Miracle AI Lab

강화학습이 필요한 이유 강화학습(reinforcement learning)은 머신러닝의 한 종류로 어떠한 환경에서 어떠한 행동을 했을 때 그것이 잘 된 행동인지 잘못된 행동인지를 나중에 판단하고 보상(또는 벌칙)을 줌으로써 반복을 통해 스스로 학습하게 하는 분야를 말한다. 강화학습은 인공지능을 구현하는 데 중요한 요소이기도 하지만 우리 생활에서 쉽게 찾아 볼 수 있기도 하다. 축구리그를 예로 든다면 보상과 벌칙이 철저하게 보장된다. 여기서 말하는 벌칙은 법을 어긴 것이 아니라, 일종의 페널티라고 보면 된다. 손흥민이 뛰고 있는 잉글랜드 프리미어리그의 경우 2022~23시즌, 그러니까 지난 시즌을 기준으로 1위~4위 팀은 UEFA 챔피언스리그 출전권이 주어진다. 반면에 18위~20위 팀은 2부리그인 챔피언..

머신러닝 2024. 3. 20. 14:21

인공지능과 강화학습 건강한 대한민국 남자라면 반드시 거쳐 가는 과정인 군대. 군 생활을 해 본 사람이라면 공감하겠지만, 군 생활을 가장 큰 보상은 포상 휴가일 것이다. 정기휴가는 규정에 의해서 모두에게 포상 휴가는 그렇지 않다. 훈련 성과가 좋거나 모범적인 일을 할 때 이에 따른 보상으로 받는 것이 포상 휴가다. 이것은 비단 군대뿐만 아니라 일상생활에서도 적용된다. 경진대회를 하면 반드시 따라오는 것이 상과 상금이다. 이것은 내 노력에 대한 일종의 보상이다. 이처럼 우리 생활 속에서 보상이 주어지는 것은 일반적이다. 물론 그 반대도 있다. 규율을 어기면 제재를 받거나 벌을 받는 것이 그것이다. 축구경기에서 퇴장을 당하면 다음 경기에 나오지 못하는 것이 대표적이다. 이처럼 우리 생활에는 보상과 벌칙이 존재..

머신러닝 2024. 3. 14. 09:49

인간과 인공지능의 학습 방법 차이는 인간의 학습과 인공지능의 학습이 비슷하다고 생각하지만 이 둘은 몇 가지 주요한 방면에서 차이가 있다. 1. 학습 방법: 인간은 경험, 상호작용, 반복, 시행착오를 통해 학습한다. 인간의 학습은 일반적으로 복잡하고 다양한 과정을 거치며, 감성적인 요소와 직관, 창의성을 포함한다. 반면에 인공지능은 알고리즘과 데이터를 기반으로 학습한다. 주로 대규모 데이터 세트를 분석하여 패턴을 찾고, 이 패턴을 사용하여 예측하거나 결정을 내린다. 인간은 스스로 데이터를 만들지만 인공지능은 스스로 데이터를 만들 수 있다. 2. 전이 학습: 인간은 한 영역에서 배운 지식을 다른 영역에 적용하는 능력이 있다. 예를 들어, 수학적 개념을 배운 후에는 이를 물리학, 공학, 경제학 등 다른 분야에..

머신러닝 2023. 6. 27. 18:47

폰 노이만 컴퓨터에서 인공지능은 어떻게 구현될까? 폰 노이만 컴퓨터는 현대 컴퓨터 아키텍처의 기본을 형성하며, 이는 CPU, 메모리, 입력, 출력 장치 등 주요 부품으로 구성되어 있다. 폰 노이만 아키텍처에서 인공지능을 구현하는 방법은 다양한 알고리즘과 프로그래밍 기술에 따라 다르지만, 대체로 몇 가지 주요 단계를 따르게 된다. 1. 데이터 수집: 인공지능은 머신 러닝 모델이 적용될 경우 대량의 데이터가 필요하다. 수집된 데이터는 훈련 데이터로 사용되며, 예측, 분류, 추천 등 다양한 작업에 이용될 수 있다. 최근 이슈가 되는 ChatGPT도 데이터가 수집이 되었기에 인간이 놀랄 정도의 답을 내놓을 수 있었던 것이다. 2. 데이터 전처리: 수집된 데이터는 전처리 과정을 거친다. 누락된 값의 처리, 이상치..

머신러닝 2023. 6. 26. 16:54

머신 러닝(Machine Learning)의 약점 머신 러닝(Machine Learning) 즉, 기계학습은 1948년에 나온 개념으로 인공지능의 역사와 같이한다. 1948년 앨런 튜링의 논문 ‘지능을 가진 기계(Intelligent Machinery)’라는 논문에서 최초로 언급되었다. 이 논문에서 튜링이 인공지능 즉, Artificial Intelligence라는 말을 사용하지 않았지만, 머신 러닝이라는 단어는 정확하게 사용을 했다는 것에서 의미가 있다. 머신 러닝은 말 그대로 기계를 학습시키는 것이다. 인간을 학습시키는 것을 그래도 기계에 적용하는 것이다. 물론 튜링이 논문을 쓸 당시에는 이론적으로만 가능했다. 이때는 컴퓨터의 성능도 좋지 않았고, 인터넷도 대중화되지 않았던 시기다. 게다가 지금처럼 ..

머신러닝 2023. 2. 23. 15:01

인간의 학습과 머신러닝의 차이 머신러닝과 딥러닝이 나온 이유는 인간이 학습하는 것을 컴퓨터에 그대로 이식시키기 위해서이다. 하지만 인간의 학습과 머신러닝을 비교하면 차이가 있는 것도 현실이다. (딥러닝은 머신러닝의 일부이므로 머신러닝에 포함된다) 인간의 학습은 초기에는 누군가가 지식을 알려줘야 한다. 어린아이일 때는 부모가, 학교에 가게 되면 교사들이 지식을 알려준다. 이것은 머신러닝에도 그대로 적용이 되는 것이기도 하다. 그런데 인간은 알려준 지식을 습득하는 것에서 끝나지 않고, 이것을 바탕으로 해서 내 것으로 만든다. ‘모방은 창조의 어머니’라는 말이 괜히 나온 것이 아니다. 인간은 학습을 할 때 기본적인 개념을 바탕으로 이를 응용해서 새로운 것을 만드는 것이 가능하다. 우리가 가장 많이 사용하는 프..

머신러닝 2022. 12. 26. 11:56

머신러닝이란? 인공지능을 하면 떠오르는 것이 ‘딥러닝과 머신러닝’일 것이다. 딥러닝을 머신러닝의 일부이기 때문에 머신러닝을 모르고서는 딥러닝을 이야기할 수 없다. 그렇다면 머신러닝은 무엇을 말하는 것일까? 국립중앙과학관의 사물 인터넷 파트에서 정의한 머신러닝은 인공지능의 한 분야이다. 1959년 아서 사무엘은 기계학습을 “컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야”라고 정의하였다. 즉 사람이 학습하듯이 컴퓨터에도 데이터들을 줘서 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야이다. y=3x라는 함수를 예로 든다. (x.y)의 집합 중 (1,3), (3,9), (4,12), (6,18)의 데이터가 있다고 하자. 해당 함수를 컴퓨터가 모르더라도 앞의 데이터들을 컴퓨터에 입력..

머신러닝 2022. 12. 19. 17:56