[혼공머신] 1주차 01-1 인공지능과 머신러닝, 딥러닝
본 게시글은 한빛미디어의 혼자 공부하는 머신러닝+딥러닝을 바탕으로 작성되었습니다.
인공지능과 머신러닝, 딥러닝
어떠한 것을 새로 배울 때 우리는 정의를 확실히 하고 가야 한다. 수학도 정의를 제대로 하지 못하면 이후의 것을 할 수 없듯이, 모든 것이 동일하다. 그렇기에 우선, 우리가 학습하려고 하는 인공지능, 머신러닝, 그리고 딥러닝이 무엇인지 정리하고 넘어가자. 대부분의 사람들은 사진이 없는 책을 좋아하기에 사진이 없는 본 게시글도 충분히 좋아할 것이라고 기대한다.
인공지능
인공지능(AI, Artificial Intelligence): 사람처럼 학습, 추론 지능 있는 컴퓨터 시스템 기술
강인공지능(Strong AI), 인공일반지능(Artificial General Intelligence): 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템, 대표적인 예로는 <터미네이터>에 나오는 사악한 스카이넷이 있다. 약인공지능(Weak AI): 특정 분야에서 사람의 일을 도와주는 보조적인 지능을 가진 컴퓨터 시스템, 대표적인 예로는 이세돌과 바둑 시합을 한 알파고가 잇다.터미네이터>
머신러닝
머신러닝(ML, Machine Learning): 규칙을 따로 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘
- 대부분 통계학에서 유래한 것이 많으나, 최근 사이킷런(scikit-learn)과 같이 컴퓨터 과학 분야에서 주도하여 라이브러리를 발전시켰다.
- 이전까지는 폐쇄적인 코드와 라이브러리를 사용했으나, 사이킷런과 같은 오픈소스 라이브러리의 발전으로 머신러닝 분야가 급격히 성장하였다.
- 이론보다는 코드로 직접 구현해 성능을 입증하는 것이 중요해져 통계학도에게 코딩도 공부를 시키게 된 원흉이다.
딥러닝
딥러닝(DL, Deep Learning): 머신러닝 알고리즘 중 인공신경망(Artificial Neural Network)을 기반으로 한 방법
인공신경망 알고리즘 성장 원동력
- 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터
- 컴퓨터 성능의 향상
- 혁신적 알고리즘 개발
인공지능의 역사
정의와 마찬가지로 어떠한 것을 배우면서 역사를 안 배울 수는 없다. 우리가 지금 배우고 있는 것은 우리보다 똑똑한 수많은 천재들이 고심하고 연구해서 나올 결과물들이다. 역사를 잊은 민족에겐 미래는 없다는 말처럼, 미래를 준비하기 위해 누구나 지루해하지 않고 좋아하는 역사를 살펴보자. 지금은 아래에 나온 퍼셉트론, 인공신경망, 합성곱 신경망과 같은 단어를 모를 수도 있지만, 교재의 뒷부분에 있는 것을 확인했으니, 지금은 모르더라도 안심하고 넘어가도 된다.
인공지능 태동기
1943 뇌의 뉴런 개념 발표
워런 매컬러(Warren McCulloch), 월터 피츠(Walter Pitts): 뇌의 뉴런 개념을 모방한 인공 뉴런 모형을 발표
1950 튜링 테스트 발표
엘런 튜링(Alan Turing): 인공지능이 사람과 같은 지능을 가졌는지 테스트하는 튜링 테스트(Turing Test) 발표
1956 다트머스 AI 컨퍼런스
다트머스 AI 컨퍼런스: 많은 과학자들이 참여해 인공지능 관심 극대
인공지능 황금기
1957 퍼셉트론 발표
프랑크 로젠블라트(Frank Rosenblatt): 로지스틱 회귀의 초기 버전인 퍼셉트론(Perceptron) 발표
1959 시각 피질 뉴런 연구
데이비드 허블(David Hubel), 토르스텐 비셀(Torsten Wiesel): 고양이를 통해 시각 피질에 있는 뉴런 공로를 연구
1974 1차 AI 겨울
컴퓨터의 성능 한계로, 고차원 문제 해결이 어려워 인공지능에 대한 투자와 연구 감소
AI 붐
1980 전문가 시스템 등장
프로그래밍 언어의 발달로 사람이 하는 일을 컴퓨터가 대신 하도록 하는 전문가 시스템(Expert System) 등장
1987 2차 AI 겨울
전문가 시스템의 한계로 다시 관심 감소
현재
1998 최초의 합성곱 신경망 LeNet-5 개발
얀 르쿤(Yann Lecun): 최초의 합성곱 LeNet-5 신경망 모델을 만들어 손 글씨 숫자 인식 성공
2012 AlexNet 개발
제프리 힌턴(Geoggrey Hinton): 이미지 분류 대회 ImageNet에서 합성곱 신경망 모델인 AlexNet을 이용해 우승
이미지 분류 작업에 합성곱 신경망 사용 시작
2015 텐서플로 공개
구글(Google): 딥러닝 라이브러리인 텐서플로(TensorFlow)를 오픈소스로 공개
2018 파이토치 공개
페이스북(Facebook): 딥러닝 라이브러리인 파이토치(PyTorch)를 오픈소스로 공개
드디어 재미있었던 역사 시간이 끝났다. 너무 빨리 끝나 아쉽지만 이제 실습 환경을 살펴볼 차례이다. 그런데, 글을 쓰다 보니 너무 글이 길어지는 것 같아 도미 이야기를 하다 와서 게시글을 나누기로 했다. 갑자기 무슨 도미 이야기냐고? 다다음 게시글을 보면 알 수 있다.