딥러닝의 역사

Back Propagation 문제점

• Back Propagation은 몇개의 Layer로 이루어진 인공신경망 모델에서는 효과가 있으나, 다양한 Layer로 되어있는 모델에서는 효과를 발휘할 수 없었음.

번외 : CIFAR 돈이 되지 않더라도 금전적으로 지원을 해줬음. 따라서 사장됬던 딥러닝은 CIFAR 의 지원으로 발전을 할 수 있었음.

새로운 논문의 등장

• Hinton and Bengio가 신경망의 초기값과 관련된 문제를 해결하고 이와 관련된 내용을 증명함. Deep Nets -> Deep Learning으로 리브랜딩이 됨.

딥러닝을 이용한 기술들

Image Net Challenge

• 컴퓨터가 이미지를 맞추는 문제 : 복잡한 이미지므로 맞추는게 어려웠음. 26~25퍼센트로 오류가 매우 높았으나, 2012년을 분기점으로 15퍼센트로 내려갔고, 현재에는 3퍼센트 정도의 오류정도만 발생할 정도로 오류가 줄어들었음

Deep API Learning

• Deep API Learning : 어떤 API를 써야되는지, 어떤 순서로 프로그램을 짜야하는지 알려줌. 현재 20퍼센트의 정확도에서 60퍼센트의 정확도로 올라옴.

이외 : 알파고, 구글 검색 키워드, 유튜브의 자동자막기능, 뉴스피드 추천, 아마존 등