AI란 무엇입니까?

오늘날 대부분의 사람들이 AI를 생각하면 텍스트 및 이미지 생성기를 상상하는 경우가 많을 것입니다. 그러나 가장 단순한 알고리즘조차도 기술적으로 문자 그대로의 의미에서 AI의 예시일 뿐입니다.

그림 1에서 볼 수 있듯이 AI의 광범위성과 여러 사용 사례는 머신 러닝과 딥 러닝을 포함한 여러 하위 도메인으로 이어졌습니다.

그림 1 다양한 AI 하위 도메인 간의 관계를 설명합니다.

임베디드 애플리케이션에 사용되는 대부분의 AI는 머신 러닝입니다. 이 하위 도메인은 기계와 알고리즘이 데이터로부터 문제를 해결하는 방법을 "학습"합니다. 일반적인 패턴의 이미지 데이터를 분석하여 보행자와 장애물을 인식하는 차량을 예로 들 수 있습니다. 머신 러닝 모델은 정답 정보(즉, 검증된 정확한 데이터)로 레이블링된 훈련 데이터를 통해 학습하며, 이를 통해 학습할 패턴을 더 잘 식별할 수 있습니다. 이 교육 프로세스를 통해 머신 러닝 모델이 데이터의 패턴을 식별하여 미래의 추론을 수행하는 데 사용할 수 있습니다.

머신 러닝 분야에서 딥 러닝은 매우 복잡한 문제를 정확하게 해결할 수 있는 능력을 갖추고 있어 가장 인기 있는 구현 중 하나가 되었습니다. 하지만 그렇게 하려면 많은 컴퓨팅 리소스가 필요합니다. 딥 러닝은 다층 신경망을 사용하는데, 이는 인간의 두뇌의 뉴런에서 영감을 받은 데이터 모델입니다. 신경망을 통해 개발자는 패턴이 너무 복잡하거나 사용자 정의 규칙을 작성하기 어려운 문제를 해결할 수 있습니다.