[수학없는 인공지능] 인공지능의 역사와 기초

본문은 유튜브 채널 'AI는 내 친구'의 <수학없는 인공지능 강의>를 시청하고 정리한 글입니다.

---

인공지능의 역사

---

Q. 인공지능, 머신러닝(기계학습), 그리고 딥러닝은 어떤 관계에 있나요?

인공지능 분야의 한 갈래가 머신러닝이고, 사람의 뇌를 흉내내는 방식으로 머신러닝을 구현한 것이 딥러닝이다.

---

(초기) 인공지능

규칙 기반(rule-based)

• if, then 을 이용한 규칙
• 단점: 사람이 로직을 일일이 프로그래밍 해줘야만 한다 (전문가 시스템).

---

머신러닝

수학∙통계학적 모델을 주로 이용한 인공지능

수학적 모델을 데이터를 이용해 학습시킴으로써 인간이 모든 규칙을 만들어주지 않아도 된다.

즉, 학습이 가능해졌다!

---

딥러닝

인공신경망(ANN; Artificial Neural Network)을 이용한 인공지능 (신경망: 뉴런이 상호연결되어 이루는 것)
: 질문과 답에서 배우기

머신러닝은 사람이 입력값을 기계가 이해하는 숫자로 변환하여 넣어줘야 하는 반면, 딥러닝은 자연어, 이미지 등을 그대로 입력값으로 받을 수 있다.

Deep Neural Network는 layer(층)으로 되어 있는데, hidden layer을 구성하는 데 있어서 작은 층이 많음 > 큰 층이 적음 이기 때문에 생성된 구조이다. (단, 층이 많을수록 학습에 더 많은 시간이 소요된다.)

최근 인공지능의 3차 붐이 일었던 이유로 CNN(Convolutional Neural Network) 알고리즘의 발달과, 성능이 향상되고 접근성이 좋아진 GPU의 발달을 꼽을 수 있다.

---

참조

• [수학없는 인공지능 강의#6-1] 딥러닝 핵심정리 다층신경망 (Multilayer Perceptron)딥러닝은 왜 깊어졌나? | KAIST AI STUDIO