총 23개
-
인공지능과 기계학습 기말정리2025.01.131. 신경망의 오차 출력계층의 오차와 은닉계층의 오차를 구하는 방법에 대해 설명합니다. 출력계층의 오차는 목표값과 출력값의 차이이지만, 은닉계층에는 목표값이 존재하지 않기 때문에 출력계층의 오차를 재조합하여 은닉계층의 오차를 구합니다. 이러한 방식을 역전파라고 합니다. 2. 경사하강법 오차함수의 기울기에 따라 가중치를 조정하는 경사하강법에 대해 설명합니다. 오차함수로는 제곱오차 방식을 사용하며, 기울기의 부호에 따라 가중치를 반대 방향으로 조정합니다. 오버슈팅을 방지하기 위해 기울기가 완만해질수록 조금씩만 움직이도록 합니다. 3. ...2025.01.13
-
AI, 머신러닝, 딥러닝의 관계2025.01.151. 인공지능(AI) 인공지능(AI)은 인간의 인지 기능을 모방하여 만들어진 기술로, 학습, 추론, 문제 해결과 같은 지능적 행동을 컴퓨터가 수행할 수 있게 합니다. AI는 처음에는 간단한 규칙과 로직을 기반으로 작동하는 시스템에서 출발했지만, 시간이 흐르며 머신러닝과 딥러닝과 같은 고급 기술로 발전했습니다. AI 기술은 지식 표현, 추론, 계획, 학습, 자연어 처리, 지각 등 다양한 기능을 통해 인간의 능력을 확장하고 산업 혁신을 촉진하고 있습니다. 2. 머신러닝 머신러닝은 데이터로부터 학습하여 패턴을 인식하고 예측을 수행하는 A...2025.01.15
-
두뇌의 생물학적 특징과 발달에 대한 이해2025.04.281. 두뇌의 생물학적 특징 인간의 뇌는 척수와 함께 중추신경계를 구성하며, 약 천억 개의 신경세포로 이루어져 있습니다. 뇌는 감정, 기억, 언어, 사고 등 고등한 정신 활동을 담당하며, 대뇌, 사이뇌, 소뇌, 뇌간 등의 주요 구조로 이루어져 있습니다. 각 부분은 서로 다른 기능을 수행하며, 이들의 유기적인 작용을 통해 인간의 행동과 의식이 조절됩니다. 2. 두뇌의 발달 두뇌의 발달은 신경세포의 증가가 아닌 신경망의 연결이 더 촘촘해지고 복잡해지는 과정입니다. 유아기에 다양한 자극을 받으면 필요한 신경망이 강화되고, 사용되지 않는 신...2025.04.28
-
설명 가능한 인공지능, XAI (Explainable Artificial Intelligence)2025.05.101. 인공지능 신경망의 동작 인공지능 신경망의 동작은 사람의 뇌와 유사하지만, 내부 동작과 의사 결정 과정을 직접적으로 이해하기 어렵다. 이는 다른 사람의 뇌 안에서 일어나는 생각을 이해하기 어려운 것과 유사하다. 2. XAI (Explainable Artificial Intelligence) XAI는 인공지능 모델의 내부 동작과 의사 결정 과정을 설명 가능하게 만드는 기술을 개발하는 것을 목표로 한다. 이를 통해 모델의 예측에 영향을 미치는 요인을 이해하고 신뢰성을 높일 수 있다. 3. XAI 기술 특성 XAI는 시각화, 중요도 ...2025.05.10
-
뇌와 인간 (AI vs. I)2025.05.071. 인공지능의 상식 이해 부족 인간은 생활 속 경험을 통해 많은 세상의 상식을 이해하고 있지만, 인공지능의 기계학습과 심층 신경망은 이러한 상식과 같은 모델을 만들지 못합니다. 인공지능은 연속해서 다음에 이어질 가장 높은 단어를 예측하는 데는 뛰어나지만, 인간보다 상식에 있어선 부족합니다. 이는 인공지능이 실제로 인간들과 상호작용하기 위해서는 언어뿐만 아니라 일상생활에서도 벌어질 수 있는 자연스러운 상황을 끊임없이 학습해야 한다는 것을 의미합니다. 2. 인공지능의 인과관계 이해 부족 인간은 꽃병을 떨어트리면 꽃병이 산산조각이 나고...2025.05.07
