인공지능이란

인공지능이란 무엇인가?

컴퓨터 과학에서 인공지능이라는 용어는 컴퓨터, 로봇, 또는 다른 기계에 의해 전시되는 인간과 같은 모든 지능을 가리킨다. 흔히 쓰이는 용법에서 인공지능은 컴퓨터나 기계가 인간의 마음의 능력, 즉 경험에서 배우는 능력, 사물 인식, 언어의 이해와 반응, 의사 결정, 문제 해결, 다른 능력을 결합하여 인간이 할 수 있는 기능을 수행하는 능력 등을 말한다. 예를 들어 호텔 투숙객과 인사를 나누거나 차를 운전하는 것들이다 수십 년 동안 공상 과학 소설로만 존재한 이후, 오늘날, 우리의 일상 생활의 일부분이 되었다. 인공지능 개발의 급증은 갑작스런 대량의 데이터 가용성과 그 모든 데이터를 인간보다 빠르고 정확하게 처리할 수 있는 컴퓨터 시스템의 개발 및 광범위한 가용성에 의해 가능해진다. 우리가 타이핑을 할 때 운전 방향을 제시하고, 바닥을 진공청소기로 청소하고, 다음에 무엇을 사거나 과소비를 해야 할지를 추천하면서 인공지능이 우리의 말을 완성하고 있다. 그리고 숙련된 전문가들이 중요한 작업을 더 빠르고 성공적으로 수행할 수 있도록 지원하는 것은 의료 이미지 분석과 같은 응용 프로그램이다. 오늘날 인공지능처럼 인공지능과 인공지능 용어들을 이해하는 것은 어려울 수 있다. 왜냐하면 많은 용어들이 상호 교환적으로 사용되기 때문이다. 그리고 어떤 경우에는 실제로 상호 교환이 가능하지만, 다른 경우에는 그렇지 않다. 인공지능과 머신러닝의 차이점은? 머신러닝과 딥러닝 차이점은? 언어 인식과 자연 언어 처리 차이점은? 약한 인공지능과와 강한 인공지능 차이점들이다. 인공지능, 머신러닝, 딥러닝의 관계를 가장 쉽게 이해할 수 있는 방법은 다음과 같다.인공지능을 마치 인간의 지능과 원격으로 유사한 보여주는 컴퓨팅 기술이라고 생각해 보십시오. 인공지능 시스템은 전문가 시스템, 즉 복잡한 규칙이나 논리에 기초하여 결정을 내리는 문제 해결과정부터 인간의 지능, 자유 의지, 감정을 개발하는 컴퓨터이다 가상의 픽사 캐릭터 월-이와 동등한 것에 이르기까지 모든 것을 포함할 수 있다.머신러닝은 스스로 학습하는 인공지능 응용 프로그램의 서브셋이다. 실제로 더 많은 데이터를 소화하기 위해 점점 더 높은 정확도로 자체적으로 재프로그래밍한다. 딥러닝은 머신러닝 어플리케이션의 서브셋으로, 인간의 개입 없이 점점 더 큰 정확도로 특정 업무를 수행하도록 스스로 학습하는 것이다. 머신러닝 어플리케이션(머신러닝 모델이라고도 함)은 신경망에 기반을 두고 있는데, 이것은 인간의 두뇌의 지각과 사고 과정을 모방하려고 시도하는 알고리즘 계산의 네트워크다. 가장 기본적인 신경망은 다음과 같이 구성된다. 데이터가 네트워크에 들어가는 입력 수준, 기계 학습 알고리즘이 입력을 처리하고 가중치, 편향 및 임계값을 입력에 적용하는 하나 이상의 숨겨진 수준 등으로 구성. 딥러닝 모델이 아닌 머신러닝 모델은 한 층만 숨은 인공신경망을 기반으로 한다. 이 모델들은 라벨링된 데이터로 공급된다. 즉, 모델이 데이터를 식별하고 이해하는 데 도움이 되는 방식으로 그 특징을 식별하는 태그로 강화된다. 그들은 모델의 알고리즘의 주기적인 조정과 같은 감독 학습(즉, 인간의 감시가 필요한 학습)을 할 수 있다. 딥러닝 모델은 심층 신경 네트워크 즉, 여러 개의 숨겨진 층을 가진 신경 네트워크를 기반으로 하며, 각각의 네트워크는 이전 층의 결론을 더욱 재조명한다. 숨겨진 레이어를 통해 출력 레이어로의 이러한 계산 이동을 전방 전파라고 한다. backpropagation불리는 또 다른 프로세스는 계산상의 오류를 식별하여 가중치를 할당하고, 모델을 정제하거나 훈련시키기 위해 이전 레이어로 다시 밀어 넣는다. 일부 딥러닝 모델은 라벨이 부착된 데이터로 작동하지만, 라벨이 부착되지 않은 데이터로 작업할 수 있는 모델도 많고, 딥러닝 모델은 또한 최소한의 인간 감리로 데이터의 특징과 패턴을 탐지하는 등 감독되지 않은 학습도 할 수 있다. 딥러닝과 다른 머신러닝의 차이를 보여주는 간단한 예로는 애플의 시리(Siri)나 아마존의 알렉사(훈련 없이 음성 명령을 인식)와 10년 전의 음성 유형 어플리케이션의 차이인데, 사용자들은 수 많은 단어를 말함으로써 프로그램을 "훈련"해야 했다. 하지만 딥러닝 모델은 인간보다 더 빠르고 정확하게 일상적인 물체를 식별할 수 있는 이미지 인식 시스템을 사용하여 훨씬 더 정교한 애플리케이션으로 성장할 수 있다. 약한 인공지능은 특정 업무를 수행하는 데 훈련되고 집중된다. 약한 인공지능은 오늘날 우리를 둘러싸고 있는 대부분의 인공지능이라고 할수 있다. 예를 들어 애플의 시리와 아마존의 알렉사, 인간 경쟁자들을 패배시킨 IBM 왓슨 컴퓨터, 그리고 자율주행차를 포함한 몇몇 매우 인상적인 어플리케이션을 가능하게 한다. 인공지능(AGI)이라고도 불리는 강력한 인공지능은 인간의 두뇌의 자율성을 보다 완전하게 복제하는 인공지능이다.많은 유형이나 계층의 문제를 해결할 수 있고 심지어 인간의 개입 없이 해결하고 선택할 수 있는 인공지능이다. 강한 인공지능은 오늘날 사용 중인 실제 사례가 없는 등 여전히 완전히 이론적이다. 그러나 그렇다고 해서 인공지능 연구원들이 인간의 지능이나 능력보다 뛰어난 인공지능(AI)인 인공지능(ASI)을 탐구하지 않는다는 뜻은 아니다.