이 글은 "모두의 딥러닝"이라는 책을 참고하여 작성되었습니다. https://www.gilbut.co.kr/book/view?bookcode=BN002682
들어가기 전 - 인공지능의 역사
- 인공지능의 시작(1940~50년대)
-1943년, 워렌 맥클록과 월터 피트가 스위치처럼 켜고 끄는 기초 기능의 인공 신경을 그물망 형태로 연결하면 사람 뇌에서 동작하는 간단한 기능을 흉내 낼 수 있음을 증명했다.
-1951년, 마빈 민스키와 딘 에드몬즈가 신경망 컴퓨터를 제작해 낸다. 그는 진공관을 이용해 사람의 뇌의 원리를 구현한 세계 최초의 신경망 컴퓨터 'SNARC'를 제작하였다.
-1956년, 존 매카시가 개최한 다트머스 회의에서 과학자들이 모여 인공지능 개념을 정의했고, 인공지능이란 용어를 처음 사용하였다.
-1958년, 프랑크 로젠블럿이 인간의 뇌신경을 묘사한 인공신경 뉴런 '퍼셉트론(Perceptron)'을 제시한다.
이러한 발전으로 인해 컴퓨터는 지능적인 문제들을 성공적으로 풀어내며 인공지능은 매우 각광받는다.
하지만 실제 문제에 적용하는데 실패하고, 퍼셉트론의 한계도 드러나게 된다. 이는 추후 MLP를 다루며 설명하겠다. 그렇게 '인공지능의 겨울'을 맞게 된다.
- 인공지능의 부흥(1980년대~현재)
-1980년대 중반 다층 퍼셉트론의 학습 알고리즘인 오차 역전파법 알고리즘이 연구되며 신경망 연구에 큰 반향이 일었음. 퍼셉트론의 문제점이 해결되자 그를 지원하는 하드웨어의 성능도 빠른 속도로 발전한다.
-오늘날도 인공지능 연구에 대한 필요성이 높아졌고, 많은 초대형 IT기업들이 인공지능 연구에 많은 힘을 쏟고 있다.
머신러닝이란?
머신러닝(Machine learning) : 기존의 데이터를 이용해 앞으로의 일을 예측하는 기법을 의미한다.
머신러닝 안에는 여러 알고리즘들이 있는데, 이 중 가장 좋은 효과를 내는 것이 바로 딥러닝이다.
인공지능, 머신러닝, 딥러닝의 관계를 다음과 같이 표현할 수 있다.
사진과 같이 인공지능의 큰 범주 안에 머신러닝이 속하고, 머신러닝의 일부가 딥러닝인 것이다.
인공지능을 모든 음식이라 한다면, 머신러닝은 그중 영양가 많은 고기음식, 딥러닝은 최고급 스테이크라는 것!
미지의 일을 예측하는 원리
기존에 했던 프로그래밍은 데이터를 입력해서 답을 구하는 데에 초점이 맞춰짐
-> 머신러닝은 데이터 안에서 규칙을 발견하고 그 규칙을 새로운 데이터에 적용해 새로운 결과를 도출하는 것이 목표!
그 중 데이터가 입력되고 패턴이 분석되는 과정을 학습(training)이라 하는데, 이는 매우 중요한 개념이다.
딥러닝을 실행하기 위해
딥러닝 실행 시 갖추어야 할 3가지가 있다.
- 데이터
-예측 & 판별 수행 시에 사용한다.
-label이 주어진 데이터를 이용해 그 label을 맞추는 지도학습에는 label과 input data가 필요하고, 공통적인 특징을 찾아 분류하는 비지도학습에는 그 분류할 data들이 필요하다.
2. 컴퓨터
-딥러닝을 일반 CPU 컴퓨터에서 동작시킬지 아니면 고속 그래픽 처리에 특화된 전용 프로세서인 GPU에서 동작시킬지 선택할 수 있다. 기초 예제들은 대부분 CPU 환경에서도 잘 동작한다.
프로그램
3. 프로그램
-데이터와 컴퓨터가 갖추어졌다면, 딥러닝을 구동할 수 있게끔 프로그래밍을 해주어야 한다. 대부분 파이썬을 사용한다. tensorflow, keras, pandas, numpy 같은 여러 패키지들도 필요하다.
다음 글에서는 데이터의 값을 예측하는 선형 회귀에 대해 다뤄볼 것이다.
