본문 바로가기
반응형

머신러닝10

09. 감성 vs 이성적 판단 인공지능을 이끈 양대 축은 전문가 시스템과 머신러닝입니다. 1990년대 초반까지는 인공지능 분야를 인간의 이성적인 판단 과정을 흉내 낸 전문가 시스템이 이끌었기에 인공지능을 ‘아티피셜 인텔리전스(Artificial Intelligence)’라고 불렀습니다. 그러나 현재는 인간의 이성적 판단이 아니라 감성적 판단을 흉내 내는 시스템인 머신러닝이 인공지능을 주도하고 있습니다. 수많은 인간의 감성적 판단 경험에서 확률적으로 가장 좋은 결론을 도출하는 것입니다. 아무 이유 없이 어떤 사람이 매우 좋거나 매우 싫다면, 이는 아마 살면서 그 사람과 비슷한 사람에게 느낀 감정에 기인할 것입니다. A에게 긍정적인 감정을 느낀 경험이 있다면 A와 비슷한 사람에게도 긍정적인 감정을 갖고, B에게 부정적인 감정을 느낀 경험.. 2022. 9. 28.
08. 인공지능 사용설명서 인공지능 도입을 검토하기 위해서는 다음과 같은 질문을 해 볼 필요가 있습니다. | 질문 1 | 인공지능이 필요한 일이 맞는가? 사람이 데이터만 보고 판단하면 할 수 있는 일은 인공지능도 할 수 있습니다. 하지만 사람이 데이터만 가지고 할 수 없는 일들은 인공지능에게 완전히 맡길 수는 없습니다. 사람이 하는 일을 자동화해야 한다면 인공지능보다는 ‘로보틱 처리 자동화(RPA)’ 와 같은 솔루션이 더 효과적입니다. 사람이 컴퓨터로 반복하던 일을 로봇 소프트웨어에 맡기는 것입니다. | 질문 2 | 인공지능이 잘할 수 없고, 그 결과를 받아들이기 힘든가? 가치판단이 포함되거나 창조적인 결과가 기대되는 일은 인공지능보다 사람이 더 잘합니다. 가치판단의 영역에서 인공지능이 도출한 결괏값은 사람이 받아들이기도 힘듭니다.. 2022. 9. 27.
05. 떼려야 뗄 수 없는 빅데이터와 인공지능 스튜어트 러셀의 《인공지능 현대적 접근방식》에 따르면, 인공지능은 철학, 수학, 경제학, 신경과학, 심리학, 컴퓨터 공학, 제어 이론, 인공두뇌학, 언어학에 기반하고, 기술적 관점으로는 대략 검색, 제약 만족 문제, 논리적 에이전트, 계획 수립, 지식 기반 시스템, 확률적 추론, 의사결정, 머신러닝, 자연어 처리로 분류됩니다. 이처럼 인공지능은 매우 범위가 넓은 학문입니다. 만약 어떤 사람이 “나는 인공지능 전문가입니다”라고 한다면, 이 사람은 인공지능에 대한 이해의 수준이 피상적이고 개론적인 사람일 것입니다. 인공지능의 양대 축은 ‘전문가 시스템’과 ‘머신러닝(Machine Learning, 기계 학습)’입니다. 전문가 시스템은 백지상태의 에이전트에 전문가들의 지식 체계에 따라 정리한 데이터를 넣어 훈.. 2022. 9. 23.
06. 인공신경망예시 _자율주행차 (마지막 회) 자율주행차 요즘 언론에 소개되거나 상용화된 자율주행차는 도로의 차량과 사람은 물론 표지판을 인식하는 등 복잡한 기능을 포함하고 있는 만큼, 그 구조를 이해하기 어렵습니다. 하지만 초기의 자율주행차는 기능이 단순하고 구조를 이해하기도 쉽습니다. 초기 자율주행차 중에서도 ‘카네기 멜론 대학(Carnegie Mellon University)’에서 개발한 ‘냅랩(LAVLAB, NAVigation LABoratory)’은 자율주행차의 개발에 인공 신경망을 이용했습니다. 냅랩은 사람이 탑승할 수 있었던 최초의 자율주행차로, ‘냅랩 1’과 ‘냅랩 2’가 개발됐습니다. 냅랩 1은 1980년대 말, 냅랩 2는 1990년대 초에 개발됐는데, 당시 컴퓨터, 카메라 등과 같은 장비의 성능이 제한돼 자동차의 크기도 크고 속도도.. 2022. 7. 15.
05. 머신러닝 강화 학습 예시 _탁구, 팬케이크, 벽돌깨기 탁구, 팬케이크, 벽돌 깨기 머신러닝 강화학습은 학습에 ‘보상(Reward)’을 이용합니다. 사리사욕이 없는 인공지능을 대상으로 보상을 통해 학습시킨다는 말이 쉽게 이해되지 않을 것입니다. 인공지능에게 제공하는 보상은 사람의 기준과는 차이가 있습니다. 여기서는 인공지능에게 ‘탁구’, ‘팬케이크 뒤집기’, ‘벽돌 깨기’를 학습시키는 사례를 이용해 강화학습에 대해 알아보겠습니다. 머신러닝을 활용하기 전, 탁구를 하는 로봇을 만들기 위해서는 모든 경우의 수에 대한 움직임을 명확하게 프로그램으로 작성해야만 했습니다. ‘공이 어떤 각도에서 어떤 속도로 올 때는 로봇이 어떻게 팔을 움직여 어떤 속도로 공을 치라.’는 식으로 말이죠. 하지만 이를 프로그래밍하는 것은 거의 불가능에 가까웠습니다. 탁구를 하면서 발생할 .. 2022. 7. 14.
