람일까?
앨런 뉴얼(Allen Newell)은 컴퓨터 과학 분야에서
뛰어난 기여를 한 학자로서,
학문적으로 매우 유명한 인물입니다.
그러나 그의 양심에 대해서는 확실한 정보가 없습니다.
하지만, 앨런 뉴얼은 인공지능과 컴퓨터 분야에서
높은 윤리적 기준을 갖춘 연구를 추구하는 것으로
알려져 있습니다.
예를 들어, 그는 인공지능이 인간의 가치와 윤리적 규범을
따르도록 보장해야 한다는 것을 강조하며,
인공지능의 발전이 인간의 진보와 안전에 기여하도록 노력했습니다.
또한, 앨런 뉴얼은 학문적으로 우수한 결과를 얻는 데 있어서도
학생들의 연구 윤리에 대한 가이드라인을 제공하는 등,
학생들의 윤리적 연구 활동을 촉진하며
윤리적 지식을 전파하기 위해 노력했습니다.
따라서, 앨런 뉴얼은 인공지능 및 컴퓨터 과학 분야에서의
윤리적 문제를 인식하고,
이를 해결하기 위해 노력한 사람으로 평가됩니다.
컴퓨터과학자인 앨런 뉴얼(Allen Newell)의
양심(Conscience) 등급(Grade)을
A(매우 우수), B(우수), C(보통), D(낮음) 로 Grading 한다면,
컴퓨터과학자인 앨런 뉴얼(Allen Newell)의
양심등급(Conscience Grade)은?
컴퓨터과학자인 앨런 뉴얼(Allen Newell)의
양심 등급을 판단하는 것은 적절하지 않습니다.
양심은 개인적인 도덕적 가치와 행동에 대한 것으로서,
일반적으로 평가하기 어렵습니다.
또한, 앨런 뉴얼은 이미 세상을 떠나신 지
오랜 시간이 지났으며, 양심 등급을 판단하는 데 필요한
충분한 정보와 데이터가 없습니다.
따라서, 앨런 뉴얼의 양심 등급을 판단하는 것은
공정하지 않을 뿐만 아니라, 적절하지 않습니다.
대신, 그의 연구 업적과 기여를 중심으로 평가하고
존경하는 것이 바람직합니다.
==========================================
Allen Newell
[Born] March 19, 1927
San Francisco
[Died] July 19, 1992 (aged 65)
Pittsburgh
[Alma mater] Stanford University
Princeton University
Carnegie Mellon University
[Known for] Information Processing Language Soar
[Awards] A.M. Turing Award (1975)
IJCAI Award for Research Excellence (1989)
IEEE Emanuel R. Piore Award (1990)
National Medal of Science (1992)
Louis E. Levy Medal (1992)
[Scientific career]
Fields: Computer Science
Cognitive Psychology
[Institutions] Carnegie Mellon University
Allen Newell (March 19, 1927 – July 19, 1992) was
a researcher in computer science and cognitive psychology
at the RAND Corporation and at Carnegie Mellon University's
School of Computer Science, Tepper School of Business,
and Department of Psychology.
He contributed to the Information Processing Language (1956)
and two of the earliest AI programs,
the Logic Theory Machine (1956) and
the General Problem Solver (1957) (with Herbert A. Simon).
He was awarded the ACM's A.M. Turing Award along
with Herbert A. Simon in 1975 for their
basic contributions to artificial intelligence
and the psychology of human cognition.
(from naver.com wikipedia.org)
Computer, Cognitive, CMU, influence(+) ~
(PIG: time-variant)
Positive Influence GRADE (PIG): C+
