코딩일기

인공지능이란?(AI)

인간의 학습,추론,지각 능력을 인공적으로 구현하는 컴퓨터 과학의 분야이다. 하나의 인프라 기술

즉 사람의 지능을 만들기 위한 프로그램이다.

여기서 인공지능은 Strong AI와 Weak AI두개로 나눠진다.

Strong AI 같은 경우 사람과 구분이 불가능 할 정도의 강한 성능을 가진 인공지능, 즉 아이언맨의 쟈비스, 그녀(Her)에 나온 인공지능들을 말합니다. 매우 만들기 어려우며 , 기술이 출시되는 시기가 언제일지 알기도 어려울 정도 입니다.

Weak AI 같은 경우에는 사진에서 물체를 찾는거나, 소리를 듣고 상황 파악  같이 인간이 쉽게 해결이 가능하지만 

컴퓨터로 처리하기에는 어려웠던 문제를 컴퓨터로 수행하게 만드는 것에 중점을 두고 있는 것 입니다. 

즉 특정한 영역에서 작업을 수행하는 인공지능입니다. 자율주행 운전 보조, 질문 답변 같은 일들을 처리 합니다.

현재 나온 것으로는 테슬라의 자율주행, 시리, 빅스비 등이 있습니다.

현재 나온 대부분의 기술은 약인공지능 기술이며 현재 생활에 많은 부분에 사용 되고 있습니다. 

머신러닝, 딥러닝, 인공지능의 관계는 어떠한가?

다음과 같은 관계를 가진다는 것으로 이해 하면된다.

다음과 같은 관계를 가지므로 머신러닝을 잘 이해해야 딥러닝을 할 수 있습니다.

선형회귀(Linear regression),경사하강법(gradient descent)

Linear regression은 머신러닝 알고리즘 중 하나이며, 1차함수를 사용할 때는 2차원에서 평면에 놓인 점을 찾는데 사용

됩니다. 이것으로 x,y값을 예측이 가능합니다.

당뇨병환자 데이터 셋에대한 Linear regression. 사이킷런에 있는 당뇨병환자 데이터 셋을 사용함.

최적화 알고리즘 경사하강법(gradient descent)이용

경사하강법이란 기울기를 사용하여 모델을 조금씩 조정하는 최적화 알고리즘입니다.  

보통 예측값으로 올바른 모델을 찾는 방법은

1. weight와 bias를 정한 뒤에 모델을 예측

2. 샘플로 결과 구한 뒤, target과 비교,

3. target과 가까워지도록 weight와 bias를 조정

4. 모든 샘플에 대해서 다음과 같이 수행

CS231n 강의 공부

Chapter1은 간단한 컴퓨터비전 소개 ,

Chapter2는 고전적인 Image classification pipeline에 대한 소개 였다.