인공지능에 대한 이해
※참고: 파이썬으로 시작하는 머신러닝+딥러닝
인공지능(AI, Artificial Intelligence)이란, 기계가 사람의 학습 형태를 모방하여 지능을 가진 것 처럼 행동하도록 만든 것을 의미한다.
최근 해당 분야가 각광받기 시작하면서 머신러닝, 딥러닝 등의 용어를 쉽게 접할 수 있는데 결국은 AI안에 포함된 개념이다.
머신러닝은 인공지능 객체가 데이터에 대한 규칙 또는 정보를 학습할 수 있도록 설계하는 알고리즘이며, 딥러닝은 이런 머신러닝 기법의 일종으로 신경망 알고리즘을 적용해 인간과 유사하게 판단하는 프로그램을 구현한 기계 학습 방법이다.
인공지능이라는 개념이 등장한건 17~18세기 경이고, 직접 구현되기 시작한건 컴퓨터가 등장한 후 1900년대 중반부터이지만, 정보 처리 방법과 당시 컴퓨터의 성능의 한계로 크게 발전하지 못했다.
그러다 파라미터의 학습 과정을 역으로 전파하며 파라미터 값을 조정하는 역전파(Backpropagation) 알고리즘과 퍼셉트론(Perceptron)이 등장하면서 딥러닝 기반의 인공지능 개념이 성장하기 시작했다.
딥러닝에 대한 간단한 소개
딥러닝 모델은 단순한 퍼셉트론의 배치와 순전파 과정으로만 학습되는 것이 아닌, 상기 사진에서 확인할 수 있는 것 처럼 여러 개의 퍼셉트론과 여러 은닉층(Hidden Layer)를 추가함으로써 복잡한 데이터에서 학습하고 문제를 해결할 수 있다.
은닉층(Hidden Layer)란, 인풋에서 특정 계산식을 통해 도출된 결과를 임시로 저장하는 층으로 생각할 수 있고,
특정 계산식은 구현하고자 하는 모델에 따라 달라질 수 있고, 계산식에 포함된 파라미터값을 조정하여 가장 정답 레이블과 가까운 답을 찾아가는 과정이 딥러닝 학습 과정이라고 볼 수 있다.
계산식에 포함된 파라미터값을 조정하는 과정은 앞서 언급했던 역전파 알고리즘을 통해 Loss 값이 최소가 되도록 찾아가는 과정이다.
다양한 딥러닝 모델들의 가장 기초적인 부분부터 공부를 하고 블로그에 기재하고 있으며, 최종 목표인 멀티모달까지의 과정을 최대한 자세히 이해할 수 있도록 노력할 예정이다.