1. 인공지능(artificial intelligence)의 정의
우리 기억 속의 인공지능(artificial intelligence)은 인간보다 빠른 연산을 하는 정확한 두뇌나 사이보그로 대변되는 인간보다 우월한 신체능력을 가지고 있는 로봇을 생각하고 있을 것입니다. 그리고 인터넷이나 정보의 바다에서 정보 선별을 하고 누구보다 빨리 상황판단을 해서 인간의 생활에 도움을 주는 장면을 생각할 수 있을 것입니다.
실제 현실에서의 인공지능(artificial intelligence)은 알고리즘으로 작동되고 인간의 논리적인 구조로 구조화하며 디자인된 환경을 사용하고 있습니다. 한계성 있는 현실 환경에서 모델링을 통해 구축되며 실제환경에서 적응되는 로봇의 구조를 가지고 있습니다. 그리고 메모리나 네트워크의 한계를 가지고 있고 현실사화에서의 적용에 대한 한계를 매번 겪고 있는 게 현실입니다.
인공지능(artificial intelligence)의 정의는 학습능력, 추론능력을 가지고 있으며 인간의 논리적 사고를 흉내 내고 창조적인 업무에 혁신의 테두리를 담은 프레임을 생성가능한 시스템이라고 지칭할 수 있습니다. 전체적으로 컴퓨터 시스템으로 지칭될 수 있으며, 지능을 가진 알고리즘으로 설명할 수 있습니다. 또한 지적능력을 가진 컴퓨터 시스템으로 별명이 있습니다. 인간처럼 생각하는 지능으로 말할 수도 있습니다.
2. 인공지능 머신 러닝(Machine Learning)
머신러닝(Machine Learning)은 인간이 지적활동을 통한 학습을 통해 정확도를 향상하며 상호 간의 조화 속에서 개선하는 방식을 인간의 지적행위를 모방하기 위한 데이터와 알고리즘 사용에 초점을 맞추는 인공지능 한 종류입니다.
머신러닝(Machine Learning)의 특징은 다양한 통계적 기반의 알고리즘을 통하여 인간보다 산술적인 통계보다 정확한 결과를 예측할 수 있도록 조정하며, 학습 데이터를 스스로 통해 자체적으로 학습하는 알고리즘을 가지고 있습니다. 또 다른 특징은 주어진 관습 및 규칙이 아닌 외부/내부 데이터를 통합 프레임 기반으로 예측치 및 결정치를 이끌어 내도록 알고리즘이나 모델을 구축합니다. 또한 입력하지 않은 정보도 유추를 통해 기존데이터로 판단이나 결정을 할 수 있는 장점을 가지고 있습니다. 활용분야는 문자 인식이나 비전을 통한 안면 인식에 사용되며, 번역 또는 챗봇 등의 자연어 처리 분야에서도 활용되고 있습니다.
3. Python 딥 러닝(Deep Learning)
딥러닝(Deep Learning)은 심층 학습 또는 deep structured learning 또는 hierarchical learning로 불리기도 합니다.머신러닝(Machine Learning)의 특정한 한 분야로서 연속된 층에서 각각의 층별 row data를 통해 점진적으로 의미 있는 표현을 배우고 활용할 수 있는 알고리즘을 사용하는 인공지능의 활용사례입니다. 데이터로부터 독창적인 표현을 학습하는 새로운 방식의 머신러닝의 한 종류이기도 합니다. 머신러닝과 딥러닝의 가장 큰 차이점은 인간의 개입여부입니다. 쉽게 말해서 머신 러닝은 데이터의 특징을 분석하는 과정에 인간이 개입하지만, 딥 러닝은 데이터를 스스로 학습해서 상황 판단을 합니다. 그런 의미에서 파이썬(Python)은 머신 러닝의 모든 분야에서 진행가능하며, 응용가능합니다. 거기에 특화된 패키지는 딥 러닝까지도 활용할 수 있는 폭넓게 사용되고 있습니다.
딥 러닝이 적용된 대표적인 분야로 자율주행을 알 수 있습니다. 자율주행은 비지도 학습(Unsupervised Learning)을 활용합니다. 분류기준이나 정보를 미리 입력하는 것이 지도학습이라면 비지도 학습은 기준 없이 무작위 데이터를 통해 관련내역을 분류하고 그에 따른 활용자체를 컴퓨터 자체적으로 판단할 수 있는 인공지능의 시냅스 응용사례입니다. 그에 따라 가장 선도적인 IT기업이면서 관련 기술을 가지고 있는 테슬라(Tesla)가 가장 대표적인 사례입니다.
자율주행 말고도 알파고로 대변되는 딥러닝 사례도 있습니다.
댓글