인공지능 메모장
인공지능(Artificial Intelligence)이란, 인간 지능을 모방하여 작업을 수행하고 수집한 정보를 기반으로 반복적으로 개선할 수 있는 시스템 또는 기계를 의미한다.
인공지능이라 하면 딥러닝, 머신러닝 등을 가장 많이 들어보았을텐데 인공신경망을 기반해 학습하는 딥러닝은 머신 러닝의 일종이다. 이 머신 러닝 또한 앞서 말한 인간 지능을 모방해 일을 처리하는 인공지능의 한 종류이다.
머신러닝이란?
기계학습이라고도 하는 머신러닝(Machine Learning)은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘으로 볼 수 있다. 정확하게는
특정한 작업을 수행하기 위해 수많은 경험으로부터 획득한 데이터를 기반으로 모델을 자동으로 구성하여 성능을 향상시키는 컴퓨터 프로그램
이 과정은 해결해야 할 문제가 지속적으로 변화하는 등 명시적으로 문제해결이 어려울 때, 사용성이 높다.
위와 같이 머신러닝의 과정은
- 대상에 대해 설명하는 가장 중요한 자질(feature)을 추출하고
-> feature extractor- feature extractor를 기반으로 학습 데이터를 수집하며
-> feature vector로 표현- feature vector를 통해 학습 알고리즘을 학습한다
- 이 학습된 셋을 가지고 적용(inference/prediction)한다.
1,2,3단계의 학습 단계에서는 input -> feature extractor -> feature vector -> Machine Learning Techinque으로 발전할 때 input값과 함께 문제에 대한 정답(Label)을 제공한다. 따라서 머신러닝 테크닉에서는 이러한 학습 데이터를 기반으로 모델을 자동으로 구성할 수 있게 된다.
머신러닝에 있어서 데이터 간 label을 분류하는 자질(feature)이 중요한데 이때 어떤 feature를 사용해야 하는가에 있어서는 사람이 결정한다. 뒤에 배울 딥러닝은 이러한 사람의 개입이 필요하지 않는, 완전한 머신러닝이라고 볼 수 있다.
또한 앞서 나온 Machine Learning Technique은
supervised learning, unsupervised learning, reinforcement learning으로 나뉘어지는데 이들의 차이와 세부에 대해서는 다음에 더 알아보도록 하자.