-
개미도 뇌가 있을까? (ant brain)2025.05.081. 범고래의 뇌 범고래의 뇌는 인간의 뇌보다 크기가 크고 더 많은 뉴런을 가지고 있지만, 인간의 지능은 단순히 크기나 뉴런 수로만 측정할 수 없는 개념입니다. 인간의 뇌는 복잡한 연결망, 창의성, 추상적 사고, 사회적 지능 및 문화적 영향력과 관련이 있습니다. 2. 해파리의 뇌 해파리는 뇌가 없지만 신경 네트워크의 분산된 구조를 통해 지능적인 움직임을 보입니다. 해파리는 감각 세포와 근육 세포가 분산되어 있으며, 신경망을 통해 연결되어 있어 감각 정보를 처리하고 움직임을 조정할 수 있습니다. 3. 곤충의 뇌 곤충들은 작은 몸집에도...2025.05.08
-
챗GPT에게 묻는 인류의 미래 - 김대식 교수와 생성인공지능과의 대화 1장 발췌 요약2025.05.041. 챗GPT의 정의와 '학습' 챗GPT는 오픈 AI가 개발한 대규모 언어 모델이다. 인간처럼 텍스트를 이해하고 생성할 수 있도록 학습되었다. 또 질문에 대답하기, 정보 제공하기, 글쓰기 돕기와 같은 다양한 작업을 보조할 수 있다. 챗GPT는 GPT(Genterative Pre-training Transformer 생성적 사전학습 트랜스포머) 모델의 변형으로, 한 문장 안에서 앞에 오는 단어의 맥락을 고려해 다음 단어를 예측하도록 학습되었다. 2. 작동원리: 트랜스포머와 신경망 챗GPT 모델은 텍스트처럼 순차적 데이터를 처리하는 데...2025.05.04
-
퍼셉트론의 한계에 대한 논의2025.05.081. 퍼셉트론의 한계 퍼셉트론은 데이터에서 학습하고 정보를 분류하는 능력으로 주목받는 인공신경망이지만, 실제 적용을 제한하는 특정 한계가 있다. 주요 한계로는 선형적으로 분리 가능한 문제로 제한, 느린 수렴 속도, 초기 가중치에 민감, 이진 분류로 제한 등이 있다. 이러한 한계를 극복하기 위해 비선형 문제와 다중 클래스 분류를 처리할 수 있는 다층 퍼셉트론과 같은 보다 복잡한 신경망이 개발되었다. 1. 퍼셉트론의 한계 퍼셉트론은 선형 분리 가능한 문제만 해결할 수 있다는 한계가 있습니다. 이는 퍼셉트론이 입력 데이터를 단순히 선형 ...2025.05.08
-
텐서플로우 딥러닝 (Tic-Tac-Toe)2025.05.051. 데이터 세트 tic-tac-toe.csv 파일에는 TL, TM, TR, ML, MM, MR, BL, BM, BR 속성과 class 속성이 포함되어 있습니다. TL, TM, TR, ML, MM, MR, BL, BM, BR 속성은 각 게임 보드의 위치를 나타내며, 값은 'x', 'o', 'b'로 표현됩니다. class 속성은 게임 결과를 나타내며, 'TRUE'는 x가 이겼음을, 'FALSE'는 x가 졌음을 의미합니다. 2. 2층 신경망 입력 층은 9D(TL, TM, TR, ML, MM, MR, BL, BM, BR)를 받습니다. 은...2025.05.05
-
인공지능과 기계학습 중간정리2025.01.131. 예측자 예측자는 Y=AX의 관계가 선형일 때 사용된다. 예측자를 구하는 과정은 다음과 같다: 1) 임의의 값 A 설정 2) 주어진 데이터의 X를 대입하여 예측값 Y 출력 3) 목표값과 출력값을 비교하여 오차(error) 구하기 4) 오차가 양수인 경우 A를 늘려야 하며, 오버슈팅을 방지하기 위해 A를 조금씩만 조정해야 한다. 5) 이러한 과정을 반복(iteration)하여 A를 조정해나가는 것이 예측자 구하기의 핵심이다. 2. 분류자 분류자는 X·Y 평면에서 두 그룹을 분류하는 선형분류자를 말한다. 분류자 학습 과정은 다음과 ...2025.01.13
1 / 3
