인공지능 vs 머신러닝

인공지능은 대세다. 그런데 과연 인공지능은 현 시대의 작품일까? 1956년도에 다트머스 컨퍼런스에서 인공지능에 대해서 정의가 이뤄졌다. 신경망 이론 이라는 단어도 그때 등장을 했다. 왜 신경망 이론일까?
인공지능의 출발은 어쩌면 사람의 두뇌에서 시작했던거 같다. 사람의 두뇌에 보면 뉴런이란게 있으니 그 두뇌를 흉내내보려는 시작이다. 인간은 학습을 하고 그 학습 기반으로 다음의 것을 안다.

기계가 머신러닝-기계학습을 하고 그 학습을 기반으로 다음을 맞춘다면 인간의 뇌와 유사하다. 그래서 인공지능은 반세기가 흘러서야 우리에게 핫하게 다가왔다. 알파고라른 이름으로 알파고가 전부는 아니였다. 이미 체스로는 이미 컴퓨터가 딥블루라는 이름으로 20년전에 세계 체스 챔피언 가리 가스파로프를 꺽었다. 인공지능은 반세기, 체스는 20년전에 가장 잘 하는 사람을 꺽고, 알파고가 등장한 것이다. 먼저 학습을 시키고, 그것과 유사하거나 다른 상황을 스스로 학습하고, 대처해 나가는 것이다. 인공지능 적용 분야는 너무도 많다. 고객 응대 해주던 것을 인공지능을 통해서 하려는 시도가 많다. 어느정도 인공지능까지 아니더라도 가능할 법한 일이다. 인공지능이 가미되면 추천정보라든가 사람들을 대응한 것에 대해서도 방법적으로 터득할 수 있을 것이다.

머신러닝
여러가지 핵심적인 알고리즘이 있겠지만, 간단히 얘기하면 머신이 스스로 학습을 한다는 개념이다. 스스로 학습을 할 수 있을까? 물론 개발자나 작성자의 개입이 필요하다. 기계가 어떻게 스스로 학습을 하겠는가? 머신러닝의 절차는 먼저 머신러닝을 할만한 수많은 데이터가 필요하다. 데이터가 많은 상태에서 어떤 학습을 시키는 것인데, 이때 데이터들에는 라벨링을 한다. 라벨링을 할 때 학습이라는 것이 진행되는 것이다. 예를 들면 강아지, 고양이 사진이 있다고 하면 수많은 강아지와 고양이 사진을 입력을 하고, 강아지에는 1, 고양이에는 0으로 라벨링을 한다. 이 수많은 데이터를 통해서 컴퓨터는 강아지나 고양이가 가지는 특징을 스스로 도출하고 학습을 하게 된다. 이를 기반으로 새로운 강아지 사진을 줬을 때 그 강아지를 강아지로 식별을 하게 된다. 이러한 것이 머신 러닝이다.

책처럼 전체를 보기를 원하시면 아래 링크를 클릭하시고 북마크 하셔서 보시면 편리합니다. 

https://wikidocs.net/22394

 

폰으로 자주 보시면 편리하게 앱으로 다운 받으세요.

안드로이드앱 다운로드

https://play.google.com/store/apps/details?id=com.hitouch.wikibook