인공지능: Difference between revisions

Latest revision as of 01:15, 14 November 2021

Artificial intelligence, AI
인간의 인지, 추론, 학습의 사고과정에 필요한 능력을 컴퓨터 시스템을 통해 구현함으로써 문제를 해결할 수 있는 기술

인공지능의 유형[edit | edit source]

유형	설명	예시
약 인공지능 (ANI: Artificial Narrow Intelligence)	주어진 조건 아래서만 작동 가능	구글 알파고 IBM 왓슨 카네기멜론대 딥블루
강 인공지능 (AGI: Artificial General Intelligence)	인간과 같은 사고가 가능한 인공지능	아이언맨 자비스, HER 사만다 비서 로봇
초 인공지능 (ASI: Artificial Super Intelligence)	모든 영역에서 인간을 뛰어넘는 인공지능	어벤저스의 비전 터미네이터 스카이넷

인공지능의 역사[edit | edit source]

인공 신경망
XOR 문제
- 퍼셉트론 모델로는 간단한 XOR 문제를 풀 수 없음이 증명됨
다층 퍼셉트론(Multilayer Perceptron)
- XOR 문제를 해결하기 위해선 다층 퍼셉트론 모델이 필요하지만, 학습시킬 수 있는 방법이 없음(1969)
- 약 20년간 1차 AI 겨울
역전파(Backpropagation)
- 최종 계산된 결과를 통해 가중치를 역으로 계산해내는 기법 개발되어 다층 퍼셉트론 문제 해결(1986)
기울기 소실 문제(Vanishing Gradient Problem)
- 역전파로 간단한 XOR 문제는 해결 가능하지만, 레이어가 많아질 경우 가중치 계산이 불가능해 지는 문제 발견
- 약 15년간 2차 AI 겨울
다층 퍼셉트론 모델이 아닌 SVM 등의 다른 메커니즘 출현
ReLU의 적용으로 기울시 소실 문제를 해결하고, 딥 러닝 등장
2016년에 알파고가 이세돌에게 바둑 승리

인공지능의 분류[edit | edit source]

머신러닝과 딥러닝[edit | edit source]

머신러닝(Machine Learning)
- 협의적: 컴퓨터가 다량의 데이터를 기반으로 스스로 학습하고 통계적인 결과를 도출하는 인공지능
- 광의적: 인공지능의 하위 개념이지만, 컴퓨터로 연구하는 대부분의 인공지능을 포함
- ex) SVM
딥러닝(Deep Learning)
- 협의적: 역전파의 기울기 소실 문제를 해결해 깊은 다층 레이어 학습을 가능하게 한 머신러닝
- 광의적: 인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 인공지능
- ex) CNN, RNN

인공지능 윤리[edit | edit source]

@@ Line 1: / Line 1: @@
+[[분류:인공지능]]
 ;Artificial intelligence, AI
+;인간의 인지, 추론, 학습의 사고과정에 필요한 능력을 컴퓨터 시스템을 통해 구현함으로써 문제를 해결할 수 있는 기술
-== 개요 ==
+== 인공지능의 유형 ==
+{| class="wikitable"
+|-
+! 유형 !! 설명 !! 예시
+|-
+| 약 인공지능
+(ANI: Artificial Narrow Intelligence)
+||
+주어진 조건 아래서만 작동 가능
+||
+* 구글 알파고
+* IBM 왓슨
+* 카네기멜론대 딥블루
+|-
+| 강 인공지능
+(AGI: Artificial General Intelligence)
+||
+인간과 같은 사고가 가능한 인공지능
+||
+* 아이언맨 자비스, HER 사만다
+* 비서 로봇
+|-
+| 초 인공지능
+(ASI: Artificial Super Intelligence)
+||
+모든 영역에서 인간을 뛰어넘는 인공지능
+||
+* 어벤저스의 비전
+* 터미네이터 스카이넷
+|}
-== 인공지능 기술 ==
+== 인공지능의 역사 ==
-;포브스(Forbes) 선정 10대 인공지능 기술
+[[파일:ABriefHistoryofAI.png]]
-* 자연어 생성
-* 음성인식
+* [[인공 신경망]]
-* 가상 에이전트
+* [[XOR 문제]]
-* 머신러닝(ML) 플랫폼
+** 퍼셉트론 모델로는 간단한 XOR 문제를 풀 수 없음이 증명됨
-* AI 최적화 하드웨어
+* [[다층 퍼셉트론|다층 퍼셉트론(Multilayer Perceptron)]]
-* 의사결정
+** XOR 문제를 해결하기 위해선 다층 퍼셉트론 모델이 필요하지만, 학습시킬 수 있는 방법이 없음(1969)
-* 딥러닝(DL) 플랫폼
+** 약 20년간 1차 AI 겨울
-* 생체인식
+* [[역전파|역전파(Backpropagation)]]
-* 로봇 자동화 프로세스
+** 최종 계산된 결과를 통해 가중치를 역으로 계산해내는 기법 개발되어 다층 퍼셉트론 문제 해결(1986)
-* 텍스트 분석 및 자연어 처리
+* [[기울기 소실 문제|기울기 소실 문제(Vanishing Gradient Problem)]]
+** 역전파로 간단한 XOR 문제는 해결 가능하지만, 레이어가 많아질 경우 가중치 계산이 불가능해 지는 문제 발견
+** 약 15년간 2차 AI 겨울
+* 다층 퍼셉트론 모델이 아닌 [[SVM]] 등의 다른 메커니즘 출현
+* [[ReLU]]의 적용으로 기울시 소실 문제를 해결하고, [[딥 러닝]] 등장
+* 2016년에 알파고가 이세돌에게 바둑 승리
+== 인공지능의 분류 ==
+[[파일:인공지능.png]]
+=== [[머신러닝]]과 [[딥러닝]] ===
+* [[머신러닝|머신러닝(Machine Learning)]]
+** 협의적: 컴퓨터가 다량의 데이터를 기반으로 스스로 학습하고 통계적인 결과를 도출하는 인공지능
+** 광의적: 인공지능의 하위 개념이지만, 컴퓨터로 연구하는 대부분의 인공지능을 포함
+** ex) [[SVM]]
+* [[딥러닝|딥러닝(Deep Learning)]]
+** 협의적: 역전파의 기울기 소실 문제를 해결해 깊은 다층 레이어 학습을 가능하게 한 머신러닝
+** 광의적: 인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 인공지능
+** ex) [[CNN]], [[RNN]]
+== [[인공지능 윤리]] ==
+* [[아실로마 인공지능 원칙]]
+* [[G20 인공지능 원칙]]