자동화 및 신기술

자동화 시스템은 소프트웨어와 하드웨어의 결합으로, 환경 내 데이터를 감지하고 반응하며 사람의 개입 없이 작동합니다. 즉, 스스로 작동합니다.

자동화 시스템의 예:

• 중앙 난방 시스템;
• 공장의 화학 공정;
• 온실(식물 재배용);
• 주차장 바리어.

센서, 마이크로프로세서 및 액추에이터

자동화 시스템에서는 세 가지 부분이 함께 작동합니다.

이 순환은 다음과 같이 작동합니다:

1. 센서가 마이크로프로세서에 데이터를 전송합니다.
2. 마이크로프로세서는 이 데이터를 저장된 값과 비교하여 결정을 내립니다.
3. 마이크로프로세서는 액추에이터에 신호를 보내 조치를 취하게 합니다.

예를 들어, 온실에서는 온도 센서가 열을 감지하고, 마이크로프로세서는 이를 원하는 값과 비교하며, 너무 뜨거우면 액추에이터에 창문을 여는 신호를 보냅니다.

교수요서는 여러 가지 센서 유형을 언급하며, 각각 하나의 물리량을 측정합니다. 예를 들어 가속도계(운동 또는 기울기), 습도 센서(공중의 수분), 근접 센서(인접한 물체) 등이 있습니다:

특정 시나리오에合适的 센서를 선택하려면, 올바른 물리량을 읽을 수 있는 것을 선택해야 합니다. 수족관에는 pH와 온도 센서가 필요하며, 자동 문에는 적외선/근접 센서가 필요합니다.

장단점

자동화 시스템은 산업, 운송, 농업(재배), 기상(데이터 수집), 게임 및 조명 등 다양한 분야에서 사용됩니다.

worked example. 자동 온실이 25 °C의 온도를 어떻게 유지하는지 설명하십시오. 온도 센서가 온도를 지속적으로 측정하여 ADC에 의해 디지털로 변환된 읽기 값을 마이크로프로세서에 전송합니다. 마이크로프로세서는 읽은 값을 25 °C의 저장된 값과 비교합니다. 온도가 이 값보다 높으면 마이크로프로세서는 액추에이터에 창문을 열거나 팬을 켜라는 신호를 보내며, 낮으면 히터를 켭니다. 그 후 전체 루프가 지속적으로 반복됩니다. '저장된(사전 설정) 값과 비교한다'와 '작업이 반복된다'는 표현에 거의 항상 2점이 부여되므로, 단순히 '센서가 컴퓨터에 알려준다'로 설명을 멈추면 점수를 잃게 됩니다.

로봇공학은 로봇의 설계, 제작 및 작동을 다루는 기술 분야입니다.

로봇에는 이러한 특징이 있습니다:

• 물리적 구조(팔과 같은 기계적 몸체);
• 전기 부품(모터, 센서 및 배선);
• 프로그래밍 가능한 지시사항—변경 가능한 프로그램을 따릅니다.

로봇의 역할

로봇은 다음과 같은 다양한 역할을 수행할 수 있습니다. 예를 들어:

• 공장 장비—자동차 제조, 용접, 무거운 부품 이동;
• 가전제품—로봇 청소기와 같은 제품.

로봇의 핵심적인 한계는 스스로 생각할 수 없다는 점입니다. 예상치 못한 상황이 발생할 때 자체적으로 선택을 내릴 수 없습니다.

인공지능(AI)은 컴퓨터 시스템에 의한 인간 지능의 모사입니다. 즉, 일반적으로 인간 사고가 필요한 작업을 컴퓨터가 수행한다는 의미입니다.

AI의 특징

AI 시스템은 일반적으로 다음과 같은 기능을 가집니다:

• 데이터와 해당 데이터를 사용하는 규칙을 수집합니다;
• 추론(규칙을 사용하여 문제 해결) 능력을 가집니다;
• 결론을 도출할 수 있으며, 이는 대략적(최선의 추측)이거나 확실한(확실한) 결과일 수 있습니다;
• 데이터로부터 학습할 수 있는 능력을 가집니다;
• 적응(새로운 데이터를 받으며 행동 변경) 능력을 가집니다.

AI의 예시

• 전문가 시스템—인간 전문가처럼 조언을 제공하는 소프트웨어(예: 의사의 진단 지원)
• 자연어 처리 — 인간의 음성이나 텍스트를 이해하는 것;
• 자율주행 자동차.

전문가 시스템 내부

전문가 시스템은人間の 전문 지식을 저장하고 이를 바탕으로 추론합니다. 네 가지 부분으로 구성됩니다:

• 지식베이스 – 주제에 대한 저장된 사실들;
• 규칙베이스 – 전문가가 적용할 "만약…이라면…" 규칙들;
• 추론 엔진 – 규칙을 사실에 적용하여 결론에 도달함;
• 사용자 인터페이스 – 사용자에게 질문하고 결과를 표시함.

인터페이스는 사용자로부터 사실을 수집하고, 추론 엔진은 지식베이스에 대해 규칙베이스를 실행하며, 시스템은 진단이나 확률을 출력합니다. 이는 의사가 병을 진단하거나 자동차 고장을 찾아내는 데 사용됩니다.

머신러닝

머신러닝은 명시적으로 재프로그래밍되지 않고도 경험을 통해 자체 성능을 향상시키는 프로그램입니다. 데이터에서 패턴을 찾아 적응합니다: 검색 엔진이 결과 순위를 더 잘 매기게 되고, 음성 비서가 발화 명령을 더 정확하게 인식하게 되며, 로봇 청소기가 방의 구조를 점진적으로 배우게 됩니다.

협소 AI, 일반 AI 및 강력 AI

• 제어 루프를 학습한다: 센서가 수치를 측정 → 마이크로프로세서가 이를 저장된 값과 비교 → 액추에터가 조치를 취함; 그 후 루프가 반복된다.
• 부품들을 혼동하지 말라: 센서는 데이터를 안으로 보내고, 액추에터는 움직임을 밖으로 유발한다.
• 로봇은 프로그래머블指令를 따르며, 예상치 못한 일이发生时에는 자체 결정을 내릴 수 없다.
• AI는 인간 사고를 시뮬레이션한다: 데이터를收集和规则을收集하고, 추론하고, 결론을 도출하며, 학습하고 적응할 수 있다.
• AI 수준을 알라: 협소(한 가지 작업; 현재 모든 AI), 일반(모든 인간 작업), 강력(자아 인식; 아직 존재하지 않음).