인공지능 개론

1. 인공지능

• 인간이 일반적으로 수행하는 지적 작업을 자동화 하려는 노력

• 컴퓨터가 지능적인 일을 수행시키는 방법을 연구하는 방대한 범위의 학문 분야

• 인공지능의 성장 원동력은 무한히 축적되는 데이터이다

• 기호주의 인공지능(1950 ~ 1980)

  인간의 모든 지식 '기호화' 
  인간이 설계한 규칙과 이 규칙에 따라 처리할 데이터를 입력하고 답변 획득
  이미지, 음성, 번역 과도 같은 복잡하고 모호한 문제는 해결 할 수 없다
  

1.머신러닝

• 데이터를 통해 학습한 내용을 바탕으로 컴퓨터가 영리하게
  일을 처리할 수 있도록 하는 방법을 연구하는 분야

*

1. 데이터 입력
2. 정답 입력
3. 규칙 추출(관계를 학습, 표현을 학습)
4. 신규데이터적용
5. 예측 및 분류
   • 명시적인 프로그래밍이 아닌 훈련의 과정이 진행
     다수의 데이터를 접한 수 통계적 구조를 찾아내어
     임무 완료 과정을 자동화하는데 필요한 규칙을 제시
   • 머신러닝 모델

   입력 데이터에 대한 적절한 표현을 찾는 일, 즉 분류작업과 같이 현재 직면하고
   있는 작업에 더 적합한 데이터 변환 방식을 찾는일과 관련 * 학습

   더 나은 표현을 자동으로 찾아내는 과정

• 상대적으로 적은 이론을 표출하고 공학적 측면을 더 지향
• 이론 < 경험 ex)드롭아웃
• 확률론에 기초함

• 구글에서 개발한 TPU(Tesor Processing Unit)이 신경망 모델 학습시간을 혁신적으로 단축시킴

  진단 청취 번역 주행 투자 바둑 법 포커
  모든 분야에 있어 활약을 시작
  

2. 딥러닝

• 머신러닝의 특정 하위분야
• 표현들을 점점 더 의미있게 만들어 가는 연속 계층들을 학습하게
  하는데 중점을 두고 데이터 표현을 학습하는 새로운 방법
• 딥 => ‘연속된 표현 층’을 의미
  
• 신경망이 연속되게 구조화 한 방식 => 데이터 표현을 여러단계를 거쳐 배우는 방식\

• 손실함수(실제 출력데이터 값 - 출력값) 가 최소가 되게 하기 위해 역전파로 가중치의 적절한 값 찾기를 반복

• 지각문제(보기, 듣기 등)에서 놀라운 성과를 드러냄

2. 인지컴퓨팅

단순 기계인가? 그 이상의 존재인가?

• 인간의 뇌를 모델로 하는 컴퓨터 시스템

• “인간의 몸은 체화된 인지의 중심 원리”

  신체적 경험을 하나의 수단으로써 활용하고 여기서 발생한 정보를 처리 및 기억을 통해
  더 나은 의사결정을 내리는 것