인공지능이란
관점1: 인간의 지각, 추론, 학습 능력 등 인간의 사고 프로세스를 모방하여 컴퓨터 기술로 구현한 것
관점2: 입력이 주어지면 출력을 한다. 공학에서 이야기하는 System
관점3: 수학적으로 표현할 수 없었던 복잡한 인간의 두뇌를 데이터를 기반으로 흉내내는 것
알고리즘이란
입력(Input) 자료를 미리 정해둔 명백한 규칙, 일련의 절차, 명령에 따라 처리하고 결과를 출력(Output)해내는 것
입력
외부에서 제공되는 자료가 있을 수 있음
출력
적어도 한 가지 결과가 생김
정확성
각 명령은 정확하고 명백해야 함
유한성
알고리즘 명령대로 수행하면 한정된 단계를 처리한 후 종료됨
효과성
모든 명령은 명백하고 실행 가능해야 함
인공지능의 개념과 범위
Deep Learning 의 핵심 요소
A.I.(Artificial Intelligence)
- 인간의 사고 프로세스를 모방한 알고리즘
Machine Learning
- 데이터를 바탕으로 학습으로 학습하는 알고리즘
Deep Learning
- 심층신경망(DNN) 알고리즘 활용
A.I. 의 대표적 활용 예
- 분류(Classification)
- 회기 분석(Regression)
- 추천(Recommendation)
- 군집 분류(Clustering)
- 이상 감지(Anormaly Detection)
- 연관성 분석(Association Rule)
A.I. 가 잘하는 것
빠르게 계산한다. 쉬지 않는다. 한 번 배운 것은 잊지 않는다. Automating Repetitive Work
영상 인식/처리
- 숫자/문자 인식
- 얼굴 인식
- 사물 인식
영상 재생성
- 사진 해상도 증가
- 영상 리터칭: 컬러링, 워터마크 제거
영상 생성/처리
- 예제 기반 영상 생성
- 영상 분리
- 영상 복원 등
- 가짜 배우 얼굴 생성 및 제어
예제
- Breeding tables
- New Design Idea
- Identifying Fake
- Automated Design Using Deep Learning
- Recipe to Dishes
- Buying Experience
- Sketch to Code
- Protecting IP