재미있게 알아보는 AI 키워드 70 - 학습하고 진화하는 인공지능

사회와 역사 속의 인공지능(1~9)

학습하고 진화하는 인공지능

10. 딥러닝(심층학습)
  - 뉴럴네트워크 기술 중 하나(뉴런 구조와 움직임을 모델화)
  - 학습데이터를 주입하여 특징을 알아서 추출
  - 이미지 데이터나 파형데이터처럼 기호로 표현할 수 없는 데이터의 패턴을 인식하여 학습

11. 머신러닝(기계학습)
  - 기계 스스로 학습, 새로운 지식을 습득하는 게 아닌 이미 구현한 사고를 조절해서 사전에 정해놓은 지식 형태로 축적
  *지도학습과 비지도 학습
   - 지도학습 : '교사 데이터'를 준비해 한가지 방향으로 학습
   - 비지도학습 : 자신이 모은 데이터를 사용하여 학습
   -> 지도학습은 특정 입력에 대한 반응(답)이 교사 데이터가 된다. 따라서 대량의 데이터가 입력으로 필요하며, 비지도 학습은 제대로 학습할 수 있는 환경이 필요.
(알파고의 경우 사람의 과거 기보를 지도학습으로 배운 뒤, 자신을 상대로 대결하는 비지도학습 두가지 단계로 학습했다.)

12. 비지도 학습의 중요성
  - 지도학습의 경우 예문에 대한 모범 답안 필요, 이러한 모범답안을 지도신호라고 한다.
  - 지도신호가 필요하면 지도학습, 필요하지 않으면 비지도 학습

* 지도학습의 경우 특정현상에 답이 없는 경우(or 가정이 힘든 경우), 지도신호를 만들 수 없다. 또한 모범답안을 정하면 그 이상 좋아질 수 없다는 한계가 있어 비지도 학습이 중요하다.

13. 강화학습
  - AI가 자신이 속한 환경에서 스스로 시행착오를 거쳐 최적의 행동을 찾는 것(비지도학습이라고 할 수 있다.)
  - 특정 환경에서 최적의 행동을 끌어내는 기법

14. 유전 알고리즘
  - 다빈치의 진화를 모티브로 한 AI
  * 다빈치의 진화
   : 생물은 환경에 따라 우수한 개체만 자손을 남길 수 있으며 열등한 개체는 도태된다. 어떠한 개체는 돌연변이를 일으켜 우수한 개체가 되는데, 이러한 과정을 반복하여 진화한다.

  - 우수한 개체 = 좋은 해답, 다양한 답 중 가장 최선의 답을 찾는 것이 특징
  - 다차원의 탐색공간(유전자를 집합으로 하는 공간)에서 최적의 답(유전자)를 찾아내는 알고리즘

15. 인공생명
  - 생물의 개체 또는 그 개체군을 컴퓨터 내의 가상환경내에서 재현하는 시뮬레이션
  - 지능뿐만 아니라 신체운동과 이동, 번식, 군집 상태에서의 역학등에도 활용

2018. 2.3