05. 인공지능 구현법

5.1 인공지능 구현법

 

인공지능 개요

• 인간을 대신해서 (대량 데이터/피로감을 주는 문제에 대해) 판단하는, 또는 반복/단순 작업을 대체 할 수 있는 체계
• 똑똑하게 동작한다 - 이해+지능 (intelligent), 예측(prediction)등
• 실수를 반복하지 않고 스스로 배워간다 - 점점 지능이 높아진다(learning, training)
• action - 인식, 판단, 분류, 추천

 

AI인가 아닌가?

• 로봇 이 인공지능을 갖고 있지 않았나?
• 검색 엔진도인공지능 기능이 있나?
• SNS에 인공지능이 있다?
• 신호등 제어에 인공지능을 도입하면 어떤 변화가 있을까?

 

실생활의 예

• 챗봇 (chatbot-chatting robot) - RPA (robotic process automation)
• 은행 - 예금상담

 

How are AI's built?

훈련모드 (training mode)

• 해가 알려진 데이터를 활용해 오차를 조정함
• 새로운 관측자료를 이용해 제한 없는 학습을 진행
• 점차 정확성을 높이게 됨

동작모드(working mode)

• 들어온 데이터/상황에 지능적으로 대체
• AI시스템 훈련은 상당한 양의 데이터를 필요로 함

AI 구현 기법

• ML기계학습
• SL 통계학습
• DL딥러닝

 

5.2 인공지능 탐색 기법

탐색 트리

tic-tac-toe: 게임에 유리한 정도를 수치로 표시함

연관성 추출법(Association Discovery)

기계학습법 (ML)

정확한 결과를 구하는 반응 함수 f()를 만드는 것이 중요함

통계학습법(Statistical Learning)

회귀분석(regression)

분류법

주어진 데이터를 카테고리 별로 분류함

 

통계학습(SL) vs 기계학습 (ML)

통계학습	기계학습
소규모 데이터, 적정 모델설계와 정확성 추구	빅데이터 기반 예측 능력 중요

지도학습 vs 비지도 학습

지도학습	비지도학습
정답찾기, 오류 최소화	자동적 분류
회귀분석 ,분류	군집화
정량적정보 도출가능, 학습 데이터 기반, 해를 얻기위한 모델이 준비되어야 함	비수치적 특성으로 결과 제시 지도학습보다 난이도 높음

ANN 인공신경망 (Artificial Neural Networks)활용

• 뇌 과학연구
• 신경망구조 (neuron 내부구조)
• neuron 선형시스템 모델 0.1 출력

 

Quiz 5.

1번

오늘날의 인공지능은 기계학습 방식으로만 구현된다.

Yes

No

2번

통계학습법은 기계학습법과 다르게 훈련과정을 거치지 않는다.

Yes

No

3번

심층 신경망은 이전의 인공신경만과는 아주 다른 특수한 인공신경망을 도입해 구현한 인공지능을 구현한 것이다.

Yes

No

4번

챗봇의 응용과 거리가 먼 것은?

심리상담

자율주행

단순 주문 처리

상담원 역할 대체

5번

인공지능과 거리가 먼 것은?

기계학습

딥러닝

자동번역

데이터 베이스관리