-
머신러닝, 딥러닝 기본 개념프로그래밍/Machine Learning 2024. 9. 1. 22:10
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