AI, ML and DL are hierarchy concepts.
Artificial Intelligence
- machines/computers가 human intelligence를 모방하도록 만드는 것이다.
Machine Learning
- statistical methods를 사용하여 machine이 특정 task를 잘 수행할 수 있도록 data로부터 학습하도록 가르친다.
- machine learning을 하려면 data가 필요하다.
- pattern recognition based learning이다.
Deep Learning
- neural networks와 massive data에 기반하여 복잡한 task를 잘 수행할 수 있도록 machine을 train한다.
machine learning과 다른 세가지
1. complex task
2. large neural network
3. massive data (data를 여전히 사용하므로 machine learning의 subfield인 것이다.)Why Deep Learning?
-
State-of-the-art performance
성능이 좋다. -
Less feature enginnering
-
Classical machine learning process : 예를 들어 image classifier를 만들고 싶으면, 분류하고 싶은 object의 모든 특징과 properties를 생각해야 한다. 그리고 이를 code로 작성하여 machine이 이러한 feature들에 집중해서 분류를 잘 수행할 수 있도록 해야한다.
-
Deep learning process : 만약 충분한 양의 data가 있다면, 이 data들을 machine에 단순히 넣어서
machine이 스스로 feature extraction과 task를 동시에 수행하도록 할 수 있다.
-
How is this Possible?
- Deep learning을 하려면 large data와 powerful machines(GPU or TPU)가 필요하다.
- Machine learning은 machine이 pattern을 알아내게 하기 위한 some amount of data와 good CPU만이 필요하다.
Reference
- AI504: Programming for AI Lecture at KAIST AI
AI researcher