인공지능이란?

딥러닝 스터디를 하게 되어서 몰랐던 인공지능에 대해 다음과 같이 정리 해 보았다.

정리 한 내용은 스터디 교재로 사용하고 있는 Do It 정직하게 코딩하며 배우는 딥러닝 입문의 내용을 정리 한 것이다.

인공지능은 강인공지능과 약인공지능으로 나뉜다.

• 강인공지능이란 사람과 매우 닮은 인공지능을 말한다.
• 약인공지능이란 업무자동화를 위한 인공지능을 말한다.
• 머신러닝과 딥러닝은 약인공지능에 포함된다.
• 인공지능을 관계로 나타내면 인공지능>머신러닝>딥러닝의 관계를 가진다.

머신러닝

• 기계학습이라고도 부른다.
• 컴퓨터가 스스로 학습을 통해 데이터의규칙을 찾아내는 것이다.
• 규칙대로 데이터에 해당하는 결과를 예측한다.
• 머신러닝의 학습 방법에는 지도 학습, 비지도 학습, 강화 학습이 있다.
• 데이터베이스, 레코드, 파일, 엑셀 등에 담긴 정형 데이터를 잘 처리한다.

- 지도학습

• 입력과 타깃의 데이터를 가지고 학습을 한다. 
• 학습을 통해서 모델을 만들고, 이 모델로 입력 데이터를 주면 타깃을 예측한다.
• 사용 예: 날씨 예측, 스팸 이메일 분류 등
• 지도학습을 하기 위해서는 잘 정재된 데이터가 필요로 하다. 
• 데이터를 만드는 것에 많은 시간이 소요 될 수 있다.

- 비지도 학습

• 타깃이 없는 데이터를 사용한다.
• 학습을 통해서 비슷한 것 들을 모아 그룹들이 형성 한다.
• 컴퓨터가 만들어낸 그룹에 사람이 레이블을 지정해줘야 한다.
• 컴퓨터가 어떤 규칙으로 그룹을 만들었는지는 사람이 정확히 판단하기는 어렵다.

- 강화학습

• 행동을 수행한 다음 보상과 현재상태를 받으므로서 스스로 학습한다.
• 예로는 알파고, 온라인광고 등이있다. 

딥러닝

• 인공신경망을 다양하게 쌓은 것이다. 
• 입력을 받고 처리하여 또다른 인공신경망에게 전달하는 방식
• 말그대로 딥(deep)하게 학습한다.
• 머신러닝보다 처리하기 힘든 데이터들을 더 잘 처리한다.
• 인지에 관련된 이미지, 영상, 음성, 소리, 텍스트, 번역 등의 비정형 데이터를 잘 처리한다.