왜 현재 AI가 가장 핫할까 ?

본 게시글은 패스트캠퍼스 [혁펜하임의 AI DEEP DIVE] 체험단 활동을 위해 작성되었습니다.

AI DEEP DIVE Chapter2 "왜 현재 AI가 가장 핫할까 ?" 를 듣고 정리한 글이다.

AI vs ML vs DL

• AI란 인간의 지능을 인공적으로 만든 것이다.
• 지능 == 지적 능력, 특정 사진이 주어졌을 때, 해당 사진을 판별하는 능력 등
• How ? 인간의 사고 방식을 흉내내기 (딥러닝의 핵심)

Rule-based vs Data-based

AI, ML, DL의 관계는 아래 그림 처럼 나타낼 수 있다.

1. 규칙 기반 알고리즘

알고리즘을 작성하는 사용자가 "규칙"을 작성하는 것 !
작성되지 않은 규칙이 보이는 data는 분석할 수 없다는 한계를 가지고 있다

2. Machine Learning

data를 컴퓨터에게 던져주고, 주어진 data로부터 정보를 습득할 수 있게 하는 것

3. Deep Learning

"깊은" 인공신경망을 활용해서 학습하는 것

딥러닝의 활용 (CNN, RNN, GAN)

CNN (Convolutional Neural Network)

• 강아지와 고양이를 CNN 모델의 입력으로 넣으면, 이 둘을 구분하는 숫자가 출력으로 나옴
• 입출력 모두 숫자 ! 사진도 숫자로 이루어진 데이터다 (행렬)
  • 흑백 이미지 : 1차원 행렬 (0~255)
  • 컬러 이미지 : 3차원 행렬 (0~255, 0~255, 0~255)

RNN (Recurrent Neural Network)

• 연속적인 데이터에 대해 잘 동작하는 것으로 알려진 네트워크

GAN (Generative Adversarial Network)

• 두 개의 네트워크가 적대적으로 학습하는 네트워크
  • G (Generator) : Fake data 생성
  • D (Discriminator) : Fake or Real 판별
• 두 개의 네트워크는 동시 학습이 불가능하기 때문에, 번갈아가며 학습한다
• 학습 방향이 서로 반대이기 때문에 adversarial 이라고 이름이 붙음
• D는 G를 위해 존재하는 네트워크 (우리는 D가 만드는 "Real한" 데이터를 얻고자 함)
• 입력 데이터를 잘 조절해서 다양한 data를 생성할 수 있다.

머신러닝의 분류

지도학습

• 정답(label)을 알고있다.
• 사전에 생성된 labeled data가 필요
• regression / classification

비지도학습

• 정답을 모름 (labeled data X)
• 군집화 (K-means, DBSCAN, ...)
• 차원축소 (데이터 전처리 : PCA, SVD, ...)
• GAN

자기지도학습

• labeled data가 적을 때 사용할 수 있는 학습방법 ! (문제 상황은 준지도학습과 동일)
• 다른 문제를 "새롭게 정의"해서 먼저 풀어본다.
• pretext 학습
  + label이 없는 사진이 주어짐 ➡️ 우리는 해당 사진이 고양이인지 아닌지 알고싶음
  • patch의 위치를 지정하고, 해당 patch의 주변 patch 도 정의
  • patch 들을 입력으로 넣었을 때, 이 들의 상대적인 위치값을 출력으로 하는 네트워크 구성
  • 해당 네트워크는 이미지가 상대적인 배치로 이루어져있다는 정보를 학습
  • 이는 이미지 분류에 도움되는 정보 !
• contrast learning
  • 출처가 같은 image patch의 출력은 비슷하게, 출처가 다른 image path의 출력은 서로 다르게 하는 네트워크 !
  • A simple framework for contrasive learning for visual representations

강화학습

• 행동에 대한 보상을 이용해, 특정 행동을 강화하는 학습 알고리즘 !
• 강아지 훈련 : 강아지가 재롱을 부리면 보상으로 간식을 줘서, 재롱이라는 행동을 강화한다
  • Agent (강아지), Reward(간식), Environment(보호자), Action (재롱)
• 용어 : agent, reward, environment, action, state, episode, Q-function, exploration, discount factor ...

---

📌 강의 링크

https://bit.ly/3GV73FN