개요

딥러닝 발전 동향

컴퓨터를 인간처럼 학습시켜 스스로 규칙을 형성할 수 있도록 하는 알고리즘과 기술을 개발하는 기계학습은 인공지능의 한 분야. 예) 수신한 e-메일의 스팸 여부, 입력된 고양이와 개의 사진 구분과 같은 분류 문제, 주식 가격 예측, 기온 예측, 강수량 예측과 같은 회귀분석문제 등을 포함한 패턴인식 문제 등..

현재 검색엔진 ,광고, 마케팅, 로봇, 인사활동, 게임, 드론, 자율주행 자동차 등에 기계학습 방법론 활용. 기계학습 대표적인 방법론: 신경망, 의사결정나무, 베이지안망, 서포트 벡터 기계, 강화학습 등

신경망 연구의 역사

1934년 매컬로크와 피츠가 시작.

1957년 로젠블라트는 전방향 연결 구조, 분류 기능의 퍼셉트론 이라는 신경망을 개발.

1960년대 중반 민스키와 페퍼트의 퍼셉트론에 대한 기능적 비판 이후 신경망에 대한 관심 줄어듦.

1986년 역전파 알고리즘이 소개되면서 신경망 관련 연구는 절정기

1990년대 중반 서포트 벡터 기계가 등장으로 기계학습의 대세를 이루었고 신경망은 암흑기를 겪음.

Strong A.I.

감정/자아/창의성 등을 가지고 명령 받지 않은 채 스스로 모든 것 판단할 수 있다.

Weak A.I.

특정한 한가지 분야의 주어진 일을 인간의 지시에 따라 수행하는 인공지능을 말한다.

신경망 종류

합성곱 신경망

합성곱 신경망 구조를 사용한 AlexNet이 2012년도 imageNet영상자료 분류대회에서 좋은 성과를 거둔 이후, GoogLeNet, VGGNet, ResNet등과 같이 합성곱 신경망을 기반으로 한 딥러닝이 영상자료 분류의 중심이 됨 이후 합성곱 신경망은 객체탐지, 영상분할 등 컴퓨터비전의 각 분야로 전파, 기존 알고리즘의 성능을 급격하게 향상시킴

순환 신경망

순환 신경망은 일반 신경망에 시계열 개념이 추가된 신경망, 은닉층에 이전 정보를 기억하게 할 수 있는 장점이 있으나, 시계열자료의 역방향에 은닉층을 추가하여 자료의 인식률을 증가시킬 수 있음.

생성적 적대 신경망

GAN 은 생성자와 판별자 두 모형을 경쟁적으로 학습시켜 새로운 자료를 생성하는 비지도 학습 기반 생성모형의 일종이다.

GAN은 주어진 분포를 따르는 진짜 데이터와 비슷하지만 다른 가짜 데이터를 생성하기 위한 생성모형으로 사용된다. GAN은 이미지 생성, 이미지 인페이팅, 추상화 추론, 의미론적 분할, 비디오 생성, 텍스트로부터 이미지 생성 등의 응용에 활용되고 있다.

개발언어

텐서플로 : 구글 브레인팀 개발, 현재 가장 많은 사람이 사용
Caffe : UC Berkeley 에서 관리
Theano : 딥러닝 알고리즘을 파이썬으로 쉽게 구현할 수 있도록 해줌
파이토치 : 페이스북과 구글 딥마인드가 사용
CNTK : 마이크로소프트 개발
Matlab : 상용 소프트웨어
R : 통계 분석