인공지능의 용어

AI의 용어

간단하게 설명되는 AI 용어 인공 지능의 창시자 중 명인 John McCarthy는 AI를“지능형 기계를 생산하는 과학과 기술”, 즉 연구자와 엔지니어를위한 활동 분야로 묘사했습니다. 오늘날이 용어는 주로 이러한 지능형 기계를 의미합니다. 인공 지능은 지능적으로 작동 하는 컴퓨터 시스템을 의미합니다 . 지능이란 여기에서 의미합니다. 언어 이해 및 표현, 이미지 인식, 의사 결정 또는 번역과 같이 일반적으로 지능이 필요한 작업을 해결합니다. 약하고 타이트한 AI 인간과 달리 AI는 높은 수준에서 주로 하나의 작업 만 배우고 수행합니다. 따라서 이러한 AI를 약하거나 좁은 AI 라고 합니다. 전문 분야에서 그들은 이제 종종 인간보다 우월합니다. 현재의 모든 AI 시스템은 약한 AI입니다. 일반 / 강력한 AI 인간과 같은 지능을 가진 AI는 아직 다양한 작업에 마음을 적용 할 수 없습니다. 하지만 AI 연구의 주요 목표입니다. 이러한 AI를 일반 인공 지능이라고합니다. 일반적으로 철학적 기원, 강력한 AI 또는 진정한 AI 라는 용어로 인해 명확하지 않습니다 . 슈퍼 AI 일반 인공 지능이 모든면에서 인간을 능가 할 정도로 발전하면 인공 초 지능이 생긴다. 많은 AI 워너들에게 특이점 이라고 불리는 KSI의 출현 은 인류의 종말을 의미합니다. 반면 일부 AI 전문가는 슈퍼 AI가 기후 변화, 빈곤 및 질병과 같은 인류의 큰 문제를 해결할 수 있기를 희망합니다 . 인공 지능을 만드는 방법 인공 지능을 만드는 방법에는 여러 가지가 있습니다. 기본적으로 두 가지 접근 방식을 구분할 수 있습니다. 소위 “Good, Old-Fashioned AI”는 1980 년대 후반까지 AI 연구를 결정하고 강력한 AI를 위해 노력했습니다. 아이디어 : 인간의 사고는 세계에 대한 우리의 지식을 포함하는 개별 용어의 논리적 조합으로 구성됩니다. SHRDLU 는 자연어를 이해하기 위해 시도한 최초의 AI 프로그램 중 하나입니다. 1968 년에서 1970 년 사이에 만들어진 AI는 기하학적 객체를 이동하고 요청시 정보를 제공 할 수 있습니다. 이 아이디어에서 세계에 대한 간단한 정보를 상징적 범주로 묶고 논리적 결론으로 작동하는 소위 전문가 시스템이 등장했습니다. GOFAI는 AI의 높은 기대치를 충족하지 못했습니다. 첫 번째 AI 겨울이 시작되었습니다. 연구 자금이 취소되고 프로젝트가 취소되었습니다. 오늘날 이러한 AI는 예를 들어 프로세스 자동화에 사용됩니다. 머신 러닝 현재 인공 지능 연구에서 가장 선호하는 것은 기계 학습 , 특히 딥 러닝 입니다. 기계 학습은 데이터를 사용하여 작업 수행 방법을 학습하는 컴퓨터 시스템을 만듭니다. 프로그래밍 코드의 형태로 한 줄씩 명령을 지정하는 개발자 대신 소프트웨어는 첫 번째 트리거 이후에 코드를 독립적으로 업데이트하고 더 나은 결과를 위해 최적화합니다. 현재 연구 분야에서 가장 선호하는 것은 딥 러닝입니다. 데이터의 패턴을 정확도를 높이면서 인식하고 따라서 인간의 선호도를 학습하고 객체를 인식하거나 언어를 이해하는 다층 신경망을 사용한 기계 학습입니다. 머신 러닝은 현재 많은 AI 서비스를 주도합니다. Google, Netflix 또는 Facebook에 관계없이 학습 알고리즘은 추천을 만들고 검색 엔진을 개선하며 음성 도우미가 답변을 제공 할 수 있도록합니다. 신경망 인공 신경망은 인간 두뇌의 기초적인 그림에서 영감을 얻었습니다. 알고리즘은 서로 정보를 교환하는 서로 다른 계층의 연결된 뉴런 또는 노드를 만듭니다. 신경망은 1943 년에 수학적으로 시작되었습니다. 가장 간단한 경우 아키텍처는 입력 계층, 중간, 숨겨진 계층 및 출력 계층으로 구성됩니다. 입력 신호는 처음에 임의로 생성 된 중간 뉴런의 값에 의해 수정되어 출력 레이어로 전달됩니다. 이제 출력을 입력과 비교할 수 있습니다. 예측이 정확 했습니까? 결과에 따라 중간 뉴런의 값이 수정되고 프로세스가 새로운 입력으로 반복됩니다. 반복이 많을수록 예측이 더욱 정확 해집니다. 요약하자면 신경망은 스스로를 최적화하는 알고리즘입니다. 더 깊이 들어가고 싶다면이 훌륭한 영어 비디오 시리즈를 추천 합니다. 딥 러닝 또는 딥 러닝은 둘 이상의 숨겨진 계층이있는 신경망을 사용한 기계 학습입니다. 이러한 복잡한 신경망은 2012 년 이미지 분석을위한 ImageNet 대회에서 우승하면서 승리의 행진을 시작했습니다.딥 러닝은 특히 이미지 인식, 자율 주행 또는 딥 페이크에서 최근 몇 년간 AI 붐을 일으켰습니다. 딥 러닝의 돌파구는 더욱 빨라진 프로세서와 Google의 TPU와 같은 전용 AI 칩과 기계를 훈련하는 데 사용되는 방대한 양의 데이터로 가능해졌습니다. GAN은 서로를 개선하는 두 개의 신경망으로 구성됩니다 . 둘 다 사진과 같은 공통 데이터 세트로 훈련됩니다. 그런 다음 한 에이전트는 데이터 레코드와 유사한 콘텐츠를 만들고 다른 에이전트는 원본 데이터 레코드와 비교합니다. 위조로 인식되면 원본과 같이 교육 데이터 기록에 속하는 것처럼 보일 때까지 위조자가 콘텐츠를 개선하도록 강제합니다.4.5 년 만에 GAN-KI는 인간의 초상화를 더 잘 만들어 냈습니다. 충분한 반복으로 마스터 위조자가 생성됩니다. GAN은 믿을 수 없을 정도로 실제 사람, 딥 페이크, 거리 또는 가짜 모델을 만듭니다. 그들은 작곡하고, 음악을 연주하고, 값 비싼 예술 작품을 만들고, 복고풍 게임을 HD 버전으로 바꿉니다. 2014 년 도입 이후 꾸준히 개선되었습니다.