[1] 인공지능 개념 이해하기

1. 인공지능 개념 이해하기
2. 머신러닝 학습 방법 살펴보기

인공지능이란 무엇일까?

존 매카시(John McCarthy) 컴퓨터 과학자

인공지능이란 지능적 기계를 만들기 위한 과학과 공학이다.

• 인: 사람 인 人
• 공: 만들 공 工
• 지: 알 지 知
• 능: 능할 능 能

=> 사람이 만든, 무언가를 이해하고 배우는 능력

인공지능이란 사람이 만든 지능이다.

인공지능을 사용한 사례

• 동영상 공유 플랫폼의 콘텐츠 추천 시스템
• 스마트폰에 탑재된 음성인식 기술
• 인공지능이 운전하는 무인 자동차
• 챗봇 서비스
• 뷰티 앱

머신러닝은 무엇인가?

기계가 공부하는 것
/
사람이 직접 프로그램을 만들어서 기계에 넣어주는 것이 아니라,
기계가 스스로 문제를 해결하는 방법을 학습하는 것

머신러닝은 데이터를 사용해서 기계가 스스로 학습하는 방식임

AI	AI	AI	AI	AI	AI	AI
AI	ML	ML	ML	ML	ML	AI
AI	ML	ANN	ANN	ANN	ML	AI
AI	ML	ANN	DL	ANN	ML	AI
AI	ML	ANN	ANN	ANN	ML	AI
AI	ML	ML	ML	ML	ML	AI
AI	AI	AI	AI	AI	AI	AI

 

머신러닝은 데이터를 사용하여 인공지능을 만들 수 있음.

 

전통적인 프로그래밍 vs 머신러닝

전통적인 프로그래밍	머신러닝
데이터를 넣으면 그 데이터를 어떻게 처리해야 하는지 프로그래머가 직접 프로그램을 작성했음	데이터로 인해 나타나는 결과를 사용하여 학습하기 때문에 기계가 스스로 프로그램을 만들 수 있음
	특정한 데이터와 함께 그 데이터로 인해 나타나는 결과를 같이 넣어주면 기계가 그 관계를 찾아냄

=> 기계가 학습한다,

그 학습재료가 바로 데이터

데이터의 중요성이 강조

 

Q. 딥러닝이 머신러닝인가?

• 딥러닝은 인공지능을 만드는 방법 中 1

머신러닝 학습 방법 살펴보기

• 머신러닝은 데이터를 사용하여 스스로 학습함
• 머신러닝 기법은 크게 지도학습 (Supervised Learning) , 비지도학습 (Unsupervised Learning) , 강화학습(Feinforcement Learning)으로 나뉨

지도학습

• 인공지능을 누군가가 직접 가르치고 이끄는 학습방법
• 정답이 있는 데이터로 가르치는 것
• 감독자의 입장에서 학습
• 데이터의 정답 : 레이블(Label)

분류

• 이진 분류 (Binary Classification)
  • 두 가지를 구분할 수 있는 분류
• 다중 분류(Multiclass Classification)
  • 세 가지 이상을 구분할 수 있는 분류

회귀

• 연속적인 값을 예측하는 것
• 특정한 값 뿐만 아니라 다양한 값을 예측할 수 있음

비지도 학습

• 정답이 있는 데이터가 아닌, 정답이 없는 데이터를 사용
• 정답이 없는 데이터에서 그 데이터의 특징을 찾아서 스스로 구분해나감
• 이렇게 구분해나가면 새로운 데이터가 들어왔을 때 그 데이터가 어떤 그룹에 속하는지 스스로 판단할 수 있으며, 정답이 없는 데이터를 사용해서 스스로 판단할 수 있는 지능을 가지게 됨
• 현실의 여러 문제를 분류하는 문제에는 답이 없는 경우가 더 많기에 유용함
  • 군집화
    1. 데이터를 다양한 그룹으로 만들었을 때, 이 그룹을 군집(Cluster)이라고 함
    2. 다양한 그룹으로 만드는 과정을 군집화(Clustering)라고 함
  • 차원축소(PCA)
    1. 데이터의 특징(Feathers)의 개수
    2. 전체 피처 중에서 몇 가지의 피처만으로 좁혀 나감
  • 강화 학습
    1. 강화: 어떤 것의 수준이나 정도를 높임
    2. 인공지능의 수준을 높인다는 것의 의미, 이때 사용하는 것이 시행착오
    3. 시행착오를 거쳐 학습하는 방법
    4. 사례1: 딥마인드(DeepMind)의 벽돌 깨기 게임
    5. 사례2: 딥마인드의 인공지능 모델 더미가 걸어다니는 모습
    6. ㅡ> 더미의 무게중심이 어떨 때 넘어지는지에 대한 정보를 입력한 후, 더미에게 넘어지지 말라는 명령과 다양한 환경을 제시
    7. ㅡ> 연구진들은 이 실험을 통해 사람의 모습을 닮은 휴머노이드가 어떻게 걷고 뛰어야 하는지 강화 학습으로 스스로 학습하는 모습을 보여줌