티스토리

All about AI!

검색하기

블로그 홈

All about AI!

allaboutai.tistory.com/m

인공돌이 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

인공지능(AI)과 머신러닝(ML)의 미래 활용 방안 인공지능(AI)과 머신러닝(ML)의 미래 활용 방안 여러분의 냉장고가 다이어트에 대해 더 많이 알게 되고 시리가 데이트 상담 전문가가 되는 날이 생각보다 가까이 올지도 모른다. 오늘날의 AI와 머신러닝은 무서운 속도로 진행되고 있다. 그것들의 응용에 대한 예측은 아직 알 수 없다. 시간 여행, 식민지화 화성, 로봇 군대 등 우리가 무엇을 이룰지 누가 알겠는가? 물론, 우리는 아직 이런 것들을 할 수 있는 능력을 가지고 있지 않다. 하지만, 그것이 인공지능과 머신러닝의 분야를 예측할 수 없게 만드는 것이다. 현재 구글, 애플, IBM과 같은 기술 선도업체들은 더 많은 업체들과 함께 이 아이디어를 깊이 파고들어 수백만 달러를 투자하고 있다. 운전자가 없는 자동차들이 서울 한복판을 배회하고, 국제우주정거장(I.. 공감수 0 댓글수 0 2020. 7. 20.
인공신경망(Artificial Neural Network, ANN)의 개념, 종류 인공신경망(Artificial Neural Network, ANN)의 개념, 종류 정보기술(IT)에서 인공신경망(ANN)은 인간의 뇌에서 뉴런이 작동하는 방식을 본떠 만든 하드웨어 및 소프트웨어의 시스템이다. 간단히 신경망이라고도 불리는 ANN은 인공지능, 즉 AI의 산하에 있는 다양한 딥러닝 기술이다. 이러한 기술의 상업적 응용은 일반적으로 복잡한 신호 처리나 패턴 인식 문제를 해결하는 데 초점을 맞춘다. 2000년 이후 주요 상업적 응용 사례로는 수표 처리를 위한 필기 인식, 음성에서 문자로의 변환, 석유 탐사 데이터 분석, 날씨 예측 및 안면 인식 등이 있다. ANN은 대개 병렬로 작동하고 계층으로 배열되는 다수의 프로세서를 포함한다. 첫 번째 계층은 가공되지 않은 입력 정보를 수신하는데, 이는 인.. 공감수 0 댓글수 0 2020. 7. 15.
인공지능(AI)의 역사와 현재 인공지능(AI)의 역사와 현재 최근 몇 년 동안 우리는 스스로에게 다음과 같은 질문을 했다. 기계가 인간을 대신할 것인가? 그들은 사람처럼 생각하고 이해하고 행동할 수 있을까? 이것들은 거의 깨닫지 못한 채 점차 사실이 되고 있는 쟁점들이다. 인공지능의 역사는 진짜 AI에 대한 탐색을 이야기할 수 있는 1950년부터 시작된다. 그해 2차 세계대전 당시 나치 에니그마 기계를 해독하는 임무를 맡은 앨런 튜링은 기계가 사고 능력이 있다고 믿어지는 최초의 Computing Machinery and Intelligence를 발간한다. 그 출판 이후, 인공지능의 역사는 우리의 일상 생활에서 완전히 존재하는, 현재의 위치로 오기까지 수많은 실패와 승리들을 축적해 왔다. 인공지능(AI)의 등장은 4차 산업혁명 초기에도.. 공감수 1 댓글수 0 2020. 7. 13.
