안녕하세요. ^^ u robotics입니다.
오늘은 인공지능이란 무엇인가
간단히 이야기해보겠습니다. ^^
간단히 말하면
컴퓨터를 똑똑하게 만드는 것이죠.
뭔 개소리여.
컴퓨터는 원래 똑똑한데 뭘 더 똑똑하게 만드냐?
하는 의문이 생기실 수 있어요.
컴퓨터는 크게 보면
CPU가 계산을 빨리 하고
메모리가 기억을 하고
하드웨어가 저장을 하죠.
그래서 입력을 받은 것을 출력으로 내줍니다.
문제는 입력받거나
조건을 준 것만 처리해준다는 것이죠.
예를 들어서
시키는 일만 그것도 정확하게 조건을 줘야지
딱 시킨대로만 일하는 신입사원을 생각해봅시다.
심지어 부르지 않으면 일도 안 합니다.
상사는 열이 받겠죠.
어느 정도는 알아서 해야하는데
그렇지 못하고 일일이 다 챙겨줘야 하니깐요
조건 챙겨주는 게 자기 일 하는 것보다 더 힘들 수도 있죠.
컴퓨터 프로그래머들도 그 점을 고민했어요.
"내가 귀찮다. 자기 혼자서 열심히 일할 수 있는 똑똑한 컴퓨터를 만들자."
그게 AI의 출발이었던 것 같아요.
똑똑하게 하는 방법은
사람이 가르쳐주는 방법이 있고요.
컴퓨터가 스스로 알게하는 방법이 있습니다.
컴퓨터가 스스로 알아야지
좀더 편하니깐요. 대세는 그리고 기울게 됩니다.
그것을 머신러닝이라고 합니다.
저는 컴퓨터라고 표현했지만 하드웨어까지 합치면
기계라고도 할 수 있겠죠.
그래서 사실상 인공지능 = 머신러닝
과 거의 같은 개념이 되었어요.
머신러닝에는 3가지 분야가 있습니다.
지도학습, 비지도학습, 강화학습 입니다.
간략하게 보면 이런 개념이죠.
지도랑 비지도를 분류하면
지도는 문제와 정답을 알려주는 것.
비지도는 문제만 알려주고 답을 예측하게 하는 것입니다.
강화학습은 문제 와 답이 시간차가 있는 경우입니다.
많이 아시다시피 이세돌과 알파고의 바둑대결에서
바둑은 한 개 돌 둔다고 끝나는 게 아니고 이길 때까지
여러개를 두잖아요. 그래서 결과는 마지막에 나오죠.
그래서 강화학습이 필요한 겁니다.
강화학습을 보면 재밌는 게
신경망(뉴런) 같은 게
인간지능을 따라하는 겁니다.
언어구사, 물체식별, 논리추론 등등등
인간의 능력 + 고성능 처리머신 = AI가 되고 있는 것이죠.
세 기술을 놓고
활용하는 입장에서 생각해보면
지도학습은 즉답이 가능한 단순한 문제
비지도 학습은 경향이나 분류가 필요한 문제
(원래 답이 없는 문제)
강화학습은 답이 나중에 나오는 복잡한 문제
에 적용가능합니다.
전에도 한 번 얘기했다시피
AI 성능에서 가장 중요한 요소들은
데이터, 처리성능, 알고리즘 입니다.
그걸 어떻게 활용하느냐에 따라서
차이가 많이 납니다.
데이터가 중요한 이유는
학습을 해서 정확도를 올릴려면
데이터가 필요하기 때문입니다.
학습을 하는 이유는
학습된 문제 말고
다른 유형의 관련된 문제를 잘 풀기 위해서죠.
다음에는 좀더 ^^ 좋은 내용으로 찾아뵙겠습니다.
감사합니다.
p.s. 특허청에서 활용하는 인공지능 분류표를 첨부합니다.
감사합니다.
