인공지능, 머신러닝, 딥러닝 개념

 

인공지능 > 머신러닝 > 딥러닝 순서로 범위가 크다

인공지능은 머신러닝과 딥러닝을 포괄하는 개념!

△ 그림 1-1  인공지능 > 머신러닝 > 딥러닝

 

인공지능(artificial intelligence) 이란?

인공지능은 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 

 

강인공지능과 약인공지능

1. 강인공지능

흔히 영화 속의 인공지능은 인공일반지능(artificial general intelligence) 혹은 강인공지능(strong AI) 

라고 부르는 인공지능이다.

(ex. 영화 her 에 나온 사만다, 터미네이터의 스카이넷 처럼 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템)

 

2. 약인공지능 (Weak AI)

약인공지능은 아직까지는 특정분야에서 사람의 일을 도와주는 보조 역할만 가능하다.

(ex. 음성비서, 자율 주행 자동차, 음악 추천, 기계 번역 등. 알파고 )

 

생활 속 인공지능은 무엇이 있을까?

• 자율 주행 자동차: 테슬라, 구글, 현대자동차&네이버
   
• 스마트 스피커(AI 비서): 아마존, 구글, 바이두, 알리바바, 샤오미, KT, SK 텔레콤, 네이버, 카카오, 삼성전자 등
   
• 챗봇: 카카오 상담톡, 네이버 톡톡, 라인, 채널톡 등
   
• 인공지능 로봇: 청소 로봇, 교육용 로봇, 동반자 로봇, 운송 로봇
   
• 이미지 인식: 페이스북, 구글, 마이크로소프트, 네이버
   
• 개인화 추천: 넷플릭스,구글, 페이스북
   
• 기계 번역: 구글, 네이버 파파고

머신러닝이란? 

머신러닝(machine learning) 은 컴퓨터가 스스로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야.

인공지능의 하위 분야 중에서 지능을 구현하기 위한 소프트웨어를 담당하는 핵심분야이다.

 

현재는 프로그래머가 직접 머신러닝 알고리즘을 구현하느라 힘들게 프로그램을 짤 필요가 없습니다. 어떻게 머신러닝 알고리즘을 선택하고 활용할 수 있는지를 먼저 생각해보는 것도 방법이 될 수 있는 것이다.

 

딥러닝이란?

많은 머신러닝 알고리즘 중에서 인공신경망(artificial neural network)을 기반으로 한 방법들을 통칭하여 

딥러닝(deep learning) 이라고 부른다.

종종 사람들은 인공신경망과 딥러닝을 크게 구분하지  않고 사용한다.

 

 

두 번째 AI 겨울

 기간에도 여전히 인공지능에 대해 연구한 사람들이 있었습니다. 이들의 연구가 차츰 빛을 보면서 다시 인공지능 기술이 주목받기 시작했습니다. 1998년 얀 르쿤Yann Lecun이 신경망 모델을 만들어 손글씨 숫자를 인식하는 데 성공했습니다. 이 신경망의 이름을 LeNet-5라고 하며 최초의 합성곱 신경망입니다.

그 이후 2012년에 제프리 힌턴Geoffrey Hinton의 팀이 이미지 분류 대회인 ImageNet에서 기존의 머신러닝 방법을 누르고 압도적인 성능으로 우승했습니다. 힌턴이 사용한 모델의 이름은 AlexNet이며 역시 합성곱 신경망을 사용했습니다. 이때부터 이미지 분류 작업에 합성곱 신경망이 널리 사용되기 시작했습니다.

 

LeNet-5 와 AlexNet 과 같이 인공신경망이 이전과 다르게 놀라운 성능을 달성하게 된 원동력 3가지

1. 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터

2. 컴퓨터 성능 향상

3. 혁신적인 알고리즘 개발 

 

오픈소스로 공개된 딥러닝 라이브러리

텐써플로우(구글), 파이토치(페이스북)

 

출처: [AI란 무엇인가] 인공지능 머신러닝 딥러닝 차이점 총정리 혼자 공부하는 책 (hanbit.co.kr)