인공지능

• 1936 앨런 튜링이 “지능을 가진 기계” 라는 컴퓨터의 개념을 구상하였고, 이것이 인공지능의 시초
• 약한 인공지능 → NARROW AI
• 강한 인공지능 → GENERAL AI / SUPER AI
• 미래학자 레이 카즈와일은 강한 인공지능의 출현 시점을 2030으로 앞당겼다
• 테슬라의 휴머노이드 로봇 옵티머스는 대량생산 & General AI 지향

인공지능의 역사

• 1943 / 워렌 맥컬럭 과 월터 피츠 → 뉴런의 작용 설명하는 2진법 논리모델 제시, 인공신경망 퍼셉트론의 원류
• 1950 / 앨런 튜링 → 튜링 테스트 : 기계도 생각할 수 있는가?
• 1956 / 존 매카시 → 다트머스 회의 에서 ****인공지능이라는 용어 처음 사용
• 1957 / 심리학자 프랭크 로젠블랫 → 인공신경망의 근간이 되는 퍼셉트론 개발
  • 단층 신경망으로 여러 신호를 입력 받아 하나의 신호를 출력
  • 계산에 의한 최초의 신경망 모델
  • 잠재적으로 복잡한 적응행위를 할 수 있는 학습 머신
• 1969 / 마빈 민스키와 시모어 페퍼트 → 퍼셉트론 이론의 한계점을 수학적으로 증명
  • 퍼셉트론을 “XOR” 문제에 적용 불가 / 다중 퍼셉트론(MLP)이 문제를 해결할 수 있지만, 이를 학습시킬 방법은 없다
  • 마빈 민스키의 기호주의 학문으로 관심 집중
  • 인공지능의 첫번째 겨울 → 전문가 시스템의 발전으로 다시 인공지능 연구 활성화 (ex) MYCIN
• 1986 / 제프리 힌튼 → 오차역전파 알고리즘으로 층이 많은 다중 퍼셉트론을 학습시키는 성공
• 1989 / 얀 르쿤 → 손으로 작성한 우편물의 우편번호 인식, 자동분류
• 1990~2000년대 / 인공지능의 두번째 겨울
• 1995년 이후 머신러닝 활성화 → 머신러닝은 인공지능의 한 분야
• 1998 / 얀 르쿤 → CNN 합성곱 신경망 → 인강의 시신경 구조를 모방해 추출과 분류 기능 특화
• 2006 / 제프리 힌튼
  • 딥러닝 용어 처음 사용
  • DNN 심층신경망 용어 사용
• 2010년 이후 진전 댑악
• 2012 / 앤드류 응 → 고양이 100만마리를 인식하는 딥러닝 모델
• 2012 / CNN 기반의 알렉스넷
• 2016 / 이세돌에게 승리한 알파고
  • 딥러닝(DNN 심층신경망) → 입력층과 출력층 사이에 여러 개의 은닉층으로 이루어진 인공신경망! 요 분야 요즘 굿

음성인식 STT

• RNN Recurrent Neural Network
  • 순환신경망
  • 반복적, 순차적 데이터 학습에 특화되어 음성인식이나 번역분야 등에 잘 사용

GAN Generative Adversarial Network

• 생성적 적대 신경망
• 딥페이크
• 간단하면서 효율적으로 찍어낼 수 있지만 정교한 것은 아니다
• 모방과 창조가 가능해짐

다층 신경망 MLP Multi-Layer Perceptron

• 은닉층의 단계가 많아질수록 깊은 딥러닝

인공지능의 기술적 특이점 → 인간의 두뇌를 언제 따라잡는가?

• 미래학자 레이 커즈와일이 2029년 예측
• 폰 노이만 이 “기술의 가속된 발전으로 인해 인류의 삶을 완전히 바꿀 변곡점” 이라고 정의

인공지능(AI) > 머신러닝(ML) > 딥러닝(DL)(심층신경망)

머신러닝

• 1959 아서 사무엘이 용어 처음 사용 → 이때는 개념만 존재
• 기계가 스스로 학습하여 컴퓨터가 스스로 학습을 할 수 있도록 해주는 것
• 명시적 프로그래밍 필요없음
• 데이터 매우중요

전통적 프로그래밍 → Input + Program(기준주고) = Output(자료구분)

머신러닝 → Input + Output(자료먼저 주고) = Program(기준 세우기)

머신러닝의 3가지 기본 학습 모드

• 지도 학습 → 문제 정답 다 알려주고 공부시키기 → 예측, 분류
• 비지도 학습 → 답 안알려주고 공부시키기 → 연관 규칙, 군집
• 강화 학습 → 상 최대화 벌 최소화하여 행위 강화 → 보상