AI, ML, DL의 차이점

1) AI, ML, DL의 차이점

- AI : 인공지능 Artificial Intelligence

   - 인간의 학습 능력, 추론 능력, 지각 능력, 언어 이해 능력 등을 컴퓨터에 구현한 기술

- ML : 머신 러닝 Machine Learning

    - 머신 러닝은 과거의 경험을 바탕으로 추론 및 결정을 하는 방법을 머신에게 알려준다. 패턴을 파악하고 과거의 데이터를 분석하여 이러한 데이터들의 의미를 추측하고, 인간의 경험을 필요로 하지 않고서도 가능한 결론에 도달한다. 이러한 머신 러닝을 통해 데이터를 평가하고 결론을 낼 수 있다.

    - 많은 데이터를 기반으로 한 학습

    - 뇌의 구조와 같은 인공 신경망, 결정 트리 등의 기계학습

    - 클라우드 컴퓨터가 학습 모형을 기반으로 외부에서 주어진 데이터를 통해 스스로 학습

    - 빅데이터를 분석하고 가공해서 새로운 정보를 얻어 내거나 미래를 예측하는 기술

    - 축척된 데이터를 토대로 상관 관계와 특성을 찾아내고 결론을 도출

- DL : 딥러닝 Deep Learning

    - 머신러닝 방식의 일종. 결과를 분류하고 추측하기 위해서 레이어를 통해 입력을 처리하는 것을 기계에 가르침

    - 뇌의 구조와 같은 인공 신경망 네트워크로 이루어지는 기계학습

    - 알고리즘을 통한 ML로 인해 통계분석가들이 일일이 데이터를 입력하지 않아도 데이터 값을 출력

    - 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 인공 신경망을 기반으로 구축한 기계 학습 기술

    - 축척된 데이터를 분석만 하지 않고 데이터를 학습 까지 하는 기계학습 능력을 활용하여 결론을 도출

 

* ML과 DL을 구분할 때 알아둬야할 것 : ML에서의 인공 신경망 (ANN, artificial neural network)이다.

      * 인공신경망이란

         - 기계학습과 인지과학에서 생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘

         - 인공 신경망은 많은 입력들에 의존하면서 일반적으로 베일에 싸인 함수를 추측하고 근사치를 낼 경우 사용

         - 일반적으로 입력으로부터 값을 계산하는 뉴런 시스템의 상호 연결로 표현되고 적응성에 있어 패턴인식과 같은 기계학습을 수행

* ML에서 인간의 뇌를 모방한 인공신경망 네트워크를 더한것으로, 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 DL이라고 한다.

* 그래서 deep은 깊이 배운다는 의미가 아니고 연속된 층으로 표현을 학습한다는 의미이다.