인공지능(AI)이란 지능적인 인간의 행동을 모방하도록 학습된 모든 종류의 컴퓨터 시스템을 말한다.
2016년 세기의 바둑대결, 이세돌과 알파고의 바둑을 기억하는가.
바둑돌의 경우의 수는 381!개 이다. 계산해보면 10170의 자리수의 값이 나온다. (지구에서 가장 많은 원소인 수소의 수는 대략 1080 개다.) 이러한 부분에 있어서 무한대에 가까운 수의 조합과 순열을 계산하여 최상의 결정을 내리는것은 사람보다 컴퓨터가 훨씬 더 효율적이다.
이러한 인공지능 기술은 현재 암 진단 연구 등의 의료분야, 자율주행 자동차, 마켓팅 분석, 영상처리, 금융, 행정, 법률 서비스 등 다양한 분야에서 개발되거나 사용되고 있다. 또한 실생활속에도 스며들어 나날이 발전하고 있다. 하나의 예로 iOS 15.4 이후 버전의 아이폰 FaceID기능은, AI 안면인식 기술의 발전으로 인해 마스크 또는 안경을 쓰고 있어도 잠금해제가 가능하다.
이처럼 AI기술은 지속적으로 발전하고있으며, 모든 산업분야 및 일상생활에서 점점 더 중요해지고있다.
인공지능, 머신러닝, 딥러닝
인공지능이란, 인간의 지능이 갖고 있는 기능을 갖춘 컴퓨터 시스템을 뜻하며, 인간의 지능을 기계 등에 인공적으로 구현한 것이다. 가장 포괄적인 개념이며, 머신러닝과 딥러닝이 하위에 속한다고 생각하면 쉽게 이해할 수 있다.
머신러닝(기계학습)은 인공지능의 한 분야로, 컴퓨터가 스스로 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 딥러닝은 여기에서 좀더 나아가 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화*를 시도하는 기계학습 알고리즘의 집합이다. 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리한다. 머신러닝과 딥러닝의 차이점은, 학습에 필요한 데이터를 사람이 제공하느냐(머신러닝), 스스로 학습하느냐(딥러닝)에 있다.
* 추상화: 다량의 복잡한 자료들에서 핵심적인 내용만 추려내는 작업
인공지능 이해하기
아래 사이트는 인공지능에 대한 이해가 쉽도록 옥스퍼드 대학교와 Google이 협력 개발한 AI 초보자 가이드이다.
자신에게 필요한 부분에 있어서 인공지능의 기본 개념을 이해할 수 있도록 쉽게 설명해준다.
AI의 모든 것 : A에서 Z까지
인공 지능이 무엇이고, 어떻게 작동하며, 우리를 둘러싼 세상을 어떻게 변화시키는지 자세히 알아보세요.
AtoZofAI.withgoogle.com
Auto Draw
구글이 개발한 머신러닝 사이트로 누구나 그림을 그리지 못해도 멋진 그림을 그릴수있게 도와준다.
사용자가 그린 그림을 기계 학습을 통해 유추하여 데이터베이스에서 비슷한 그림을 매칭해 완성시켜준다.
AutoDraw
Fast drawing for everyone. AutoDraw pairs machine learning with drawings from talented artists to help you draw stuff fast.
www.autodraw.com
아래는 오토드로우를 이용해 간단한 그림을 그려보았다.
Quick, Draw!
구글이 개발한 온라인 게임으로 인공지능을 보다 쉽고 재미있게 접할수 있다.
사용자가 사물이나 개념에 대한 그림을 그리면, 인공신경망이 무엇을 그린 것인지 추측한다.
Quick, Draw!
신경망이 학습을 통해 낙서를 인식할 수 있을까요? 내 그림은 얼마나 잘 맞추는지 확인하고, 더 잘 맞출 수 있도록 가르쳐 주세요. 게임을 플레이하기만 하면 됩니다.
quickdraw.withgoogle.com
첫 화면에서 제시어가 주어지면 사용자는 제시어에 맞게 그림을 그린다.
20초 안에 제시어를 그리면, 인공신경망이 그린 그림이 무엇인지 추측한다.
그림을 그리는 사용자가 많아질수록 신경망이 똑똑해진다. 그림을 미처 다 그리지 못해도 제시어를 맞추곤 한다.
AI teacherable Machine
Teachable Machine은 누구나 머신러닝 모델을 쉽고 빠르고 간단하게 만들 수 있도록 제작된 웹 기반 도구이다.
데이터를 수집하여 컴퓨터가 학습하기 원하는 카테고리로 나누어 학습시키고 모델을 생성한다. 이때 생성한 모델을 이용하여 학습결과를 확인하고 검증할 수 있다.
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
- Teachable Machine 사용법
먼저 위 사이트로 접속하여 티처블 머신을 시작한다
티처블 머신에서는 이미지, 오디오 등을 학습할 수 있는데, 이미지 프로젝트를 생성해 학습해 보려한다.
1. 새 프로젝트 이미지 생성
이미지 프로젝트를 새로 생성한다. 새 이미지 프로젝트는 표준 이미지 모델 항목을 선택하면된다.
 |
 |
생성된 프로젝트의 첫 화면은 다음과 같다. 웹캠 이용해 사진을 직접 찍거나, 업로드를 통해 학습할 클래스에 사진을 추가할 수 있다.
2. 학습 데이터 업로드
각각의 클래스에 이미지들을 업로드 한다. 웹캠을 이용한 연사촬영, PC내 이미지를 업로드하는 두가지 방법이 있다.
학습에 사용된 이미지는 구글에서 캡처 하였다. 사과, 포도, 바나나, 딸기, 수박, 토마토 7개 과일에 대해 각각 10장 정도의 이미지를 가져왔다. 모든 사진을 업로드하고 가운데의 모델 학습시키기 버튼을 누르면 내가 추가한 사진들에 대한 모델을 학습을 통해 생성한다.
3. 모델 생성 및 다운로드
모델 생성이 완료된 후에는 웹 캠 또는 검증용 이미지를 업로드하여 결과를 확인 할 수 있다.
검증 항목이 어떤 학습데이터와 가장 유사한지 분석해준다.
아래는 배의 이미지가 어떤 과일 이미지와 가장 유사한지 확인해 보기위해 테스트하였다.
학습한 모델은 내보내기를 통해 json 형태, 또는 keras 형태 등으로 모델 다운로드를 할 수 있다.
keras 유형 모델은 파이썬에서도 적용하여 개발에 사용될 수 있다.
'AI' 카테고리의 다른 글
| [인공지능 AI] 뉴런과 퍼셉트론(퍼셉트론의 구조) (0) | 2022.07.07 |
|---|
