안녕하세요. @u robotics 입니다.
오늘은 아침에 간단히 인공지능 동영상을 보고는
이론 조금 정리한 거 설명 좀 해드릴까 합니다. (저도 나중에 보고요 ㅋㅋ)
인공지능이란 간단히 말해서
컴퓨터가 생각하는 능력을 갖는 것이다. 라고 볼 수 있는데요.
제가 생각하기에는 YES or NO를 스스로 판단한다. 가 핵심인 것 같아요.
스스로 답을 추출하는 문제해결능력을 갖는 것이죠.
사고력이라고도 합니다.
아무튼 그렇구요.
인공지능은 크게 2가지 분류로 나눠요.
1] 지식공학 2] 머신러닝
지식공학은 철학의 이성주의자에서 왔구요.
사람이 지식을 줘야한다는 입장. (요새는 거의 안 쓰고요.)
머신러닝은 당연히 철학의 경험주의자에서 왔겠죠.
머신러닝은 컴퓨터가 직접 배운다.
(요즘 인공지능이라고 하면, 머신러닝이랑 거의 동의어라고 보셔도...)
예전 C언어 등의 코딩 책을 잘 찾아보시면
항상 이런 말이 있어요.
컴퓨터는 바보니깐 우리가 알려주지 않으면 모른다.
저는 이 멘트 읽으면서 항상 좀 이상했는데
이제는 컴퓨터가 사람한테 안 배워도 똑똑하게 만들 수 있다.
그게 머신러닝인 거죠.
머신러닝은 기계가 공부한다. 인데요.
그럼 컴퓨터가 자동으로 공부를 하는 건가요?
그런건 아닙니다.
데이터가 필요한데요.
데이터를 보고 답과 맞춰보는 거죠.
머신러닝의 방법에서 여러가지로 나뉘는데요.
대표적인 것은 3가지입니다.
지도학습은
데이터를 주고 답을 바로 주는 거에요.
1차원적인 문제들 풀 때는 좋죠.
비지도학습은
답 안주고 비슷한 데이터 묶음으로 구별해서 푸는 거에요.
예를들어서 개와 고양이를 구별하는 문제다고 그러면
개와 고양이는 딱 뭐가 정답이 없잖아요.
그래서 비슷한 개 군, 고양이 군을 만든 다음 비교하면서
정답을 찾아가는 거죠.
예전 구글에서 고양이와 개 그림을 구별하기 어렵다고 한 게 이겁니다.
강화학습은
답을 나중에 주는 건데요.
예전 이세돌이랑 알파고랑 바둑 경기를 한 것을 생각해보시면
바둑돌 한 번 둔다고 해서 바로 답으로 연결되지 않아요.
게임 끝나야지 답이 나오죠.
그래서 나중에 답이 나오는데,
그 간의 상호관계를 파악하는 것이 중요합니다.
많은 문제들이 강화학습으로 풀 수 있어요.
짧은 공부로 인해
인공지능 설명은 여기까지 입니다. ㅎㅎㅎ
감사합니다.
