인공지능(人工知能, 영어: artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력, 논증능력, 자연언어의 이해능력 등을 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템
단순히 인지능력에서 발전하여 인지한 환경 속에서 최적의 답을 찾아내고, 여기에 스스로 수행한 학습을 더해 추론 및 예측을 하며, 향후에는 문제를 스스로 발견하고 해결하는 행동 단계에 이르기까지 다양한 분야의 연구와 투자가 활발히 진행
인공지능 안에 머신러닝, 딥러닝이 포함된다.
인공지능 > 머신러닝 > 딥러닝
머신러닝(machine learning) : 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
딥러닝(deep learning) : 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야. 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계 학습 알고리즘의 집합
머신러닝의 일종으로 심층 인공신경망을 사용하여 End-to-End 학습 구조를 가지는 학습 모델
데이터에 대한 학습을 통해 규칙 생성 및 예측
데이터 의존도 : 딥러닝은 대용량의 데이터를 필요로 함
하드웨어 의존도 : 딥러닝 학습을 위해 GPU와 같은 병렬처리 하드웨어 필요
Feature Engineering 수행 여부 : 머신러닝은 Feature Engineering 과정 필요
학습시간 : 딥러닝 학습을 위해 장시간 소요
해석력/설명력 : 딥러닝은 블랙박스로 해석력, 설명력이 낮음
알고리즘 복잡도/깊은 신경망 : 딥러닝은 깊은 레이어를 사용하며 복잡한 알고리즘 구조