인공지능 머신러닝 딥러닝

 

 

인공지능 머신러닝 딥러닝 관계 

인공지능의 한 분야로 머신러닝이 존재하며, 머신러닝 중 심층 신경망 기반의 학습 알고리즘을 딥러닝이라고 할 수 있습니다.  즉 

인공지능 > 머신러닝 > 딥러닝

의 포함 관계로 표현할 수 있습니다. 

 

인공지능: 지능적인 기계 / 프로그램의 제작과 관련된 분야 
예를 들면 IBM Deep Blue(체스 프로드램)등입니다. 

머신러닝: 명시적으로 프로그래밍하지 않고도 학습할 수 있는 능력
예를 들면 IBM Waston, 구글 검색 알고리즘, 아라존 상품 추천, 이메일 스팸 필터 등입니다. 

딥러닝: 심층 신경망에 기반한 학습 방법
예를 들면 알파고, 음성인식, 웨이모 자율주행 시스템 등입니다. 

 

 

인공지능이란

'지능'이라는 단어의 사전적 의미에 따르면, 인공지능은 인간의 지능을 모방하여 문제해결을 위해 사람처럼 학습하고 이해하는 기계를 만드는 분야라고 할 수 있습니다. 

인간 지능의 기계에 대한 구현 수준 정도에 다라 강인공지능과 약 인공지능으로 구분해서 생각할 수도 있습니다.

 

약인공지능이란 기계가 지능적인 것처럼 행동하는 것으로, 우리가 현실에서 마주하고 있는 대부분의 시스템이 이에 해당합니다. 즉 알파고는 그냥 바둑만 잘 두면 되지, 그것이 지능을 가졌는지 또는 지능적으로 처리되는지는 관심의 대상이 아닙니다.

 

하지만 강인공지능은 지능을 단지 모방하는 것에 그치는 것이 아니라 실제로 인간처럼 생각하는 기계를 의미합니다. 따라서 강인공지능은 스스로 문제 정의 및 해결, 지속적인 학습, 자의식 등 인간이 가지는 광범위한 지적 능력을 포함해서 일반적인 영역에서의 문제해결이 가능하며, 명령받지 않은 일도 스스로의 판단에 다라 처리할 수 있습니다.

 

 

머신러닝이란

머신러닝은 간단히는 인간이 가지고 있는 고유의 지능적 기능 중 하나인 학습 능력을 기계를 통해 구현하는 방법에 관한 연구라고 할 수 있습니다. 

인간이 학습한다는 것은 모르는 것을 배우는 것입니다. 기계가 학습한다는 것도 인간의 학습과 같은 선상에서 이해할 수 있습니다.

컴퓨터가 데이터를 처리하기 위해서는 해당 영역에 대한 지식이나 처리 규칙 등이 필요한데요. 이러한 데이터 처리를 위한 내용이나 방법을 알고리즘적으로 컴퓨터에게 일일이 설명 서술하는 대신에, 기계에서의 하급은 수집된 충분한 데이터 덩어리로부터 스스로 데이터 처리에 필요한 지식을 획득하고 체계화해서 표현하는 과정입니다.  즉 머신러닝은 주어진 데이터를 분석하여 그로부터 일반화된 규칙이나 새로운 지식을 기계 스스로가 자동으로 추출하는 방법을 개발하는 연구 분야라고 할 수 있습니다.

 

 

딥러닝이란 

앞서 말했듯이 딥러닝은 심층 신경망 기반의 머신러닝 분야라고 할 수 있습니다. 즉, 심층 신경망을 이용하여 데이터를 분석하는 학습에 초점을 둔 머신러닝 방법입니다. 심층 신경망은 전형적으로 사용되어 온 다층 퍼셉트론에 더 많은 은닉층을 추가해서 전체적으로 층이 깊어진 신경망을 일으킵니다.