인공지능과 머신러닝, 딥러닝
1. 🔍인공지능이란?
1-1. 인공지능의 역사
인공지능(artificial intelligence) 은 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술이다.
인공지능의 역사는 다음의 그림과 같다.
인공지능의 역사는 약 80년 남짓, 그동안 인공지능 기술은 인공지능 태동기/황금기, 1차/2차 AI 겨울 등의 시기를 거쳐 발전해 왔다.
1-2. 인공지능의 발전 단계
인공지능의 발전 단계는 두 가지로 나뉜다.
1. 약인공지능
약인공지능(Weak AI)은 특정 주제의 분야에서 주어진 일을 인간의 의도에 따라 수행하는 인공지능으로,
방대한 양의 데이터를 학습시켜 인간의 프로그래밍 없이도 스스로 인간의 특정 문제를 해결하는 것을 목적으로 한다.
우리가 지금 현실에서 마주하고 있는 인공지능은 약인공지능이라고 볼 수 있다.
2. 강인공지능(인공일반지능)
강인공지능(Strong AI) 혹은 인공일반지능(artificial general intelligence)이라고 불리며
컴퓨터에 인간의 것과 동일한 수준의 지성을 구현하고자 하는 시도이다. 영화 <그녀>에 등장하는 사만다, <터미테이너> 의 스카이넷 같은 컴퓨터 시스템을 예로 들 수 있다.
강인공지능의 실현 가능성에 대한 논쟁은 현재진행형이다.
결국은 미래에 기계가 지능을 획득할 수 있을 것이라는 주장과, 기계와 인간의 지능은 근본적으로 다르며
인공지능은 결국 인간과 같은 수준의 지성을 획득하지 못할 것이라는 주장이 대립하고 있다.
2. 🦾머신러닝이란?
2-1. 머신러닝의 개요
머신러닝(machine learning)이란 규칙을 일일이 프로그래밍하지 않아도
자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야이다.
인공지능의 하위 분야 중에서 지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야이다.
머신러닝은 통계학과 깊은 관련이 있다. 통계학에서 유래된 머신러닝 알고리즘이 많고 통계학과
컴퓨터 과학 분야가 상호 작용하며 발전하고 있다.
하지만 최근 머신러닝의 발전은 통계나 수학 이론보다는 경험을 토대로 발전하는 경우도 많으며
컴퓨터 과학 분야가 이런 발전을 주도하고 있다.
대표적인 라이브러리중에는 사이킷런(scikit-learn)이 있다.
3. 🧠딥러닝이란?
3-1. 딥러닝의 개요
딥러닝(deep learning)은 많은 머신러닝 알고리즘 중에 인공 신경망을 기반으로 한 방법들을 통칭한다.
종종 사람들은 인공 신경망과 딥러닝을 크게 구분하지 않고 사용한다.
두번째 AI 겨울 기간에도 인공지능에 대해 연구한 사람들이 있었는데,
1998년 얀 르쿤(Yann Lecun)이 신경망 모델을 만들어 손글씨 숫자를 인식하는데 성공했다.
신경망의 이름은 LeNet-5 라고 하며 최초의 합성곱 신경망이다.
3-2. 딥러닝 라이브러리
최근의 딥러닝 발전은 과거에 비해 매우 긍정적이고 지속 가능해 보인다.
복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터와 컴퓨터 성능의 향상,
혁신적인 알고리즘 개발 등을 원동력으로 삼아 이러한 결과를 이루어 낼 수 있었다.
오픈소스 머신러닝 라이브러리의 영향력은 여러 기업들에게도 미치게 되었다.
기업들이 공개한 대표적인 라이브러리들은 다음과 같다.
구글은 2015년 딥러닝 라이브러리인 텐서플로(TensorFlow) 를 오픈소스로 공개했다.
페이스북도 2018년 파이토치(PyTorch) 딥러닝 라이브러리를 오픈소스로 공개했다.
이 두 라이브러리의 공통점은 인공 신경망 알고리즘을 전문으로 다루고, 사용하기 쉬운 파이썬 API 제공한다는 점이다.
각종 자료, 인용한 글 출처 :
<혼자 공부하는 머신러닝> , 박해선