인공지능? 머신러닝? 신경망? 딥러닝?

인공지능의 구현방법에는 지식공학(합리주의/이성주의), 머신러닝/기계학습(경험주의)로 나눌 수가 있다. 

지식공학은 특정한 존재가 대상에게 제공한다. 룰베이스의 Top-down 방식으로 1980년대 전문가 시스템이 이러한 인공지능으로 구현되어 있다.

 

머신러닝/기계학습은 컴퓨터가 데이터로부터 지식을 직접 학습 하는 방법 Bottom-up으로 현재의 딥러닝이다. 

 

기계학습은 인공지능을 구현하기 위한 한 가지 방법으로 데이타로부터 지식을 학습한다. 신경망은 데이터로 부터 우리 되뇌가 데이터를 학습하는 방법을 모사한 방법이고 신경망은 기계학습의 한 종류이다.

딥러닝은 신경망인데 신경망의 깊이가 깊은 모델을 말한다.

 

 

즉 '인공지능 > 기계학습 > 신경망 > 딥러닝' 이라고 할 수 있다.

 

그럼 왜? 이 시대에 머신러닝일까?

 

네트워크로 연결된 Big Data가 머신러닝을 할 수 있는 기반을 만들어 주었기 때문이다. 즉 네트워크의 혁명이 없었다면 머신러닝 기반의 인공지능도 없었을 것이다.( 1980년대에는 인터넷이 없었기 때문에 룰베이스의 인공지능이 많이 사용되었다)