본문

[질문] 누가 인공지능의 알고리즘을 쉽게 설명해주면 안될까요?? [11]




(1934837)
작성일 프로필 열기/닫기
추천 | 조회 2676 | 댓글수 11
글쓰기
|

댓글 | 11
1
 댓글


(IP보기클릭).***.***

BEST
체스는 말마다 행동이 정해져있고 칸수도 작아서 최선의 경우를 산출하기가 바둑보다 훨씬 쉽습니다. 그래서 연산이 중요했고 일찍부터 알고리즘을 잘짠 컴퓨터가 사람을 이길수 있었죠. 근데 바둑은 그냥 돌을 둔다는 경우의 수만 따지면 거의 무한대에 가까운 수치가 나옵니다. 그래서 말씀하신것처럼 바둑을 배워서 두는 게 알파고입니다. 알파고가 지식을 습득하는게 딥러닝이라는 건데 이걸 간단히 설명하면 컴퓨터한테 사과사진 한장을 보여주고 다른 사과사진을 보여주면 컴퓨터가 사과라고 인지하는게 힘듭니다. 그렇지만 수천 수만장이 되도록 보여주면 사과형태의 보편성을 배우고 사진이 사과이다 혹은 사과가 아니라 다른 과일이다를 깨우치게 된다는 거죠. 딥러닝은 인공신경망이라는 기술로 하는데 인간의 신경망과 비슷한 구조로 동작한다고 합니다. 과거에는 신경망을 단층으로 구성하는 방식이었는데 이게 문제가 많았습니다. 특히 비선형 분리문제 같은게 유명한데 이것도 단순히 설명하면 유난히 찌그러진 사과나 색이 오묘한 사과를 사과냐 아니냐로 구분할 수 있느냐 같은거죠. 또 배우는 과정에 사과가 아닌 다른게 섞여도 판단을 못한다는 점도 있구요. 게다가 배우는데 너무 오랜시간이 걸리는것도 컸습니다. 그래서 한때 폐지직전까지 간 이론이었는데 하드웨어적인 발전과 인공신경망을 연구한 사람들이 기존 단층 신경망에서 심층 신경망을 구성하면서 문제들을 해결해 다시 주목을 받게 되었습니다. 심층 신경망은 여러 다층으로 구성한 연결망에서 정리된 데이터를 바탕으로 기존의 경험을 더해 최종적으로 선택하는 겁니다. 인간으로 따지면 직관성이죠. 알파고는 대국연습용이 따로있습니다. 둘이서 계속 대국을 두는걸로 압니다. 아마 초기에는 여러 기보를 입력하고 바둑하는 법을 배웠을 거고 계속 대국을 하면서 경험을 쌓았을겁니다. 최근엔 빅데이터로 대변되는 데이터가 넘쳐나는 시대죠. 정제되지 않은 데이터가 넘쳐나니 이걸 해석하는 딥러닝이 제대로 개발되면 어디서든 쓰일겁니다.
16.03.10 13:46

(IP보기클릭).***.***

BEST
알고리즘을 알고있으면 제가 인공지능 하나 만들었겠죠...
16.03.10 07:38

(IP보기클릭).***.***

BEST
혹시 알파고 인공지능 알고리즘 말씀하시는 건가요? 알파고 알고리즘을 초딩이 알아듣기 쉽게 설명해주는 건 불가능 합니다. 그건 마치 3차원 공간에서 모든 밀폐된 곡선이 수축되어 하나의 점이 될 수 있다면 이 공간은 반드시 구로 변형될 수 있다는게 참인 이유를 초딩에게 알기 쉽게 풀어서 설명해주는 수준이에요.
16.03.10 06:17

(IP보기클릭).***.***

BEST
쉽게말하면 프로그램은 정해진 연산 법칙에따라 입력한 값을 연산해서 출력물을 뱉어내는건데요, 인공지능은 연산 법칙을 자기 혼자 습득한다는게 다른점이겠죠.
16.03.10 09:48

