[??] 머신러닝 / 딥러닝 / ai

스스로 학습을 통해서 자기 모델의 성능을 향상시킬 수 있는 알고리즘

보편적인 알고리즘을 통칭해서 머신러닝이라고 부릅니다.

일반적으로 우리가 계속 소프트웨어 쪽에서 난제로 여겨졌던 이미지, 음성등 분석해야 할 패턴들을

코딩으로 규칙으로 짜기에는 성능이 좋을 수가 없습니다.

그래서 이런 알고리즘들, 어떤 다양한 규칙들을 데이터를 기반으로 해서 스스로 학습을 하면서 성능을 향상할 수 있는 이런 알고리즘기법들을 통칭으로 머신러닝이라고 합니다.

머신러닝의 한 기법의 하나 입니다.

그리고 이게 심층신경망이라해서 사람의 뇌를 묘사합니다.

우리가 만약 음식을 먹는다면, 우리 뇌의 대뇌피질에서 그 자극신호를 받아서 그것들을 화학적인 작용을 위해서 머릿속에 있는 깊은 곳까지 전달하는 그런것들을 물리적으로 시뮬레이션한 기법입니다.

이미지나 언어쪽에서 머신러닝의 다른 기법보다 훨씬 더 많은 성능 향상을 이루고 있는 대표적인 기술입니다.

AI는 범위가 매우 넓다. 이유는 옛날부터 나온 단어라서 입니다.

컴퓨터는 연산능력이 매우 빠르지만, 스스로 무언가를 판단하기엔 매우 부족합니다.

가장 대표적인 예시는 개와 고양이를 스스로 구분을 지을 수가 없습니다.

그래서 그런 부분들에 대해서 컴퓨터가 인식할 수 있게 추론도 하고 이미지, 언어를 보면서

전반적으로 어떤 학문적인 흐름을 가져가라는 의미를 가졌지만, 처음 나왔을 때 당시엔 너무 어처구니 없는 발상이었습니다.

그때 당시 비유한다면, '화성에 사람을 보내보자!' 라는 현실적으로 이룰 수 없는 생각이지만 이런 부분들을 한 번 극복해보자고 시도한 것이 현재에 다시 재조명하게 되었고 이를 통틀어 AI라고 부릅니다.

앞으로는 AI 기반한 서비스들이 우리 삶에 그냥 스며들 것입니다.

이런 AI에 기반한 서비스들이 '아 이게 AI인가?' 인식하지 못 할 정도로 상당히 우리의 직감과 감각에 잘 부합되게 만들어질 전망입니다.

작은 새의 날개짓