1wk_Early AI 와 Modern AI 차이

Modern AI (현대 AI)

• Easy to people, but hard to describe formally (사람에게는 쉽지만 공식적으로 설명하기는 어렵습니다)
• Intuitive information, informal knowledge (직관적인 정보, 비공식적 지식)
• Example 1: Understanding human speech (예시 1: 인간의 말 이해하기)
• Example 2: Recognition of hand-written digits (예시 2: 손으로 쓴 숫자 인식)

 

 

지식을 배우는 방법

Early AI (초기 AI)

• hard-coded knowledge (ex: knowledge base) / 하드 코딩된 지식(예: 지식 베이스) 
• Formally specified knowledge by human operators / 인간 운영자가 공식적으로 지정한 지식

Modern AI (현대 AI)

• Allows computers to learn from experience (컴퓨터가 경험을 통해 학습할 수 있도록 합니다.)
• Ability of computers to acquire knowledge by extracting pattern from data (데이터로부터 패턴을 추출하여 지식을 획득하는 컴퓨터의 능력)
• Machine learning (머신러닝)
• (In some applications) Data mining (일부 애플리케이션의 경우) 데이터 마이닝

 

Deep learning 

→ 간단한 표현들을 깊에 쌓아 표현하는 것(과거에는 사람이 표현을 찾았으나, 기계가 표현 & 문제를 찾고 해결하는 모델)

• Combination of simpler representations
• Has a deep depth for a model
• Example: Deep neural networks

 

 

 

 

Deep Learning with Neural Networks (NN)

• Neural networks are the base model of deep learning
• It started from the three-layer perceptron (3-MLP)

 

 

딥러닝: 표현을 담당하는 층을 늘림

 

 

→ 한번에 문제를 해결하려고 하지 말고, 여러번 나눠서 해결 

 

 

 

The amount of data increase

• Data is everywhere
• Acceptable performance: 5,000 labeled training data per category
• Exceed human performance: 10M labeled training data per category → 천만개의 데이터가 필요 

 

 

★ Point

AI > ML > RL > DL 

 

 

Representation Learning(표현학습): 데이터에서 핵심적인 정보를 추출하고 이를 숫자로 표현하는 기술
→ 이를 통해 기계는 데이터의 구조와 연관성을 학습할 수 있음