[머신러닝] 1-1. 인공지능과 머신러닝, 딥러닝
인공지능
인공지능 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술
1943 최초로 뇌의 뉴런 개념 발표
1950 튜링: 인공지능이 사람과 같은 지능을 가졌는지 테스트할 수 있는 튜링 테스트 발표
1956 인공지능 태동기 다트머스 AI컴퍼런스에서 인공지능에 대한 장밋빛 전망 최고조
인공지능 황금기1957 로젠블라트: 로지스틱 회귀 초기 버전으로 볼 수 있는 퍼셉트론 발표 1959 데이브드 허블, 토르스텐 비셀: 시각 피질에 있는 뉴런 기능 연구
AI겨울 컴퓨터 성능의 한계-> 인공지능에 대한 연구와 투자 감소
두 번째 인공지능 붐 전문가 시스템 증장
두 번째 AI겨울
- 강인공지능(인공일반지능): 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템(ex. 터미네이터)
- 약인공지능: 현실에서 우리가 마주하고 있는 인공지능, 아직까지는 특정 분야에서 사람의 일을 도와주는 보조 역할 (ex. 움성비서, 자율주행자동차, 음악 추천, 기계 번역,알파고)
머신러닝
규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하고 알고리즘을 연구하는 분야
지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야
사이킷런 컴퓨터 과학 분야의 대표적인 머신러닝 라이브러리
딥러닝
많은 머신러닝 알고리즘 중에 인공신경망을 기반으로 한 방법
딥러닝을 인공신경망이라고도 한다
텐서플로, 파이토치 딥러닝 라이브러리
내 말 정리
인공지능, 머신러닝, 딥러닝 차이
인공지능이란 컴퓨터 과학의 한 분야로 기계가 학습과 추리 등과 같은 인간의 지능과 비슷한 작업을 수행하도록 하는 기술이다. 인공지능은 인간의 학습능력, 추론 능력, 지각 능력을 인공적으로 구현합니다.
인공지능은 인간의 지능을 모방하는 것입니다. 머신러닝은 인공지능의 한 분야로 주어진 데이터를 인간이 먼저 처리합니다. 인간이 먼저 컴퓨터에게 특정 패턴을 추출하는 방법을 지시하고 그 이후에 컴퓨터가 스스로 데이터의 특징을 분석하고 축적합니다. 이렇게 축적된 데이터를 바탕으로 문제를 해결합니다. 데이터를 가공해서 새로운 정보를 얻어 내거나 미래를 예측합니다.
딥러닝은 머신러닝에서 사람이 하던 패턴 추출 작업이 생략됩니다. 컴퓨터가 스스로 데이터를 기반으로 학습할 수 있도록 정해진 신경망을 컴퓨터에게 주고 어린아이가 학습하는 것처럼 경험 중심으로 학습을 수행합니다.
인간이 개, 고양이 특성을 추려 사전에 정의된 알고리즘과 규칙을 적용하는 머신러닝과 달리 딥러닝에서는 심층 신경망을 통해 스스로 개, 고양이의 특성을 훈련하여 개와 고양이를 분류할 수 있습니다.
출처: 혼자 공부하는 머신러닝+딥러닝