AI에 관한 기본적인 지식

 

AI에 관한 기본적인 지식

 

약인공지능 : 특정분야에서 인간 수준의 판단을 할 수 있는 것 - ANI

강인공지능 : 범용적인 분야 모두에 대해 지능적 판단을 내릴 수 있는 것 - AGI

초인공지능 : 주관적인 판단이나 자의식을 가질 수 있는 것 - ASI

---

머신러닝 : 데이터와 정답을 입력하면 스스로 그 안의 규칙을 찾아내어 정답을 도출

 

- 머신러닝이라는 학문은 기계가 명시적으로 코딩되지 않은 동작을 스스로 학습해 수행하는 것 / 수없이 다양한 강아지 사진을 학습하며 그 속에서 스스로 패턴을 찾아내어 나중에는 강아지 사진을 입력하면 고양이와 다른 점을 구분하여 고양이가 아닌 '강아지'라는 정답을 도출해 내는 것

 

머신러닝의 3가지 유형

1. 지도 학습

2. 비지도 학습

3. 강화 학습

 

1. 지도 학습

1.1. 회귀

어떤 입력 변수에 영향을 받는 출력값이 연속적인 숫자인 경우 둘 사이의 관계를 결정하는 함수를 찾아 새로운 데이터에 대한 출력값을 예측하는 방식

1.2. 분류

 

분류 : 0~9까지의 숫자 구분, 받은 메일의 스팸메일 여부 구분, 의료 영상을 통한 병 진단

회구 : 아파트 가격에 대한 예측, 날씨 예측, 투자, 금융에 대한 가격 예측

- 학습 단계, 예측 단계

 

2. 비지도 학습

데이터의 특성을 스스로 파악

2.1. 군집화 : 사용자가 지정한 k개의 군집으로 나누는 것

 

머신러닝과 딥러닝

머신러닝 : 머신러닝은 사람이 이미지에서 특징을 직접 입력하고 기계가 스스로 그 특징들의 패턴을 찾는 학습을 하는 것

딥러닝 : 특징 추출부터 패턴을 찾는 학습의 전 과정을 사람의 개입 없이 기계가 수행 가

---

인공 신경망 : 퍼셉트론(Perception)(인지)

인공 신경망은 가중치가 중요하다.

 

딥러닝 3가지 모델

1. DNN, 2. RNN, 3. CNN

 

1. DNN

전통적인 싱경망

입력된 데이터에서 특징을 분류하고 학습, 시간의 연속성이 있는 데이터를 처리하는 시계열 데이터 처리가 어렵다.

 

2. RNN

순환 신경망

이전 상태를 입력으로 받고 출력으로 데이터를 내보내면서 순환되는 신경망

 

3. CNN

합성곱 신경망

입력 데이터에 커널을 적용하여 이미지의 특징을 추출

이미지 처리에 사용되는 알고리즘

---

CPU vs GPU

 

CPU는 운영 체제 및 애플리케이션을 실행하는 데 필요한 모든 유형의 컴퓨팅 작업을 처리

GPU는 일반 CPU보다 병렬로 실행되는 복잡한 수학연산을 더 효율저그로 처리할 수 있다.

GPU(그래픽 처리 장치)는 유사한 하드웨어 구성요소이지만 더 전문화되어 있다.

 

CPU, GPU 유사성

1. 코어

2. 메모리

3. 제어장치 

 

GPU의 장점

- 병렬 처리 방식

- GPU는 머신러닝 워크로드를 가속화하는 데 있어 지배적인 컴퓨팅 플랫폼이며, 지난 5년 동안 가장 큰 모델의 대부분은 GPU에서 훈련되었다.

---

HBM(High Bandwidth Memory) : 여러 개의 D램을 수직으로 연결해 기존 DRAM보다 데이터 처리 속도를 혁신적으로 끌어올린 고부가가치, 고성능 제품