인공지능 개요

• 인공지능, 머신러닝, 딥러닝의 관계
• 왜 이런 기술의 변화가 발생하는지 흐름 기억하기

 

 

@인공지능

-1950년대부터 있었던 기능

-인공지능의 하나의 솔루션이 머신러닝

-각각 하나 하나의 방법론

-딥러닝은 머신러닝의 일부분

 

 

-초기 인공지능 :  탐색과 추론의 시대

-머신러닝 : 기계가 스스로 학습하다

 입력과 출력 사이의 관계 알려주지 않아도 기계가 스스로 내부 연산 추론

-딥러닝 : 인간 뇌의 정보처리 방식을 흉내내다

 인공신경망을 깊게 쌓았다는 말

 

 

@지능

-인간 뿐 아니라 동물을 포함해 생명체들은 다양한 의사 결정 필요

-즉, 주어진 환경을 인식하고 추론 결정해 행동하는 것 의미 => 지능의 3요소

 

 

@지능의 3요소

-상황 인식

-추론 및 판단

-반응 혹은 행동

 

 

@AI란

-머신이 사람과 유사한 지능을 가지도록 인간의 학습능력, 추론능력, 지각능력, 자연어 이해능력 등을 컴퓨터 프로그램으로 실현하는 기술

 

 

@인공지능의 역사

-두 번의 겨울이 있었음

-겨울: 연구비 줄고, 기대치 주는 시기

-1950년대 앨런 튜링의 튜링 테스트 이후 학문적으로 정립하기 시작

-탐색과 추론 시대 돌입 -> 근본적인 문제 풀지 못함

-전문가 시스템 통해 인공지능 붐 일으킴 -> 또 다시 장벽에 부딪힘

-2011년 즈음 다시 붐

*AGI : 차세대 인공지능

 

 

@튜링테스트

-기계가 인공지능을 갖췄다는 것을 어떻게 판별할 수 있을까?

 

 

@첫번째 겨울

-퍼셉트론 이론의 한계 발견

-퍼셉트론 : 뇌 안의 뉴런을 모사

-XOR 문제를 풀 수 없다는 것을 발견

 

 

@재도약

-XOR문제를 다른 방법으로 풀기 시작

-전문가 시스템

-베이지안 기반 확률적 방법론, 퍼지 이론 이용한 방법론

 

 

@인공지능의 발전 방향

-연결주의

퍼셉트론 -> 다중 퍼셉트론 -> 딥러닝

 

 

-기호주의

앞에서 나오는 전문가 시스템

기호를 가지고 논리적 추론

 

=> 제 1의 겨울 왔을 때 전문가 시스템으로 다시 붐

 

 

@두번째 겨울

 

 

@현재 인공지능

-폭발적인 데이터 증가

-GPU의 발전 -> 빠른 연산 가능

-인공신경망을 통한 기술 발전

=> 딥러닝

 

 

닫힌 구조의 인공신경망의 문제

지나치게 긴 학습시간

=> 이러한 문제들이 해결됨

 

 

@인공지능의 미래

-인공지능이 급속하게 팽창될 것

-목적이 없는 지능을 개발하는 것은 안된다(스티븐 호킹)

 

 

깊어지면 깊어질수록 표현력이 좋아지지만 학습이 힘듦

인공신경망이란 사람의 뇌를 모사한 것

 

 

@딥러닝

-2012년부터 급격히 발달

-발전된 GPU, 많은 데이터, 여러 방법론으로 인함

 

 

@CNN(Convolutional Neural Network)