인공지능

Artificial intelligence, AI

인간의 인지, 추론, 학습의 사고과정에 필요한 능력을 컴퓨터 시스템을 통해 구현함으로써 문제를 해결할 수 있는 기술

인공지능의 유형

유형	설명	예시
약 인공지능 (ANI: Artificial Narrow Intelligence)	주어진 조건 아래서만 작동 가능	구글 알파고 IBM 왓슨 카네기멜론대 딥블루
강 인공지능 (AGI: Artificial General Intelligence)	인간과 같은 사고가 가능한 인공지능	아이언맨 자비스, HER 사만다 비서 로봇
초 인공지능 (ASI: Artificial Super Intelligence)	모든 영역에서 인간을 뛰어넘는 인공지능	어벤저스의 비전 터미네이터 스카이넷

인공지능의 역사

• 인공 신경망
• XOR 문제
  • 퍼셉트론 모델로는 간단한 XOR 문제를 풀 수 없음이 증명됨
• 다층 퍼셉트론(Multilayer Perceptron)
  • XOR 문제를 해결하기 위해선 다층 퍼셉트론 모델이 필요하지만, 학습시킬 수 있는 방법이 없음(1969)
  • 약 20년간 1차 AI 겨울
• 역전파(Backpropagation)
  • 최종 계산된 결과를 통해 가중치를 역으로 계산해내는 기법 개발되어 다층 퍼셉트론 문제 해결(1986)
• 기울기 소실 문제(Vanishing Gradient Problem)
  • 역전파로 간단한 XOR 문제는 해결 가능하지만, 레이어가 많아질 경우 가중치 계산이 불가능해 지는 문제 발견
  • 약 15년간 2차 AI 겨울
• 다층 퍼셉트론 모델이 아닌 SVM 등의 다른 메커니즘 출현
• ReLU의 적용으로 기울시 소실 문제를 해결하고, 딥 러닝 등장
• 2006년에 알파고가 이세돌에게 바둑 승리

인공지능의 분류

머신러닝과 딥러닝

• 머신러닝(Machine Learning)
  • 협의적: 컴퓨터가 다량의 데이터를 기반으로 스스로 학습하고 통계적인 결과를 도출하는 인공지능
  • 광의적: 인공지능의 하위 개념이지만, 컴퓨터로 연구하는 대부분의 인공지능을 포함
  • ex) SVM
• 딥러닝(Deep Learning)
  • 협의적: 역전파의 기울기 소실 문제를 해결해 깊은 다층 레이어 학습을 가능하게 한 머신러닝
  • 광의적: 인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 인공지능
  • ex) CNN, RNN

인공지능 윤리

• 아실로마 인공지능 원칙
• G20 인공지능 원칙