01. 인공지능 개요

 

1. 간단한 역사

- 1950년대 들어 학자들이 인공지능을 수식으로 풀어내기 시작하면서 인공지능을 실제로 만들 수 있다는 전망이 팽배해짐. 이에 따라 인공지능에 대한 도전히 급속히 늘어나기 시작.

- 하지만 인공지능을 만들어내는 것은 생각보다 훨씬 어렵다는 것이 증명되면서 연구활동은 정체되기 시작.

  1970년대 심각한 침체기로 접어들게 됨.

- 이러한 문제를 해결하기 위해 생물학으로부터 받은 영감을 기반으로 신경망이라는 기술을 개발하기 시작함.

  이 신경망(Neural Network)은 얼마 안 지나 인공지능 분야에서 가장 강력하고 유용한 방법으로 자리매김함.

---

2. 인공지능이 필요한 이유

- 컴퓨터는 연산 측면에서는 인간보다 매우 빠르다. 하지만 이미지를 인식하는 등의 작업은 컴퓨터에게 매우 어렵다.

- 이러한 어려운 문제를 해결하기 위해서 사용하는 기술이 인공지능이다.

---

 

3. 예측

- 컴퓨터는 입력을 받아서 이에 적합한 연산을 수행한 후 그 결과를 출력해준다.

위와 같은 문제는 예측이 필요없는 단순계산 문제이기에 손쉽게 해결할 수 있다.

하지만 아래 처럼 킬로미터를 마일로 변환해주는 기계가 있다고 하자.

우리는 킬로미터에서 마일로 변환하는 공식을 모른다.

우리가 아는 것은 킬로미터와 마일의 관계가 선형이라는 것뿐.

 

마일 = 킬로미터 X c (c는 상수)

 

c는 임의의 값으로 시작, 데이터를 입력하여 결과를 출력. 오차를 구한다.

 

오차 = 실제 값 - 계산 값

오차를 줄여나가기 위해 그 다음의 c의 값을 0.5에서 0.6으로 증가 그럼 오차는 2.137로 감소.

오버 슈팅: c의 값을 너무 많이 변화시켜 실제값을 지나쳐 버리는 현상.

결론: 우리는 연산을 모른다. 입력과 결과만 알 뿐. 반복적인 연산을 통하여 이전 결과를 바탕으로 c 값을 변화 시켜 나가 오차를 최소화 하는 것이 예측의 핵심이다.