인공지능

• 인간의 지능을 모방하는 기계를 표현하는 데 사용되는 가장 광범위한 용어
• 음성 및 얼굴 인식, 의사 결정, 번역 등 인간이 그동안 해온 작업을 예측, 자동화 및 최적화 하는데 사용됨

인공지능의 3가지 주요 카테고리

Articial Narrow Intelligence(ANI) : Weak AI

• 체스 게임이나 사진에서 특정 물체를 식별하는 것과 같은 특정 task에 특화된 AI
• 현재의 챗봇(Siri 등) 기술 등도 ANI에 속한다고 할 수 있다

Artificial General Intelligence(AGI) : Strong AI

• 인간과 비등한 능력을 가진 AI

Artificial Super Intelligence(ASI) : Strong AI

• 인간의 지능과 능력을 넘어서는 AI

머신러닝

• 사람이 특징을 알려주면 기계가 명시적으로 프로그래밍되지 않은 동작을 스스로 학습해 수행하게 하는 연구분야
• 일반적으로 데이터가 많지 않을 때 딥러닝보다 잘한다
• 학습에 있어 인간의 개입에 더 의존한다

딥러닝

• 신경망을 이용하여 인간의 신경계와 유사한 구조로 여러 요인 분석
• 머신러닝에서의 많은 특징 추출 작업을 자동화한다
• 머신러닝에서의 특징 추출 작업을 학습을 통해 수행함으로서 자동화

딥러닝 응용 사례

• 이미지 분류(Classification)
• 개인정보 보호(data privacy)
• 주가 예측(Regression)
• 번역
• 이상 탐지
• 신약 개발
• 3D 가상현실 생성
• 추천 서비스
• 로봇 분야
• 자율 주행
• 얼굴 인식
• 스마트 농장
• 스마트 도시
• 의료 진단

딥러닝 연구 분야

• image segmentation
• object detection
• VQA(Visual Question Answering)
• Few Shot Learning
• Style transfer
• Colorization
• Neural Talking Head
• Speech

Supervised Learning vs Unsupervised Learning

Supervised Learning

• Label이 존재하여 그 label로 학습
• Label이 teacher가 되어 모델이 label을 잘 예측해 나가는 방향으로 학습한다
• e.g. Naive Bayes, SVM, Decision Tree, Logistic Regression

Unsupervised Learning

• Label 없이 학습 - 좋은 representation을 배우는 것이 목표
• 주로 입력 데이터들간의 유사성 등을 기반으로 학습
• e.g. PCA, LDA