재미있게 알아보는 AI 키워드 70 - 인간의 뇌를 닮은 인공지능

재미있게 알아보는 AI 키워드 70 - 인간의 뇌를 닮은 인공지능

책 재미있게 알아보는 AI 키워드의 키워드 번호를 기준으로 정리

20. 딥Q네트워크(Deep-Q-Network), DQN
 - 딥러닝과 강화학습의 하나인 Q러닝을 조합한 기법, 딥마인드 개발
 - 아타리가 개발한 다섯가지 게임을 사람과 동등한 수준으로 플레이하는 인공지능 개발, 이후 알파고 개발
 - DQN을 이용한 AI는 게임 화면을 뉴럴 네트워크의 입력 데이터로 사용, 게임 컨트롤러의 조작을 출력 데이터로 사용
   학습의 보상은 게임 점수, 컨트롤러 조작을 학습하여 점수를 향상시키는 것이 목적.
  -> 입력과 출력의 반복을 통해 스스로 학습(강화학습)해 어떤식으로 플레이해야 점수가 향상되는지 배운다.

24. 퍼셉트론
 - 뇌의 뉴런의 동작을 모델, 뉴럴 네트워크 모델이라고 한다. 딥러닝의 원조
  -> 하나의 뉴런이 다른 뉴런으로부터 신호를 받아 그 양에 따라 흥분하는 구조를 수학적인 모델로 만듬
  -> 이 모델과 헵의 규칙을 조합한 형태(헵의 규칙 : 동일 조건에 흥분하는 경우가 많은 뉴런의 결합은 강화되고 그렇지 않은 뉴런은 약화된다)
 - 뉴런의 수가 매우 적고 전기 신호 대신 0이나 1등의 숫자를 교환
25. 헵의 규칙
 - '시냅시스 앞과 뒤에서 동시에 신경세포가 흥분할 때 해당 시냅시스의 효율(결합)이 강화된다' -> 헵의 규칙, 헵의 학습 규칙

21. 네오코그니트론
 - 퍼셉트론형 뉴럴 네트워크를 한단계 더 진화시킨 형태
 - 퍼셉트론의 효과가 다층 구조에 취약하고 대상 위치가 달라지면 퍼셉트론의 반응이 무뎌지는 문제
 --???
모르겠다.. 다음에 다시 공부

22. 미러뉴런
 - 스스로 어떠한 행동을 할때와 타인이 동일한 행동을 할 때 같은 뇌 부위가 활성화
  -> 타인의 행동을 보는 것만으로도 전극 변화를 일으키는 신경세포, 즉 미러 뉴런의 활성화

23. 뉴럴 네트워크(Neural Network,NN)
 - 사람이나 동물의 뉴런 구조와 움직임을 모델화한 AI
 - 뉴런은 다른 뉴런으로부터 받은 전기 신호의 양이 일정 이상이 되면 흥분, 반대로 그 이하면 흥분하지 않는다. 흥분한 뉴런은 다음에 연결된 뉴런에게 전기신호를 보낸다. 다음 뉴런의 행동도 마찬가지. 이러한 뉴런의 구조를 수치 모델로 만든 것

26. 시그모이드 함수(sigmoid function)
 - 뉴런의 수치모델에서 발화 조건을 결정하는 함수.

2018.2.12(월)