본문 바로가기

지도 학습

AI는 '스스로 학습'할 수 있을까? 수많은 학습 데이터를 주기만 한다면, 딥러닝은 문제를 잘 풀 수 있다고 알려져 있습니다. 예를 들어 1,000개의 카테고리에 대해 130만 장의 분류된 이미지가 있는 ImageNet 태스크에 대해 딥러닝 알고리즘은 Top 5 기준 98% 이상의 정확도를 달성하며 사람의 판별 정확도를 뛰어넘었습니다. 하지만 태스크에 맞는 데이터를 수집하는 것은 비쌉니다. 세상에는 이미지가 넘쳐나지만, 각각의 이미지가 어떤 의미를 가지는지 사람이 일일이 분류해 라벨을 만드는 것은 오래 걸리고 힘이 듭니다. 지도 학습, 비지도 학습, 그리고 자기 지도 학습 데이터와 라벨이 주어질 때 라벨을 이용해 태스크를 수행하는 방법을 학습하는 것을 지도 학습(Supervised learning)이라고 부릅니다. 이미지 분류, 양불판정, .. 더보기
소량의 데이터로 학습하는 최신 딥러닝 기술, 준지도 학습! 인공지능(Artificial Intelligence)의 핵심 기술로 자리 잡고 있는 머신러닝(Machine Learning)•딥러닝(Deep Learning) 기술은 데이터를 이용하여 모델을 학습하는 기술입니다. 머신러닝•딥러닝 기술에서 ‘답의 추론’은 ‘입력된 데이터 값’과 ‘모델 파라미터 값’의 수치 연산을 통해서 이루어지는데, ‘Learning’은 입력된 데이터 값을 이용하여 모델 파라미터 값을 지속해서 업데이트하는 과정을 의미합니다. 즉, 머신러닝•딥러닝 기술은 수많은 데이터를 이용하여, 정확한 답을 추론할 수 있는 모델 파라미터 값을 찾는 기술입니다. 이때, 학습에 사용하는 데이터의 정답을 알고 있는지에 따라, 크게 2가지의 학습 기술로 구분합니다. 첫 번째는 정답을 알고 있는 데이터 집합을 이.. 더보기
왜 지능형 챗봇인가? 왜 지금인가? 가트너(Gartner)의 하이프 사이클(Hype Cycle)은 ICT 신기술의 성숙도를 판단하고 기업이 해당 신기술을 도입 여부를 판단하는 좋은 잣대로 사용됩니다. 가상 개인 비서(Virtual Personal Assistants), 자연어 질의응답(Natural-Language Question Answering), 대화형 UI(Conversational User Interface)로 대표되는 지능형 챗봇 기술은 하이프 사이클의 어떤 위치에 놓여 있을까요? l 가트너, 하이프 사이클 (출처: https://www.gartner.com/technology/research/methodologies/hype-cycle.jsp) 가상 개인 비서 기술과 대화형 UI 기술은 기술이 관심을 받기 시작하는 초기 단계인.. 더보기