[POSCO 교육 사전학습] 특강/AI입문

포스코 포스텍에서 제공하는 청년 AI-BigData 아카데미 과정의 온라인 예습 과정 중 하나인 데이터 과학에 대한 강의를 듣고 정리한 포스팅이다.

 

pabi.smartlearn.io/

 

---

 

AI : Artificial Intelligence

 

튜링테스트 : 컴퓨터공학의 시초

• 기계와 인간이 얼마나 비슷하게 대화할 수 있는지를 기준으로 기계의 지능을 판별하고자 하는 시험

그러나 아무리 인공지능이 좋아져도 사람이 인식해야될 것이 있고, 계산능력은 컴퓨터를 따라가지 못하기 때문에 이러한 실험보다는 인공지능이 우리를 위해서 뭘 할 수있나 를 연구하기 시작

 

컴퓨터비전 분야 (자율주행 등)

자연어인식 분야 (문장의 긍,부정 판단 등)

등에서 응용해낼 수 있다.

 

---

 

Human vs Machines

 

1997년 컴퓨터가 체스로 사람을 이겼다. (Deep Blue)

2011년 컴퓨터가 제퍼디게임에서 사람을 이겼다. (IBM)

2016년 컴퓨터가 바둑에서 사람을 이겼다. (AlphaGo)

 

---

 

AI의 시대

 

• AI에도 암흑기가 존재했다.

성능이 발전하지 않고 윤리적 문제에 부딪힐 때..

 

• 하지만 지금은 딥러닝으로 인해 엄청난 성능향상을 이루어 내고 있는 전성기이다.

 

• 그러나 언제 다시 암흑기가 도래할지 모른다.

 

---

 

AI 응용에의 공통점

 

• Computational Complexity

최적의 솔루션이 없다. 따라서 이를 구하기 위해서는 무한대의 Computing 시간이 걸린다.

그래서 우리는 근접 솔루션을 구하는 것

 

• Information Complexity

많은 양의 데이터가 필요하다

 

 

즉 우리는 AI응용을 위해 빅데이터, 컴퓨터성능, 머신러닝 알고리즘 이 필요하다

 

머신러닝 알고리즘은 Modeling으로 시작한다.

 

나는 컴퓨터에게 데이터를 넣어주고 컴퓨터는 가중치를 갱신한다 -> 새로운 모델이 만들어진다.

 

 

---

Model 의 성능 측정

 

만들어진 model의 성능을 측정할 때 가장 중요시 하는 것은 무엇일까?

 

바로 한번도 보지 못한 unseen 데이터에 대한 판단이다.

 

즉 Generalization 성능이 가장 중요하다.

Overfitting 을 방지해야된다.

 

 

---

 

이외에 여러 머신러닝/딥러닝 방식, 모델에 대해 배울 수 있었다.

 

• Reflex model 은 단순한 판단을 위해존재하는 모델 (동물의 인지 등)
• States model은 Text Reconstruction에서와 같이 영어에서 모음과 띄어쓰기가 빠진 단어에서 원래 단어를 유추해내는 것과 같은 복잡한 모델
• Variables-based Model 은 최적의 결과를 찾기보다 각각의 variable들에 value들에 들어가는데, 조건을 만족시키는 가장 적절한 value들을 찾는 것이다.

 

State-based Models 의 응용

• Search problems
• Markov decision preocesses
• Adversarial games

Variables-based Models의 응용

• Constraing Satisfaction Problem(CSP) 등

---

 

Model 에서 최적의 파라미터를 찾기 위해서는?

 

즉 어떠한 loss function을 minimize 하는 W를 찾는 문제이다. = Optimization 문제

 

Feature extraction

 

Feature란 데이터의 특징, 항목 등을 의미한다.

 

문자열이 이메일형식인지 아닌지 알기위해서는 길이정보 @여부 .com 포함여부 등이 포함될 것이고 이것들이 Feature 이다.

 

이들을 정의해주면 머신러닝 알고리즘은 이들에 대한 Weight vector 를 연산해 줄 것이다.