4862
2016-06-22 23:22:02
0
인공지능이라고 해도 여러가지 종류가 있습니다.
크게 나누어 보았을 때에는 인공지능에 해당하는 사고 체계를 만들어 내는 것, 생물의 신경 세포 구조를 실제로 모방하는 것, 주어진 입력에 대한 정답을 학습하는 것(신경망 알고리즘) 정도가 되겠습니다.
보통 일반적인 SF나 사람들이 상상하는 AI는 첫번째나 두번째 것에 가깝지만, 첫번째는 AI 가 다뤄야하는 경우의 수가 너무 많아 일일이 작성하는 것이 사실상불가능에 가까워서 대부분의 사용처는 게임 내 몬스터 인공지능 정도였습니다.
두번째의 경우 생물학이나 뇌신경학적으로 아직 생물의 뇌신경구조를 세포레벨에서 정확하게 파악하고 있지 못하기 때문에 현재는 재현 불가능하며 재현하려고 노력중인 연구소도 세계적으로 두어개밖에 없는 수준입니다.
세번째의 경우 이론 자체는 70~80년대에 거의 완성되었으나 신뢰성 확보를 위한 학습의 횟수가 지나치게 많고(최소 수십만~수억번), 학습 자체도 단일 학습으로는 한계가 있어서 당시 컴퓨팅 기술로 재현이 불가능했습니다.
그래서 90~00년대는 인공지능 암흑기로 보기도 하고요.
이것이 최근들어 컴퓨팅 파워나 기초적인 분석기술이 부쩍 늘어나면서, 수천만번의 학습이나 다중 학습이 가능해 진 결과 재조명 받게 된 것에 가깝습니다.
딥러닝이라는 말 자체도, 예전까지는 한 두단계에 거친 얕은 러닝만 가능했는데 지금부터는 컴퓨터 성능이 충분히 좋아서 여러 단계의 깊은 러닝이 가능해 졌다고 하여서 딥 러닝이라고 부르는 것이고요.
따라서 80년대 인공지능 책이 도움이 되긴 합니다. 특히 게임내 몬스터 AI를 만든다거나 하는 경우엔 첫번째에 해당하는 AI알고리즘이 도움이 많이 되고요.
책 내에 학습기반 AI에 대한 구현이 있다면 해당 부분도 딥러닝에대한 기초지식을 이해하는데에 충분히 도움이 될것이라고 봅니다.