비전공자를 위한 AI 딥러닝 Week. 1 딥러닝이란?
알파고 이후
일반인도 딥러닝을 알 수 있고 많은 관심을 가짐
인공지능 - 머신러닝 - 딥러닝
1940년대, 컴퓨터가 생길 때 부터 있었음
1980년대 관심을 받음 - 머신러닝 : 인공지능 중 특별한 기능, 배울 수 있는 내용
딥러닝 : 배우는 두뇌가 되는 엔진이 인간 또는 동물의 신경망을 기반함
다음 수를 어떤 것을 둘까? 가장 이길 확률이 높은 수를 찾아내기
Deep Neural Network
history
1940년대부터 있었음
맥클러우(교수님), 피츠(젊은이) -> 퍼셉트론 아이디어 제시
주의에 있는 뉴런부터 input을 받아서 작동하는 모형 만듦
스탠포드대학교의 심리학과
PaulWerbos 폴 웨보스
르넷이라는 우체곡 번호
벨Lab에서 신경만 연구를 함
누가 Deep Leaerning을 만들었나?
제프 힌든 : 복잡한 그림에 온 것처럼 사람도 알아보기 힘든데 그 내용이 무엇인지 찾는 것
새로운 이름을 붙여서 Deep Neural Netrwork
딥러닝을 이용한 훌륭한 결과를 얻을 수 있는 원리와 응용방법
----
생애 첫 인공지능 만들기
My First Deep Learning Programing
프로그램의 종류가 많지 않음
대게 비슷해서 준비된 프로그램 이용하면 금세 이용가능
Teachable Machine
영상인식, 음성인식을 가능하도록 도와줌
학습목표 : 머신러닝과 일반 프로그래밍의 차이 이해하기
머신러닝이 더 간단
일반 프로그래밍 : 모든 룰을 제시해야함
머신러닝 : 어떤 일에 적합한 머신러닝이 이미 만들어져있음 이러한 인풋 -> 아웃풋 해야하는 것이 이미 정해져있음 - supervised learning
머신러닝이 충분히 학습하면 데이터만 주면 답을 줌!!
Teachable Machine
Webcam을 이용해 153개의 이미지 데이터 수집
label 방울로 바꾸기
다양하게 export 할 수 있는데
tensorflow.js는 웹사이트에 넣을 수 있음 + 웹사이트를 만들 수도 있음
방울 vs 알파카 구별하는 사이트 생성
문을 자동으로 열어주는 기계를 하려면 카메라 + 카메라와 간단히 연결할 수 있는 장치가 있으면?
큰 돈을 쓰지 않고 만들 수 있음~~
https://teachablemachine.withgoogle.com/models/_4Ovk_7m2/
Teachable Machine
Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.
teachablemachine.withgoogle.com
Image Classification 이라는 응용임
CNN ARCHITECTURE
COMPUTER VISION
DATA : 데이터를 모으는 것이 가장 중요함, 컴퓨터의 웹캠으로 간단히 데이터를 모을 수 있음
Deployment :
그 내용이 어떻게 돌아가는지? 공부하는 것임!
인공지능을 쓰는 것은 그다지 어렵지 않음
이미 만들어진 인공지능에 데이터만 제공하기
조금만 변형하면 원하는 딥러닝으로 발전시킬 수 있음
---
네이쳐 뉴스 : 이것은 모든 것을 바꿀 것이다
존 몰트 교
단백질 구조 물질
단백질 구조 문제 : 단백질 속에 있는 아미노산 분자들의 위치와 상대적인 거리를 찾아냄
pair 사이의 거리를 밝힘
리처시
사람보다 인공지능의 결과가 더욱 우수함
복잡한 과학적인 문제도 인공지능이 더 우수함
최근에 산업분야의 변화
세계를 바꿔온 steam engine, electricity, railway and automobiles, computer, internet, mobile phones
ai는 새로운 전기다
전기 없이는 모든 산업이 존재할 수 없듯이 인공지능도 조재하지 않으면 어떤 사어도 존재할 수 없는 핵심적인 요소
Technology Lifecycles
전통적인 머신러닝이 우리가 필요한 데이터 분석에 쓰임
이제 거의 모두 딥러닝으로 대체되기 시작하는 변곡점이 옴
ImageNet
바둑 같은 게임 분야에서도 인공지능이 굉장히 많은 역할함
GPT-3
맥캔지에 의한 50%이상이 인공지능을 아주 중요하게 사용함
마이크로소프트는 사람의 말을 알아듣는 것도 인공지능이 더 훌륭함
왜 이렇게 인공지능이 기존의 기술을 대체할 수 있을까?
기존의 인공지능은 데이터가 많아지더라도 성능에 도달하면 성능이 향상되지 않음
왜?
기존의 인공지능은 제한된 파라미터를 가지고 있음
복잡한 다양성을 설명하는 능력 부족함
성능을 더 좋게 만들 수 있고
쉽게 개발하고, 컴퓨팅 리소스를 적게 쓰게 해주는 것들 -> TensorFlow, Keras, PyTorch
하드웨어 발전 : GPU (딥러닝 계산, 인공지능 계산에 효과적)
인공지능을 공부해야 하는 이유!
돈을 벌 수 있음
비즈니스가 데이터를 기반함
인공지능을 잘 활용할 수 있나? AI Literacy 모든 회사의 코어 경쟁력이 됨
인공지능의 도움으로 가정생활 or Jop에서 받을 수 있음
효율적인 업무!
새로운 회사 창업시 인공지능 필수 !
