매일기록

인공지능(Artificial Inteligence, AI)이란 학습, 문제 해결, 패턴 인식 등과 같이 주로 인간 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학 분야입니다.

우리가 흔히 말하는 AI에는 머신러닝과 딥러닝이 있는데, 머신러닝 하위 항목에 딥러닝 분야가 있다고 보시면 되겠습니다.

머신러닝은 말 그대로 기계를 학습시키는 모든 행위를 말하며, 학습된 데이터를 기반으로 분류, 인식, 생성 등의 작업을 수행합니다. 그러나 머신러닝은 다소 인간의 개입이 필요한 학습 방법들이 존재합니다. 인공지능이라는 것 자체의 목표는 인간 개입의 최소화이기 때문에 딥러닝이라는 개념이 나오게 됩니다.

딥러닝은 말 그대로 깊은 신경망을 학습하는 것을 의미합니다. 기존의 머신러닝의 학습할 수 있는 파라미터보다 더욱 더 많은 파라미터들을 학습하므로 고차원의 데이터를 다룰 수 있게 됩니다. 

공부를 약간 한 사람들은 헷갈리는 것이 있을 수 있습니다. 바로 지도학습, 비지도학습, 강화학습입니다. 이것은 학습의 방법이지 테스크의 단위(분류, 예측 등)가 아닙니다.

지도학습은 a는 b라는 정답을 매칭시켜 학습해주는 것입니다. 즉, 고양이로 예를 들면 "털이 있고 앙칼진 4족 보행 동물은 고양이다." 라는 것을 기계에게 학습해주는 것입니다.

반대로 비지도학습은 기계 스스로 알아내야 하는 학습방법입니다. "고양이는 털이 있고 앙칼진 4족 보행 동물이구나" 라는 것을 학습을 통해 알게 됩니다.

강화학습은 행동을 통한 보상이 주어지며 원하는 결과를 얻는 학습 방법입니다. 

1. 고양이는 털이 없나? -> -1점
2. 고양이는 털이 있나? -> +1점
3. 고양이는 털이 있고 앙칼진가? -> +1점
4. 고양이는 털이 있고 앙칼지며 3족 보행 동물인가? -> -1점
5. 고양이는 털이 있고 앙칼진 4족 보행 동물이다!

위와 같은 식이긴 한데 비유가 걸맞을진 잘 모르겠습니다.

여기까지 간단한 개요였습니다. 모자른 부분은 말씀해주세요 피드백은 환영입니다.