[기계학습/ML]1. 개요 - 인공지능, 머신러닝, 딥러닝

인공지능, 머신러닝, 딥러닝 포함관계

인공지능(Artificial Intelligence)

• "사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술"이다.

인공지능의 역사

인공지능의 분류

• 일반 인공지능(Artificial General Intelligence) 또는 강 인공지능(Strong AI)
  
  • 영화에 등장하는 인공지능
  • 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템
  • ex. <터미네이터> - 스카이넷, <그녀> - 사만다 등
• 약 인공지능(Week AI)
  • 현실에서 우리가 사용하고 있는 인공지능
  • 특정 분야에서 사람의 일을 도와주는 보조 역할을 수행한다.
  • ex. 알바고, 음악추천, 자율주행자동차, 음성비서 등

머신러닝(Machine Learning)

• 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야이다.
• 인공지능의 하위 분야 중에서 지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야이다.
• 통계학과의 연관성
  • 통계학에서 유래된 머신러닝 알고리즘이 많다.
  • 통계학과 컴퓨터 과학 분야가 상호 작용하면서 발전하고 있다.
  • 대표적인 오픈소스 통계 소프트웨어 R에는 다양한 머신러닝 알고리즘이 구현되어 있다.
• 최근에는 통계나 수학 이론보다 경험을 바탕으로 발전하는 경우가 많아졌다.
  • 컴퓨터 과학 분야가 이러한 발전을 주도하고 있다.
  • 대표적인 머신러닝 라이브러리 - 사이킷런(scikit-learn)
    • 파이썬 코드를 다룰줄 알면 누구나 무료로 이용가능하다.
  • 사이킷런 이전에 머신러닝 기술은 대부분 폐쇄적인 코드와 라이브러리로 통용되었다.
    • 전문 교육 이수, 비싼 비용을 내고 구매
  • 사이킷런 같은 오픈소스 라이브러리의 발전으로 인해 머신러닝 분야의 발전이 폭발적으로 성장하였다.

딥러닝(Deep Learning)

• 머신러닝 알고리즘 중 인공 신경망(Artificial Neural Network)을 기반으로 한 방법들을 통칭하여 딥러닝이라고 부른다.
• 종종 인공 신경망과 딥러닝을 구분하지 않고 사용한다.

딥러닝의 역사

• 1998년, 얀 르쿤(Yann Lecun)
  • 신경망 모델을 만들어 손글씨 숫자를 인식하는 데 성공
  • LeNet-5
  • 최초의 합성곱 신경망(CNN,Convolutional Neural Network)
• 2012년, 제프리 힌턴(Geoffrey Hiton)
  
  • 이미지 분류 대회인 ImageNet에서 기존의 머신러닝 방법을 누르고 압도적인 성능으로 우승
  • AlexNet
  • CNN을 사용하였다.
• 2016년, 이세돌과 알파고
  • 알파고가 이세돌과의 대결에서 승리를 거뒀다.
  • 딥러닝과 강화학습을 통해 개발되었다.
  • 딥러닝에 관한 사람들의 관심이 높아졌다.
• 2022년 기준 현재, 고성능의 딥러닝 모델들 개발
  • stable diffusion : 텍스트 설명에 따라 그림을 그려주는 모델.
  • copliot : github 소스 기반으로 텍스트를 입력하면 자동으로 코딩을 해주는 모델

인공신경망 발전 원동력 3가지

• 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터
• 컴퓨터 성능의 향상
• 혁신적인 알고리즘 개발

인공지능 관련 대표적인 오픈소스 라이브러리

• 텐서플로우(TensorFlow) - 구글 
• 파이토치(PyTorch) - 메타
• 사이킷런(scikit-learn) - David Cournapeau
• 판다스(Pandas) - Wes McKinney
• 넘파이(Numpy) - Jim Hugunin