인공지능이란? ANN?에 대해서

인공지능? 분석 기법? 인공신경망?

◈인공지능이란 말은 들어보셨을 겁니다.

컴퓨터가 뇌처럼 사고한다. 라고 적혀있지만, 사실 복잡한 수학 알고리즘에 가깝습니다. 저도 몇개의 분석 기법에 대해 들어만 보고, 실제로 어떠하게 동작하는지는 제대로 알지 못하여서 이번 기회에 배워보려합니다.

 

여러 포스팅과 마찬가지로, 비전문가가 이해되도록 개념적으로만 설명하려 합니다. 전공자분들은 이미 알고계실테고, 전공자의 언어로 쓰인 포스팅은 저도 이해못하거든요 하하하;;

 

포스팅은 점차 수정 보완하겠습니다.

 

인공지능

 

◈ 정의 ?

인공지능은 인간과 유사한 지능적인 작업을 수행할 수 있는 컴퓨터 시스템 또는 프로그램을 의미합니다. 이러한 시스템은 데이터를 수집하고 분석하여 패턴을 인식하며, 문제를 해결하고 의사 결정을 내리는 능력을 갖추고 있습니다.

인공지능은 주어진 작업을 수행하기 위해 기계 학습, 지식 표현, 자연어 처리, 컴퓨터 비전 등과 같은 다양한 분야의 기술과 알고리즘을 사용합니다. 기계 학습은 데이터로부터 패턴을 학습하고 예측 모델을 구축하는 데 사용되며, 이를 통해 인공지능 시스템은 경험을 통해 개선되고 업무를 수행할 수 있습니다.

 

◈인공지능은 좁은 범위의 작업에 특화된 "약한 인공지능"과 인간과 거의 동일한 능력을 가진 "강한 인공지능"으로 분류될 수 있습니다. 현재의 인공지능 시스템은 특정한 작업에서 인간보다 우수한 성능을 발휘할 수 있지만, 일반적인 사고 능력과 인간의 다양한 작업을 대체하는 능력은 아직 갖추지 못하고 있습니다.

인공지능의 발전은 다양한 분야에서 혁신과 변화를 가져오고 있습니다. 의료, 금융, 자동차, 로봇, 인터넷 검색 등 다양한 산업과 서비스에서 인공지능 기술이 활용되고 있으며, 앞으로 더 많은 발전과 혁신이 예상됩니다.

 

◈분석 기법?

여러 분석기법이 있습니다. 그중 먼저 ANN 인공 신경망입니다.

 

ANN(인공신경망, Artificial Neural Network)은 인공지능의 한 종류로, 인간의 뉴런 체계에서 영감을 받아 설계된 수학적 모델입니다. 인공신경망은 여러 개의 뉴런으로 구성된 계층적 네트워크로 이루어져 있으며, 이러한 뉴런들은 정보 처리와 학습을 위한 연산을 수행합니다.

 

ANN 인공신경망

인공신경망은 입력층, 은닉층, 출력층으로 구성되어 있습니다. 입력층은 데이터나 외부에서 받은 신호를 받아들이는 역할을 하고, 출력층은 최종 결과를 출력합니다. 은닉층은 중간 계산을 수행하여 입력과 출력 사이의 복잡한 관계를 학습하는 데 사용됩니다.

각 뉴런은 입력값에 가중치를 곱하고, 이를 합산한 후 비선형 활성화 함수를 통과시킵니다. 이 비선형 활성화 함수를 통해 신경망은 비선형 문제를 해결할 수 있게 됩니다. 일반적으로 사용되는 활성화 함수로는 시그모이드 함수, ReLU(Rectified Linear Unit), 소프트맥스 함수 등이 있습니다.

◈ 인공신경망은 초기에는 가중치를 무작위로 설정한 후, 입력 데이터를 통해 예측을 수행하고, 예측 결과와 실제 결과의 오차를 최소화하기 위해 가중치를 조정하는 과정을 반복하여 학습을 진행합니다.

 

이 부분이 중요할거 같은데요. A라는 데이터가 있고. B의 결과가 있다고 칩시다.

A에 몇을 곱하면 B가 되요?

이걸 진짜 언어그대로 무작위로 아무 값을 계속 넣어서 B랑 비교한다는 겁니다.

컴퓨터가 미친듯이 계산하겠죠. 정답에 가까운 값은 오차가 작고, 정답에 멀면, 오차가 큽니다.

오차가 작은 수치(정답에 유사한)을 찾았다! 하면

이제 다시 C라는 데이터가 있고, D라는 결과가 있다고 칩시다.

아까 구한 값을 넣습니다. 다시 반복해요.

계속.

당연히 데이터가 많을 수록 정확해집니다.

 

◈이러한 학습 과정은 역전파(backpropagation) 알고리즘을 통해 이루어집니다. 역전파 알고리즘은 오차를 출력층에서 입력층으로 거슬러 올려가며 가중치를 조정하는 방식으로 동작합니다.

인공신경망은 다양한 분야에서 활용되며, 이미지 및 음성 인식, 자연어 처리, 예측 분석, 추천 시스템 등 다양한 작업에 적용됩니다. 딥러닝(Deep Learning)이라고도 불리는 심층 신경망은 ANN의 확장된 형태로, 많은 은닉층을 가진 신경망 구조를 의미합니다. 딥러닝은 대용량의 데이터와 강력한 컴퓨팅 자원을 통해 복잡한 문제를 해결할 수 있는 능력을 갖추고 있습니다.

 

 
#와이디 생각
- 가볍게 개념만 정리했습니다.

- 보다 자세한 무조건 전공서적을 보세욤...