인공지능
인공지능의 기술
인지컴퓨팅
Natural Language, Speech Recognition, Computer Vision
인공 신경망 기반의 기계번역, 자율 주행 기술, 음성 인식 분야의 성장
Watson, Google Machine Learning, Microsoft Azure
기계 학습
로봇과 자율주행차
인간과의 게임
인공지능의 역사
AlanTuring(1912~1954), Dartmouth AIProject(1956), 1stAIWinter(60년대말~70년대), AIboom(80년대 중반), AIResurgence(부활)
John McCarthy(1927~2011), Arthur Samuel(1901~1990), Frank Rosenblatt(1928~1971)
Perceptron
Perceptron 이론 한계
간단한 XOR문제에는 적용할 수 없는 한계
인공지능의 외면으로 발전
인공지능의 재도약
2nd AI Winter
전문가 시스템의 실패 : 전문가 시스템의 성능 대비 높은 가격의 문제, 높은 유지 보수 비용, 업데이트가 매우 어려움
정부 과학 정책의 변화 : 일본의 5세대 컴퓨터 프로젝트 실패, 실용중심의 정부 정책으로 정부 주도의 전략과제부제
현재의 인공지능
기계 학습 ; 머신러닝
컴퓨터가 인간처럼 학습하여 최적의 해를 찾아주는 시스템
스스로 규칙을 형성하고 해를 찾음
지도 학습(원하는 출력 값을 의미하는 레이블이 주어져 있음), 비지도 학습, 강화 학습(주어진 환경에 대하여 보상이나 패널티를 받음으로 학습하여 해를 찾는 방식, Q-Learning)
인공신경망
인간의 뇌의 구조를 이용해 네트워크를 만들어 최적의 해를 구하는 알고리즘
연결 강도 가중치로 표현
인간의 뇌의 기능적 구분과 계층적 구분을 모토로 함
학습 시 네트워크가 히든 레이터가 커질 수록 초기상태에 고착하는 상황 존재
퍼센트론, 다층 퍼셉트론, 백프로라게이션 알고리즘
1843년 매컬로크와 피츠, 1957 로젠블라트, 1959 위드로와 호프, 1960 민스키와 페퍼트, 1986 역전파 알고리즘 소개, 1990 서포트 백터 기계 등장
딥러닝 신경망
단층 신경망, 심층 신경망
순환 신경망 : 시계열 자료
합성곱 신경망
심층 Q-망
경쟁적 생성망
딥러닝 관련 소프트웨어
텐서플로우
텐서(딥러닝에서 데이터를 표현하는 방식) + 플로우(데이터 흐름 그래프)
아나콘다, 주피터 노트북, 파이참
케라스
파이썬 라이브러리
모듈화, 최소화, 확장성, 파이썬 기반