<용어집>
1. 인공지능이란
- 인공지능
인공지능은 **사람이 수행하는 **지능적인 작업을 컴퓨터가 **모방할 수 있도록 하는 모든 **기술을 말합니다.
즉 인간의 지능을 기계(컴퓨터)로 구현하는 것이 바로 인공지능입니다. 스팸 메일을 자동으로 분류하거나 자율주행차 등이 인공지능의 예라고 할 수 있습니다.
과거에는 *규칙들을 사람이 *수동으로 만들어 컴퓨터에 주입하면 인간 수준의 인공지능을 만들 수 있다고 믿었는데, 이러한 방법을 **심볼릭AI(Symbolic AI) 또는 규칙기반 인공지능이라고 합니다.
다양한 일들을 처리할 수 있는 인간 수준의 지능을 **일반인공지능 혹은 강인공지능이라고 하며, 인간의 수준을 훨씬 뛰어넘는 고차원적인 사고를 가지는 지능을 **초지능이라고 부릅니다.
- 머신러닝
기계가 **지능을 가지도록 **스스로 학습하는 (learning) 것을 머신러닝이라고 합니다. 예를 들어, 컴퓨터에게 고양이 사진을 보여주면 고양이의 특징을 알려주지 않아도 컴퓨터 스스로가 고양이의 특징인 ‘구가 뾰족하고 콧수염이 있다‘ 등을 학습합니다.
- 신경망
**데이터를 통해 *자동으로 규칙을 학습하는 **머신러닝의 방법에는 다양한 알고리즘들이 있습니다. 그 중 인간의 뇌를 구성하는 뉴런에 영감을 받은 것이 신경망 또는 **인공신경망(Artificial Neural Network입니다.
이러한 신경망을 구성하는 기본 단위를 **퍼셉트론(perceptron)이라고 합니다. 신경망의 구스는 입력증은닉층 출력층으로 이루어져 있으며, 입력층으로부터 주입된 데이터를 은닉층에서 활성화함수(Activation function)를 거쳐 규칙을 찾아냅니다. 활성화 함수는 입력 데이터를 적절하게 변환해주는 함수입니다. 그리고 마지막으로 출력층에서 결과를 출력하게 됩니다.
데이터를 통해 규칙을 찾아내기 위해서는 신경망을 학습해야 하는데 이때 경사하강법과 역전파 알고리즘이 사용됩니다.
/ 손실 함수 (Loss Function) : 신경망 학습이 잘되고 있는지를 확인할 때 손실 함수를 사용합니다. 비용 함수(cost Function), 목적 함수(Objective Function), 오차 함수(Error Functon)으로 다양하게 부르고 있습니다
/ 경사 하강법(Gradient descent) : 신경망을 데이터에 최적화하기 위해 손실 함수의 경사를 구하고 기울기가 남은 쪽으로 계속 이동시킵니다. 예를 들어 산을 내려가는 것이 우리의 목적이라면 산을 내려가기 위해서 경사를 따라 아래쪽으로 계속 내려갈 수 있게 하는 방법을 의미합니다.
/ 역전파 일고리즘(Backpropagation Algorithm) : 딥러닝 네트워크 구조에서 입력을 통하여 나온 경사(미분값)를 역방향으로 다시 보내어 신경망을 업데이드하는 방법입니다.
- 딥러닝
딥러닝은 은닉층을 깊게(deep 딥) 쌓은 신경망 구조를 활용해 학습하는 방법을 말합니다. 이처럼 깊게쌓은 신경망을 활용한 딥러닝은 최근 몇 년간 놀라운 성과를 보였고 얼굴 인식, 음성 인식, 기계 번역 등다양한 분야에 서 사용되고 있습니다.
다음은 신경(딥러닝)의 여러 종류들입니다.
/ 합성곱 신경망 (Convolutional Neural Netwurk) : 이 책의 인 부 대상지 중 한 명인 르코이 제안한 방법으로 이미지를 처리하는 컴퓨터 비전을 비롯한 여러 분야에서 할용되고 있습니다.
/ 순환 신경망(Recurrent Neural Network) : 시계열 데이터 (주가, 날씨 데이터 등)와 언어를 처리하는 분야에서 주로 활용되는 방법입니다.
/ 적대적 생성 신경망(Generative Adversarial Networks, GAN) : 실제 데이터와 구분하기 어려운 데이터를 만드는 데 사용되는 신경망입니다. 예를 들어, 가짜 미술 작품을 만드는 위조범이 만든 작품을 판매상에 보이는 진짜 미술 직풀과 같은지 평가합니다. 비슷하지 않다는 피드배을 받은 위조범은 나시 제작합니. 이와 같은 방법을 반복하여 국에는 훌륭한 미술 작품을 만들어 납니다.
20-21쪽