머신러닝, 딥러닝 기본 개념

인공지능 (Artificial Intelligence)

• 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하는 것으로, 인간을 포함한 동물이 갖고 있는 지능(Natural Intelligence)과는 다른 개념
• 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템 = 인간의 지능을 기계 등을 인공적으로 시연(구현)한 것

 

기술적 특이점 (Technological Singularity)

 

인공지능이 발전해 인간의 도움 없이도 스스로 발전을 계속할 수 있게 되고, 결국 인류 전체를 합친 것보다 뛰어난 지능을 갖게되는 가상의 시점

 

 

튜링테스트 (Turing Test)

 

기계가 인간과 동등한 지적 능력을 가졌는지 확인하기 위해 고안된 테스트

=> 명확한 기준 없이 질문자의 주관적인 판단에 의존하는 시험이므로 크게 의미 없음

 

 

AI 효과 (AI Effect)

 

예전에 인공지능이라고 불렀지만 실용화되어 하나의 분야를 구성하면서 이제 더 이상 인공지능이라고 불리지 않게 되는 현상을 말함

• 체스로 인공지능이 사람인 챔피언을 이김 => 간단한 경우의 수 탐색일 뿐 지능을 가졌다고 보긴 힘듦
• 바둑으로 인공지능이 바둑기사를 이김 => 이기고 지는 패턴을 암기했을 뿐 지능을 가졌다고 보긴 힘듦
• 스타크래프트 등과 같은 복잡한 게임에서 이김 => 게임처럼 변수가 적은 격리된 환경이라 가능했던 것

 

약인공지능 (Weak AI, ANI; Artificial Narrow Intelligence)

 

정해져있는 과제들을 잘 수행하는 인공지능

 

 

강인공지능 (Strong AI, AGI; Artificial General Intelligence)

 

사람처럼 복합적인 사고를 통해 어떤 일이든 수행하는 인공지능

 

 

함수 (Function)

소프트웨어에서의 함수 : 하나의 특별한 목적의 작업을 수행하기 위해 독립적으로 설계된 코드의 집합

수학에서의 함수 : 어떤 집합의 각 원소를 다른 어떤 집합의 유일한 원소에 대응시키는 이항관계

=> 함수는 일련의 과정을 통해 인풋으로 들어오는 무언가를 특정한 아웃풋으로 변환해 주는 것

 

 

Low-level functions

 

간단하고 가벼운, 작은 단위의 작업으로 하드웨어의 동작에 대응

 

 

High-level functions

 

복잡하고 무거운, 큰 단위의 작업으로 사람이 생각하는 기능에 대응

 

 

머신러닝 (Machine Learning) 동작 원리

 

복잡한 고수준의 함수 만들어내는 순서

• 파라미터를 활용해 함수들의 공간 정의
• 데이터를 사용해 얼마나 틀렸는가 측정
• 틀린 정도를 최소화하는 파라미터 찾아내기

함수 : + ?

?가 1인 경우 : Output = 3 + 1 = 4, 오차 = |4 - 8| = 4

?가 2인 경우 : Output = 3 + 2 = 5, 오차 = |5 - 8| = 3

?가 3인 경우 : Output = 3 + 3 = 6, 오차 = |6 - 8| = 2

?가 4인 경우 : Output = 3 + 4 = 7, 오차 = |7 - 8| = 1

?가 5인 경우 : Output = 3 + 5 = 8, 오차 = |8 - 8| = 0

?가 6인 경우 : Output = 3 + 6 = 9, 오차 = |9 - 8| = 1

 

 

딥러닝 (Deep Learning)

 

심층신경망 구조의 모델을 사용하는 머신러닝의 일종

=> 함수가 가진 파라미터 수, 형태에 따라 매우 복잡한 기능도 구현 가능