1. 인공지능이란
A.I. 란 Artificial Intelligence로 '인공적인 지능' 이란 뜻입니다.
인공지능이란 이상적인 지능을 갖춘 존재, 혹은 시스템에 의해 만들어진 지능을 뜻합니다.
인공지능은 크게 3가지로 분류할 수 있는데, 인공지능, 머신러닝, 딥러닝으로 분류할 수 있습니다.
인공지능 : 사고나 학습 등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술
머신러닝 : 컴퓨터가 스스로 학습하여 인공지능의 성능을 향상하는 기술 방법
딥러닝 : 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리
2. 최근 인공지능의 연구 속도가 빨라지는 이유
빨라지는 이유로는 강력한 병렬 및 분산처리 능력을 갖춘 컴퓨터가 생기고,
인터넷, 사물인터넷 등 정보수집능력의 향상과 개발, 공개, 협업을 통한 공개 소프트웨어가 많아짐에 따라 점점 빨라지고 있습니다.
3. 약한 인공지능 vs 강한 인공지능
약한 인공지능이란 한정된 문제 해결 능력, 규칙을 벗어난 창조가 불가하며 알고리즘에 의하여 기초 데이터와 규칙을 입력해야 학습이 가능합니다. 또한 특정 영역에 한정하여 사람의 명령과 지시를 이행하고 특정 분야에서만 활용되는 수준입니다.
반대로 강한 인공지능이란 인간과 같은 마음을 보유하고 있고 정해진 규칙을 벗어나 능동적으로 학습하며 알고리즘 설계식 스스로 데이터를 찾아 학습하는 능력을 갖고 있어 다양한 분야에서 보편적인 인지능력과 활용 능력을 갖고 있는 인공지능을 말합니다. 따라서 인간 수준의 문제 해결 능력을 갖고 있고 범용의 능력을 보유하고 있습니다.
대부분의 인공지능은 강한 인공지능을 목표로 하고 있지만, 도래 시기는 회의적입니다.
4. 지도 학습 vs 비지도 학습 vs 강화 학습
딥러닝 안에는 크게 지도 학습과 있습니다.
지도 학습이란 정답이 주어진 상태에서 학습하는 알고리즘을 말합니다.
비지도 학습은 정답이 주어지지 않은 상태에서 데이터를 학습하여 분류하는 알고리즘을 말합니다.
마지막으로 강화 학습은 현 상태에서 어떤 행동을 취하는 것이 최적인지 학습하는 방식입니다. 예시로 자율주행이나 알파고가 있습니다.
지도 학습과 비지도 학습을 쉽게 설명하자면 지도 학습은 객관식 문제에 답을 알려주고 학습시켜주는 것이고 비지도 학습은 주관식 문제를 푸는 것이라고 설명할 수 있습니다.
5. 사용되는 용어
많이 사용되는 용어들입니다.
특징 : 어떤 사물이나 대상체를 표현할 수 있는 두드러진 특성
차원의 저주 : 어느 차원까지는 급격히 분류 성능이 향상되다가 그 이후로는 분류 성능이 떨어지는 것
일반화 능력 : 지도 학습에서 훈련에 없는 데이터가 주어졌을 때도 정확하게 예측하는 능력
과잉 적합 : 샘플에 너무 가깝게 맞춰져서 새로운 데이터에 대해서 분류하지 못하는 것
과소 적합 : 학습이 부족하여 데이터의 다양성을 반영하지 못하는 현상