인공지능 이론 (ML/DL/Weak AI/Strong AI)
본 내용은 제가 진행 중인 동아대학교 고교 방문 전공 알림 단의 컴퓨터 AI학부 소개 ppt 중 일부입니다.
(저는 AI학과에 재학 중입니다!)
1. 인공지능이란?
먼저 AI(Artificial Intelligence)는 인공지능 인간의 학습능력을 인공적으로 구현한 프로그램 혹은 시스템입니다.
인공지능은 크게 아래와 같이 분류할 수 있습니다.
2. Strong AI vs Weak AI
AI는 Strong AI와 Weak AI로 나뉘는데 Strong AI는 아직 구현되지 않았고 인간 수준의 사고를 하는 프로그램을 말합니다. 이에 비해 Weak AI는 현재 구현된 기술로 머신러닝과 딥러닝으로 나뉩니다.
(Strong AI는 미디어에서 다루어지는 인공지능의 이미지라고 생각하시면 됩니다)
다음으로 Weak AI를 다시 자세히 보면 또 아래와 같이 나눌 수 있습니다.
(사실상 아래 그림에서 Weak가 생략된게 일반적으로 아는 AI이지요)
3. AI개념 총 정리
그러니까 더 구체적으로 구분하면 머신러닝 안에 딥러닝이 포함되어 있습니다!
총정리하면 아래와 같이 나타낼 수 있습니다.
4. 머신러닝이란?
머신러닝(Machine Learning=ML)은 기계 학습가 학습하는 것을 일컬으며 정형화된 Dataset을 다룰 때 주로 이용합니다.
이는 아래와 같이 나눌 수 있습니다.
지도 학습은 feature를 지정하는 것이고 비지도 학습은 feature를 지정해 주지 않는 것입니다.
분류도 더 들어가면 이진 분류와 멀티 라벨 분류로 나눌 수 있지만 간략화해서 나타내 보았습니다.
머신러닝 강화 학습이 쓰인 예로는 이세돌과 알파고의 대전을 들 수 있습니다.
4.1 머신러닝 활용 사례
머신러닝은 넷플릭스와 유튜브 등과 같은 플랫폼에서의 추천 시스템에 활용됩니다!
이 외에도 자동완성 기능 등이 있습니다.
이는 코드로는 아래와 같이 나타납니다!
5. 딥러닝이란?
딥러닝(Deep Learning=DL)이란 인공 신경망 알고리즘으로 규칙 찾는 것으로 주로
비 정형화된 Dataset을 가지고 있을 때 사용합니다. 이는 아래와 같이 4가지로 나눌 수 있습니다.
- ANN(Artificial Neural Network): 신경망 원리와 구조를 모방하여 만든 기계학습
- DNN(Deep Neural Network): DNN은 은닉층을 2개 이상 지닌 학습 방법
- CNN(합성곱 신경망 : Convolution Neural Network): 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 구조
- RNN(순환 신경망 : Recurrent Neural Network): 반복적이고 순차적인 데이터(Sequential data) 학습에 특화(순환구조)
CNN의 예시로는 아래 사진을 들 수 있겠습니다.
RNN의 성능을 개선시킨 것으로는 LSTM이 있습니다.
5.1 인공신경망 vs 딥러닝
인공신경망과 딥러닝 모두 한 번쯤 들어본 워딩이시죠?
인공신경망은 인공지능의 시작이라고 할 수 있는 개념으로 뉴런의 구조를 본떠 만든 것이다.
이와 같은 인공신경망에서 은닉층이 추가되고 더 확장된 것이 현재의 딥러닝이라고 보면 됩니다.
5.2 딥러닝의 예시
딥러닝의 예시는 정말 다양한데요. 생활 곳곳에 쓰이고 있고 현재 기술발전의 중심에 있다는 사실!
이는 아래와 같은 다양한 분야에 활용되고 있습니다.
- 딥 페이크(얼굴 합성)
- Naver의 Clova, 아이폰의 Siri 기가 지니 등 인공지능 비서
- 챗봇
- 사진 복원(이미지 복원)
이미지 복원의 유명한 예시로는 레나 이미지 복원이 있지요. 이것도 조만간 실습해 봐야겠네요.
- 자율주행
자율주행 정말 Hot한 주제이죠? 인공지능에 관심이 없는 사람들도 대부분 알고 있는 예시이기도 합니다.
이는 딥러닝의 CNN 등을 이용한 사례입니다.
- 로봇
또 다른 예시로는 익히 알고들 계시는 로보틱스 분야가 있지요. 이는 로보틱스의 소피아 등이 유명하지요?
소피아와 같은 휴머노이드 로봇에서 의료용 로봇, 가정부 로봇 등 아직 대중화되지는 않았지만
딥러닝을 이용한 사례 중 하나입니다!
(저도 여기 관심이 감!)
이상으로 인공지능에 대해 간단히 알아보았습니다.
이외에도 인공지능에는 퍼셉트론 경사 하강법과 같은 뼈대가 되는 알고리즘도 추후에 소개할 예정입니다.
봐주셔서 감사합니다:)
참고 자료 출처
https://live.lge.co.kr/live_with_ai_01/
https://hyjykelly.tistory.com/27
http://www.veritas-a.com/news/articleView.html?idxno=369758
http://www.veritas-a.com/news/articleView.html?idxno=369758
http://www.ddaily.co.kr/m/m_article/?no=143262
https://www.news1.kr/articles/?3321524
http://lltimes.kr/?p=50919
https://brunch.co.kr/@itschloe1/23
http://www.engjournal.co.kr/news/articleView.html?idxno=1388
https://www.sciencetimes.co.kr/news/%EB%91%90-%ED%8C%94-%EB%91%90-%EB%8B%A4%EB%A6%AC-%EB%8B%AC%EB%A6%B0-%EB%A1%9C%EB%B4%87-%EA%B5%AC%EC%A1%B0-%EB%8C%80%EC%9B%90%EC%9D%B4-%EC%98%A8%EB%8B%A4/
https://m.dongascience.com/news.php?idx=21343