인공지능(AI), 머신러닝(ML), 딥러닝(DL)의 차이에 관하여 인공지능(AI), 머신러닝(ML), 딥러닝(DL)의 차이에 관하여 2020년, 사람들은 매일 인공지능의 혜택을 받는다: 음악 추천 시스템, 구글 지도, 우버, 그리고 더 많은 어플리케이션들이 AI로 작동된다. 하지만 인공지능과 머신러닝, 딥러닝이라는 용어의 혼선은 여전하다. 구글의 인기 있는 검색어 중 하나가 "인공지능(AI)과 머신러닝(Machine Learning)의 차이" 일 정도이다. 결론부터 말하자면, 인공지능(AI), 머신러닝(ML), 딥러닝(DL)은 각각 다른 개념이다. 인공지능은 수학이나 생물학과 같은 과학이다. 항상 인간의 특권으로 여겨졌던 문제를 창의적으로 해결할 수 있는 지능적인 프로그램과 기계를 구축하는 방법을 연구한다. 머신러닝(machine learning)은 인공지능(AI)의 .. 공감수 0 댓글수 0 2020. 7. 13.
딥러닝(Deep Learning)이란? 딥러닝과 신경망 딥러닝(Deep Learning)이란? 딥러닝과 신경망 딥러닝은 인간이 특정 유형의 지식을 얻는 방식을 모방하는 기계학습(ML)과 인공지능(AI)의 일종이다. 딥러닝은 통계와 예측 모델링을 포함하는 데이터 과학의 중요한 요소다. 그것은 대량의 데이터를 수집, 분석, 해석하는 임무를 맡은 데이터 과학자들에게 매우 유익하다. 딥러닝은 이 과정을 더 빠르고 쉽게 만든다. 가장 간단한 딥러닝은 예측 분석을 자동화하는 방법으로 생각할 수 있다. 기존의 머신러닝 알고리즘은 선형이지만 딥러닝 알고리즘은 복잡성과 추상성이 증가하는 계층 구조로 쌓여 있다. 딥러닝을 이해하려면, 처음으로 배운 단어가 ‘개’인 갓난아기를 상상해보라. 갓난아기는 물체를 가리키고 ‘개’라는 단어를 말함으로써 개가 무엇인지 알게 된다. 부모는 .. 공감수 0 댓글수 0 2020. 7. 11.
머신 러닝(Machine Learning)이란 무엇인가? 머신러닝의 종류와 특징 머신 러닝(Machine Learning)이란 무엇인가? 머신러닝의 종류와 특징 머신러닝(machine learning)은 컴퓨터가 인간과 동물이 자연적으로 학습하는 방법, 즉 경험에서 배우는 것을 가르치는 데이터 분석 기법이다. 머신러닝 알고리즘은 미리 정해진 방정식이나 모델에 의존하지 않고 데이터로부터 직접 정보를 "학습"하는 연산 방법을 사용한다. 이 알고리즘은 일반적으로 학습에 사용할 수 있는 데이터의 양이 증가할수록 시스템의 성능도 향상된다. 딥러닝은 머신러닝의 특화된 형태다. 빅데이터가 증가하면서 머신러닝은 신용 평가 및 알고리즘 거래를 위한 계산 금융, 얼굴 인식, 동작 감지 및 객체 감지를 위한 이미지 처리 및 컴퓨터 비전, 컴퓨터 생물학, 종양 검출, 약물 발견 및 DNA 염기서열 분석,.. 공감수 0 댓글수 1 2020. 7. 10.
인공지능(AI)란? 인공지능의 뜻과 특징, 종류 인공지능(AI)란? 인공지능의 뜻과 특징, 종류 인공지능(AI)이란 기계, 특히 컴퓨터 시스템을 통해 인간의 지능과 사고 과정을 구현한 것이다. AI 프로그래밍은 학습, 추리, 자기 교정이라는 세 가지 인지 능력에 초점을 맞춘다. 학습 과정은 데이터를 수집하고 사용 가능한 정보로 전환하는 방법에 대한 규칙을 만드는 데 초점을 맞추고 있다. 알고리즘이라고 불리는 규칙은 컴퓨팅 장치에 특정 작업을 완료하는 방법에 대한 단계별 지침을 제공한다. 추리 과정에서는 원하는 결과에 도달할 수 있는 적절한 알고리즘을 선택하는 데 초점을 맞춘다. 자기 교정 측면에서는 알고리즘을 지속적으로 미세 조정하고 가능한 가장 정확한 결과를 제공하는데 초점을 맞춘다. 인공지능(AI)이 대량의 데이터를 훨씬 빠르게 처리하고 인간보다 .. 공감수 0 댓글수 0 2020. 7. 10.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.