딥러닝:개요 편집하기

{{딥러닝 이론}}

==개요==
머신러닝 중 인공신경망 알고리즘을 사용하여 만든 것.

===역사===
{| class="wikitable"
|+
!년도
!사건
|-
|1956
|인공지능이라는 용어 탄생
|-
|1974
|첫번째 겨울. 낙관론이 무너지면서 찾아왔다.
1980년대 국가적 대규모 투자가 이루어지면서 겨울이 끝났다.
|-
|1987
|두번째 겨울. 대규모 투자의 성과가 시원찮아 찾아왔다.
|-
|1993
|딥러닝 기술 탄생. 두 번째 겨울을 지나던 중 학자들의 꾸준한 연구로 딥러닝이 탄생한다.
이후 층이 깊어질 때의 문제점을 해결하거나 실제 산업에서 사용하면서 다시금 붐이 불기 시작한다.
|}

=== 전망 ===
{| class="wikitable"
!전망
!기반
|-
|희망적 전망
|스마트스피커, 번역, 인식 등 실생활에서 접하고 있는 것들이 많다.
불량품 검출, 등에서 사용.

AI네오라는 아이가 석달 수익률이 10%가 조금 안되며 골드만삭스를 제쳤다.

'산타토익' 서비스. 영어학습에서 성공적으로 적용되고 있는 사례.
|-
|부정적 전망
|폐암진단정확도 18%, 자율자동차 사고 속출, 강아지와 머핀 사진, 베이글과 강아지, 강아지와 크로와상의 구분이 잘 되지 않는다.
사람처럼 구분하는 시기가 언제즘 올지 누구도 예측할 수 없다.

2015.6 폭스바겐 제조로봇 오작동으로 엔지니어 사망

2016.2 구글의 무인자동차는 시험주행 중 버스와 사고

2016.3 ms언어습득로봇이 인종차별적 표현을 사용하여 가동 중단

2016.7 미국 경비로봇 오작동으로 16개월 아기 공격

윤리적으로 민감한 상황에 인공지능 도입은 시기상조라는 의견.
|-
|종합
|오류가 나도 심각한 문제가 없으면서 단순반복작업을 대체할 수 있다.(온라인 광고 이미지 자동검수, 
복잡도가 높은 시스템을 대체하면서 인간의 업무에서 보조적인 역할은 충분히 해줄 수 있다.
|}
===머신러닝?===
연산결과에 따라 스스로 규칙을 수정하는 기능. 학습을 통해.

====지도학습과 비지도학습====
지도학습은 학습할 데이터를 지정해주는 것. 데이터에 따라 모델을 학습시키고, 학습시킨 모델로 새로운 입력에 대한 예측을 한다.

비지도학습은 타깃이 없는 데이터를 사용한다. 무작위한 데이터를 분류하여 그룹화 하거나 새로운 그룹을 만드는 것. 타깃이 없어, 훈련결과를 평가하기 어렵다.

====강화학습====
행동에 따라 보상과 현재상태에 대한 피드백으로 훈련한다.

Q러닝, SARSA, DQN(Deep Q Network) 등의 알고리즘이 있다.

==딥러닝?==
인공신경망을 이용해 만드는 인공지능 알고리즘.

'인지'와 관련한 문제를 잘 해결한다. 정형데이터에 대해선 다른 전략에 밀리는 경향이 있음.