인공지능 기술의 분야

학습과 추론

반응형

칙만 주어진 상태에서 입력받은 정보를 활용해 스스로 학습하는 것이다. 분석 모델구축을 자동화 하는 머신러닝은 신경망, 통계분석, 운영분석, 물리학에서 활용되는 기법들을 이용하여 프로그래밍 없이 특정 위치를 찾거나 결론을 내리는 등 데이터에 숨어있는 통찰을 찾아낸다.

머신러닝은 지도 학습과 비지도 학습, 강화학습으로 분류할 수 있다. 지도 학습은 데이터에 대한 레이블이 주어진 상태에서 컴퓨터를 학습시키는 방법이다. 비지도 학습은 데이터에 대한 레이블이 주어지지 않은 상태에서 컴퓨터를 학습시키는 방법이다. 즉, 컴퓨터 스스로가 비슷한 특성을 가진 정보끼리 직접 분류한다. 강화 학습은 앞서 살펴본 지도 학습과 비지도 학습과는 약간은 다른 종류의 학습 알고리즘이다. 앞서 살펴본 알고리즘들이 데이터가 주어진 정적인 상태에서 학습을 진행하였다면, 강화 학습은 에이전트가 주어진 환경에 대해 어떤 행동을 취하고 이로부터 어떤 보상을 얻으면서 학습을 진행한다. 현재 사용되는 인공지능은 대부분 지도학습에 기초하고 있다.

자동 급수 인공지능 기술

언어이해

인공지능의 언어이해 중에서 우리에게 가장 밀접하고 익숙한 기술은 자연어 처리 기술이다. 자연어 처리는 컴퓨터를 이용하여 사람 언어의 이해, 생성 및 분석을 다루는 인공 지능 기술. 자연어 이해는 일상생활 언어를 형태 분석, 의미 분석, 대화 분석 등을 통하여 컴퓨터가 처리할 수 있도록 변환시키는 작업이며, 자연어 생성은 컴퓨터가 처리한 결과물을 사람의 편의성에 입각하여 텍스트, 음성, 그래픽 등을 생성하는 작업이다. 문서 처리, 색인 작성, 언어 번역, 질문 응답 등 많은 응용 분야에서 활용한다. 컴퓨터가 음성을 포함한 사람의 언어를 분석, 이해 및 생성할 수 있는 기술이다.

시각인식

컴퓨터가 TV 카메라를 통해 잡은 영상을 분석하여 그것이 무엇인지를 알아내는 것은 매우 복잡하며 인공지능적 이론의 도입 없이는 불가능하다고 볼 수 있다. 이러한 영상인식은 로봇 공학, 문자 인식 등에 매우 중요한 기술이다.

상황인식

비교적 근래에 등장한 것으로서 수학적 논리학이 아닌, 인간의 두뇌를 모방하여 수많은 간단한 처리기들의 네트워크로 구성된 신경망 구조를 상정하는 것이다. 인간의 감정 또는 기분의 인식, 사건 또는 사고의 인식을 하는 기술이다. 특히 시각 인식과 같은 연구는 자율주행 기능으로 빠르게 도입되고 있다. 자율주행의 핵심 기술이 사물 인식 기술로, 전방 충돌 방지, 차선 이탈 방지, 차간 거리 조절에 주로 이용된다.