📌 AI vs ML vs DL
AI : 인공 지능
ML : 머신러닝
DL : 딥러닝
DL ⊂ ML ⊂ AI
초기 인공지능 : 탐색과 추론
머신러닝 : 스스로 학습하는 기계
딥러닝 : 인간의 정보처리 방식 흉내
이때, 지능이란 주어진 환경을 인식하고 추론/결정하여 행동하는 것을 의미
지능의 3요소
- 상황 인식
- 추론 및 판단
- 반응 혹은 행동
인공지능이란 머신이 사람과 유사한 지능을 가지도록 다양한 능력을 컴퓨터 프로그램으로 실현하는 기술
📌 인공지능 미니 프로젝트 만들기
구글에서 공개한 Teachable Machine을 사용할 경우
데이터 수집 / 모델 학습의 과정이 간단해져 간단한 미니 프로젝트 진행 가능
➡️ 인공지능이란 무엇인지 이해하기 위해 간단히 사용해보는 것을 권장
Teachable Machine
Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.
teachablemachine.withgoogle.com
📌 기존의 프로그래밍 vs 인공지능
기존 sw : 최적의 솔루션을 프로그래머가 찾아 직접 솔루션을 코딩 (의사코드 → c언어)
인공지능 : 데이터와 task별(분류, 회귀 등) 모델을 지정해주면, 최적의 솔루션을 기계가 찾아줌
📌 기계가 배우는 것은 무엇인가
Task별 모델(선형 회귀, 선형 분류 등)을 배움
즉, 모델(선형 회귀, 선형 분류) 파라미터를 배움
➡️ 모델과 모델 파라미터를 상세히 알고 적절히 학습시킬 줄 알아야 함 !
📌 학습이란 무엇인가
사람이 다양한 경험을 통해 지식이 성장해가는 것
경험 : 데이터 / 정답
작업 목표 (지식) : Task 모델 (영상 분류, 음성 분류)
성능 지표 (성장) : 정답에 가까운 솔루션을 찾아가고 있는가? (평가)
우리는 직접 구현 방법 (SW 1.0)에 익숙하기에
"학습 기반 방법론(SW 2.0)을 배우기 위한 마인드 셋의 변화가 필요"
