1. 인공지능, 머신러닝, 딥러닝의 정의
인공지능(AI; Artificial Intelligence)이란 기계 혹은 시스템에 의해 만들어진 지능을 의미하는 것으로, 인간의 두뇌활동을 인공적으로 모사한 것 모두를 인공지능이라고 할 수 있다.
머신러닝(Machine Learning; 기계학습)이란 인간의 두뇌기능 중 학습기능을 기계로 하여금 모사하게 하여 여러 데이터를 기반으로 그 속에 숨겨진 규칙성을 찾아내는 것을 의미한다.
딥러닝(Deep Learning; 심층학습)이란 인간의 두뇌가 하는 학습 기능 중 반복하여 학습하면 성적이 오르는 것처럼 인공신경망 구조 등을 이용하여 반복적으로 학습하여 데이터 속에 숨겨진 규칙성을 찾아내는 것을 의미한다.
2. 인공지능, 머신러닝, 딥러닝의 상호관계
인공지능, 기계학습, 딥러닝은 서로 같은 개념이라 오해할 수 있지만, 위의 벤 다이어그램 포함관계와 같이 서로 포함되는 관계에 있다.
인공지능이 가장 넓은 개념이고, 그 아래 기계학습, 그 아래에 딥러닝이 있다고 할 수 있다.
3. 인공지능, 머신러닝, 딥러닝의 예시
(1) 인공지능 예시
1) 인공지능 시스템은 자율 주행이 가능하도록 발전 중이다.
자율 주행이 가능한 차들은 도로 정체, 운송비용, 인건비, 시간 낭비 등을 줄여 효율적이다.
사람이 운전하는 것보다 훨씬 안전한 운행이 될 가능성이 높아 나중에는 면허도 없어진다는 말이 나올 정도이다.
2) 인공지능 CCTV가 개발 및 발전 중이다.
국내 기업 한화 테크윈과 해외 기업 엔비디아사에서 인공지능 CCTV를 만들어 보안 분야에 활용하고 있다.
찍은 동영상을 실시간 분석하고, 다양한 사례를 스스로 학습하는 능력까지 보유했다.
주목할 만한 특징으로는 평소와 다른 상황을 녹화했을 경우 경찰에게 이상신호 송출까지 할 수 있다고 한다.
인공지능을 활용한 보안 분야가 CCTV를 포함하여 더 발전한다면 미래의 범죄율은 지금보다는 확실히 줄어들 것 같다.
(2) 기계학습(머신러닝) 예시
1) 아마존 상품 어드바이징 서비스
세계적으로 유명한 온라인 쇼핑몰 아마존에선 머신러닝(기계학습)을 활용하여 이용 고객들에게 맞춤형 쇼핑 환경을 만들어준다.
상품 추천 서비스에 머신러닝(기계학습) 기술을 적용했다.
아마존에 사용자가 가입을 하게 되면 자신의 구매 관심분야에 대한 체크리스트 작성을 진행하게 되는데, 해당 정보와 사용자가 어떤 상품을 구매했는지에 대한 누적 데이터를 바탕으로 상품 추천을 제공하게 된다.
또한 같은 물건을 추가 구입한 사용자에게는 어떤 제품을 추가적으로 구매했는지에 대한 정보를 제공하면서 구매 유도 효과를 노린다.
즉 아마존은 머신러닝(기계학습)을 고객 맞춤형으로 제공하는 마케팅 전략 ‘고객관계마케팅’에 적용하고 있다.
2) 바둑기사
바둑의 경우의 수는 10의 170승의 경우의 수가 있는데, 이 경우의 수의 복잡성에 도전하려는 노력은 오랫동안 많았다.
하지만 구글 딥마인드의 ‘알파고’는 인공지능 바둑기사로, 지도 학습과 강화 학습의 장점을 결합한 기계학습(머신러닝)을 사용해 바둑을 연구하여 2016년 이세돌 9단과 5판의 대국을 하여 전 세계의 이목을 끌었다.
이세돌 9단의 승리를 예상하는 여러 사람들의 생각과 달리 알파고가 4대1로 이세돌 9단을 승리함으로써 사람들에게 충격을 주었다.
(3) 딥 러닝 예시
1) 흑백 사진과 영상에 색 복원하기.
흑백사진을 업로드하면 딥러닝으로 자동으로 컬러사진으로 재복원 하는 시스템이 있다.
비슷한 방법으로 흑백 영화에 색을 입히기도 한다.
http://iizuka.cs.tsukuba.ac.jp/projects/colorization/en/
Let there be Color!: Joint End-to-end Learning of Global and Local Image Priors for Automatic Image Colorization with Simult
Abstract: We present a novel technique to automatically colorize grayscale images that combines both global priors and local image features. Based on Convolutional Neural Networks, our deep network features a fusion layer that allows us to elegantly merge
iizuka.cs.tsukuba.ac.jp
https://www.youtube.com/watch?v=ys5nMO4Q0iY&feature=youtu.be
딥러닝으로 사진에서 일어나는 패턴을 학습한다. 복원을 하기 위해 하늘은 보통 푸른색이고, 구름은 희거나 회색을 띠고 있다는 점을 학습한다. 학습을 할 때 인간의 개입 없이 기계의 경험을 바탕으로 학습을 해 스스로 발전한다.
2) 태양광을 통한 에너지 절약 효과 예측하기
구글 선루프팀은 자사 구글 어스에서 받은 사진을 이용하여 지붕을 3D모델로 생성해준다.
이 프로젝트에서 딥러닝의 역할은 지붕과 지붕이 아닌 물체를 구분하여 분리해준다. 그리고 날씨 패턴과 태양 궤도 정보를 활용하여 지붕에 태양광 패널을 설치하게 된다면 얼마큼의 에너지를 절약할 수 있을지 예측하게 된다.
https://www.google.com/get/sunroof#/p=0
Project Sunroof
Enter a state, county, city, or zip code to see a solar estimate for the area, based on the amount of usable sunlight and roof space.
www.google.com
'포트폴리오' 카테고리의 다른 글
| 자율주행 자동차와 ADAS 기술 (0) | 2019.08.18 |
|---|---|
| RSA 공개키 암호화 알고리즘과 원리에 대하여 (0) | 2019.08.17 |
| 아두이노 피에조 부저(piezo buzzer) 활용 실습(쉬움) 멜로디 예제 포함. (0) | 2019.08.14 |
| 아두이노 포텐시오미터 센서 활용(매우쉬움) (0) | 2019.08.14 |
| 아두이노 조도센서 광센서 포토셀 (cds 포토레지스터) 실습 (0) | 2019.08.14 |