04. 머신러닝이란? _머신러닝과 전통적인 프로그램의 차이 ‘머신러닝(Machine Learning, 기계학습)’이라는 용어는 1959년, 컴퓨터 과학자 ‘아서 사무엘(Arthur L. Samuel)’이 처음 사용했습니다. 아서 사무엘은 머신러닝을 “컴퓨터가 명시적으로 프로그램되지 않고서도 학습할 수 있도록 하는 연구 분야이다.”라고 정의했습니다. 정의만 봐서는 이해가 잘 안 되죠? 머신러닝을 프로그래밍과 비교해 봅시다. 기존의 프로그래밍은 ‘A라는 입력에 B라는 조건이 성립하면 Y를 출력한다.’라는 것을 사람이 작성하는데, 머신러닝은 ‘A라는 정보가 입력될 때 정답이 Y가 되는 조건 B’를 기계(인공지능)가 찾을 수 있도록 학습시킵니다. 집의 가격을 예측하는 프로그램과 머신러닝을 비교하면 좀 더 쉽게 이해할 수 있습니다. 전통적인 프로그래밍의 경우, 사람이 집.. 2022. 7. 13.
00. <AI 상식사전> 연재 예고 인공지능, 전공은 아니지만 궁금했어요 아, 인공지능이요? 존 메카시가 다트머스 회의에서 처음 언급했죠. 이제…. 여유 있게 아는 척할 수 있습니다. 자율주행차는 누구한테 운전을 배웠을까? 넷플릭스는 내 취향을 어떻게 알았을까? 내 직업이 인공지능으로 대체될 확률은 얼마나 될까? 궁금했지만, 배우고 싶지는 않았던 인공지능. 비전공자도 이해할 수 있도록 상식 수준으로 풀어 설명합니다. 이 책은 평소 인공지능에 대해 알고 싶지만 깊이 있게 공부하기에는 부담스러웠던 사람들을 위한 것입니다. 인공지능은 이미 우리 삶 속에 깊숙이 들어와 있습니다. 인터넷 쇼핑을 할 때, 자동차 내비게이션을 사용할 때, 기계 번역을 사용할 때 등 일일이 나열하기도 힘듭니다. 인력거가 자동차로 대체되고 사람의 노동이 포크레인으로 대체.. 2022. 7. 7.
03. 예전의 인공지능은 어떤 것이었을까요? ‘만약 ○○라면 ××하라’와 같이 규칙을 정해서 만들어졌습니다. 분야에 따라서는 지금도 활발하게 사용되고 있습니다. 그게 정말 인공지능? ‘인공지능’이라고 이름 붙은 시스템 중에는 ‘그게 정말 인공지능이야?’라는 생각이 들게 하는 것도 있습니다. 데이터를 사용해서 학습하는 머신러닝을 설명하기 전에 먼저 ‘머신러닝이 아닌 인공지능’에 대해서 알아보겠습니다. 흔히 ‘인공지능=머신러닝’이라고 생각되지만, 머신러닝이 아닌 인공지능도 역사적으로는 ‘정통 인공지능’으로 간주하는 경향이 있습니다. 그런 인공지능을 일반적으로 규칙 기반 시스템(전문가 시스템)이라고 합니다. 이들은 인간의 지식을 ‘기계가 알 수 있는 표현’으로 바꾸어서 컴퓨터에 적용한 것이라고 정의할 수 있습니다. 여기서 말하는 ‘표현’이란 사전에 인간.. 2022. 5. 12.
02. 인공지능은 어떻게 해서 최고의 한 수를 선택할까요? 사람이 넘어지면서 걸음마를 배우는 것처럼, 인공지능도 실수를 해가며 판단 기준을 변화시켜서 최고의 한 수를 선택합니다. 인공지능은 입력된 정보에서 ‘각각의 행동에 대한 효용’을 계산하며, ‘그중에서 효용이 가장 높은 행동을 선택한다’는 점에서 ‘합리적으로 행동하는 시스템’이라고 설명하였습니다. 이 입력을 출력으로 변환하기 위해 인공지능 내부에서 수행하는 연산을 효용 함수(utility function)라고 합니다. 효용 함수는 인간에 비유하면 가치관에 해당합니다. 인간도 현재 상황에서 각각의 선택지가 얼마나 좋은 결과를 가져올지 비교하며, 가치관에 따라 행동을 결정합니다. 효용 함수가 인간의 가치관과 일치한다면, 인공지능은 인간과 똑같은 행동을 선택할 수 있을 것입니다. 걸음마를 배우는 아기 인공지능 ‘.. 2022. 5. 11.
01. 왜 인공지능을 두려워할까요? 인공지능은 한 가지 분야라도 사람만큼 잘 해내면 만능이라는 착각이 들게 합니다. 바야흐로 인공지능의 전성시대라고 해도 과언이 아닙니다. 최근 몇 년간 인공지능은 제조, 유통, 서비스, 금융, 정보 통신, 의료, 사회 인프라 등 대부분의 비즈니스 영역에 진출한 것은 물론이고, 주변의 일상 곳곳에서도 쉽게 찾아볼 수 있습니다. 일일이 다 나열하기 어려울 정도이지만, 몇 가지 대표적인 예를 들자면 다음과 같습니다. • 검색 엔진 • 스마트폰 음성 인식 • 인터넷 쇼핑 상품 추천 • 스마트 스피커 • 자율 주행 자동차 • 자산 운용 서비스 • 로봇 청소기 또한 은 세계 인공지능 시장 규모를 나타내고 있습니다. 연평균 38.4%의 가파른 성장률을 보이고 있으며, 한국신용정보원은 2025년에 1천 840억 달러(약.. 2022. 5. 10.
반응형

티스토리툴바