인공지능 vs 머신러닝 vs 딥러닝

흔히 인공지능 = 딥러닝 인것처럼 착각하는 사람들이 많다.

나는 아직도 이분야에 비전문가들이 와서 얘기하는 것이 맘에 안든다..

 

1. 인공지능 (Artificial Intelligence: AI)

• 인간의 학습 능력과 같은 기능을 수행하는 기계의 능력

인공지능(人工知能, 영어: artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력, 논증능력, 자연언어의 이해능력 등을 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템
- 위키피디아

• 인공지능 이라는 말 뜻에는 어디에도 인공신경망 모형을 쓴다느니 파이썬으로 코딩을 한 프로그램이라는 말이 없다.
• 즉, 인공지능 이란 말은 학술적, 추상적인 용어일 뿐이다.
• 그렇기에 '인공지능'이라는 말을 창시한 존 매카시(John McCarthy)도 다음과 같이 정의한 것 같다.

존 매카시는 미국의 전산학자이며 인공지능(AI) 의 선구자로 불리운다. 전산학과 수학 분야에서 수많은 업적을 이루었으며 이는 인공지능과 인터랙티브 컴퓨팅 시스템의 발명으로 이어졌다. AI 분야에 그의 대표적인 공헌 중 하나로 1956년 세계적인 전산학자들과 함께 진행한 다트머스 대학 학회에서 '인공지능' 이라는 용어를 처음으로 만들어냈다는 것이 있다. 매카시는 여기에서 AI 를 '고도의 지능을 가진 컴퓨터 디바이스를 만들기 위한 과학과 공학' 으로 정의했다.

 

2. 머신러닝 (Machine Learning)

• 인간의 학습 능력과 같은 기능을 컴퓨터가 실현하고자 하는 기법

기계 학습(機械學習) 또는 머신 러닝(영어: machine learning)은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구
- 위키피디아

• 여기부터 알고리즘이라는 구체적인 방법론이 나온다.

 

3. 딥러닝 (Deep Learning)

• 인공신경망 방법론을 발전시켜 완전한 머신 러닝을 실현하는 기법

심층 학습(深層學習) 또는 딥 러닝(영어: deep structured learning, deep learning 또는 hierarchical learning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계 학습 알고리즘의 집합
- 위키피디아

• 딥러닝의 핵심은 인공신경망 + 깊은 층 설계 (deep layer)에 있다.

 

우리의 갓비디아(nvidia)는 아래와 같은 예쁜 그림으로 설명하고 있음

 

* 참고: 데이터 마이닝(Data mining)

• 다양한 분야에서 존재하는 데이터에서 의미 있는 결과를 추출해 오는 기법

  → 2010년 중 후반에 유행했던 용어로, 포인트는 데이터 중심에 기법 설명임