[인공지능] 인공지능, 머신러닝, 딥러닝 간단 정리

1. 인공지능(Artificial Intelligence, AI)

1) 정의

인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술

2) 변천사

연도	내용	비고
1943	워런 매컬러(Warren McCulloch)와 월터 피츠(Walter Pitts)가 최초로 뇌의 뉴련 개념을 발표(두뇌 논리회로 모델링)	여명기
1950	앨런 튜링(Alan Turing)이 인공지능과 인간이 같은 지능을 가졌는지 테스트할 수 있는 튜링 테스트 발표(현재의 로봇, 매크로 감지 테스트, reCAPTCHA)
1956	다트머스 컨퍼런스에서 AI 용어 탄생	태동기
1956~1970	수동적 대화 시스템 기호처리로 AI 구현	1차 인공지능 붐
1971~1979	컴퓨터 성능, 고려해야 할 범위 등의 문제로 연구와 투자가 크게 감소	1차 인공지능 빙하기
1980~1995	전문가 시스템 등장 전문가의 지식을 디지털화 하고자 노력	2차 인공지능 붐
1996~2009	지식 획득 병목의 문제	2차 인공지능 빙하기
2010~	컴퓨터의 성능 개선 빅데이터와 머신러닝, 딥러닝 기술 등을 통해 직접 프로그램을 학습	3차 인공지능 붐

3) 인공지능 수준

(1) 약인공지능(Week AI): 데이터 처리 및 제한된 기능만 수행 가능(현재의 AI 수준)

(2) 강인공지능(Strong AI): 사람 수준의 고도의 지능을 가진 컴퓨터 시스템(영화 'She', '터미네이터' 등에서 볼 수 있는 AI)

(3) 슈퍼인공지능(Super AI): 특이점(인간과 인공지능 사이의 임계점)을 넘어서 인간의 지능을 초월한 AI

 

2. 머신러닝

1) 정의

규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터로부터 규칙을 학습하도록 하는 알고리즘을 연구하는 분야

2) 특징

(1) 통계학과 깊은 관련이 있음. 통계학에서 유래한 머신러닝 알고리즘이 많고, 컴퓨터 과학 분야와 상호 작용하면서 발전하고 있다.

(2) 최근에는 통계학 외에 경험, 데이터를 바탕으로 발전하는 경우도 있으며, 대표적인 머신러닝 라이브러리로 파이썬 API 기반인 사이킷런(Scikit-learn)이 있다.

 

3. 딥러닝

1) 정의

머신러닝 방법의 한 부분으로, 인공 신경망(Artificial Neural Network, ANN)을 기반으로 한 머신러닝 알고리즘, 방법들을 통칭

2) 특징

(1) 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터와 컴퓨터 성능의 향상으로 가능해졌다.

(2) 대표적인 오픈소스 라이브러리로, 구글의 텐서플로(TensorFlow), 페이스북의 파이토치(PyTorch) 등이 있다.

 

위 3가지 개념은 모두 연관되어 있으며, 인공지능>머신러닝>딥러닝 순으로 상위 범위 안에 속한다.

즉, 인공지능 기술 중 머신러닝이 있는 것이고, 머신러닝 기술 중 딥러닝 기술이 있는 것이다.