(IP보기클릭).***.***

BEST
혹시 알파고 인공지능 알고리즘 말씀하시는 건가요? 알파고 알고리즘을 초딩이 알아듣기 쉽게 설명해주는 건 불가능 합니다. 그건 마치 3차원 공간에서 모든 밀폐된 곡선이 수축되어 하나의 점이 될 수 있다면 이 공간은 반드시 구로 변형될 수 있다는게 참인 이유를 초딩에게 알기 쉽게 풀어서 설명해주는 수준이에요.
16.03.10 06:17

(IP보기클릭).***.***

BEST
알고리즘을 알고있으면 제가 인공지능 하나 만들었겠죠...
16.03.10 07:38

(IP보기클릭).***.***

저도 잘 알고 있는건아니지만.. 쉽게 설명하자면.. 컴퓨터가 수를 둘떄 상대바의 수를 보고 반응을합니다. 이 반응이란 내가 x라는 수를 가정하에 상대방이 y라는 수를 두었을떄 얼마나 나 자신에게 이득이 있나 확인하게됩니다. 그치만 이렇게 되면 현대의 컴퓨터가 못따라가기떄문에 딥머신 기술이라고 기계학습이라는 놈한테 부탁하는겁니다. 현재 존재하는 바둑 족보(?기보)로 훈련을 시켜 어느쪽에 우선순위를 맟출까를 정하게 되고 내가 두면 얼마나 효과적인지 확인하게됩니다. 그리고 바둑을 두는거죠. 이방법은 전수 조사법으로 먼저수를 다읽고 있다고보면됩나다.. 바둑에서의 수읽기는 컴퓨터로 치자면 자기에게 얼마나 이점이 있나를 확인하는 부분입니다.
16.03.10 08:02

(IP보기클릭).***.***

http://spri.kr/download/14726/ 이문서를 보는것도 좋아보입니다.. | 16.03.10 08:04 | |

(IP보기클릭).***.***

감사합니다...끝까지 읽을수 있을지는 모르겠으나..감사합니다.. | 16.03.19 11:10 | |

(IP보기클릭).***.***

BEST
쉽게말하면 프로그램은 정해진 연산 법칙에따라 입력한 값을 연산해서 출력물을 뱉어내는건데요, 인공지능은 연산 법칙을 자기 혼자 습득한다는게 다른점이겠죠.
16.03.10 09:48

(IP보기클릭).***.***

그냥 미로찾기 할때 컴터는 모든길을 한번씩 다 갔다와도 될 만한 연산력을 가지고 있는거죠. 알파고는 최대한 쓸데 없는 길을 처음부터 안간다는게 대단한거고요
16.03.10 13:30

(IP보기클릭).***.***

쓸데없는 길을 갔었기에 거긴 가지않는다가 정해지는것 아닌가요. 이전에 훈련대국이 그런것이겠죠. 한번도 안갔다면 아예 입력된 상황을 그대로 답습한다는 의미일수도 있구요. | 16.03.11 08:48 | |

(IP보기클릭).***.***

BEST
체스는 말마다 행동이 정해져있고 칸수도 작아서 최선의 경우를 산출하기가 바둑보다 훨씬 쉽습니다. 그래서 연산이 중요했고 일찍부터 알고리즘을 잘짠 컴퓨터가 사람을 이길수 있었죠. 근데 바둑은 그냥 돌을 둔다는 경우의 수만 따지면 거의 무한대에 가까운 수치가 나옵니다. 그래서 말씀하신것처럼 바둑을 배워서 두는 게 알파고입니다. 알파고가 지식을 습득하는게 딥러닝이라는 건데 이걸 간단히 설명하면 컴퓨터한테 사과사진 한장을 보여주고 다른 사과사진을 보여주면 컴퓨터가 사과라고 인지하는게 힘듭니다. 그렇지만 수천 수만장이 되도록 보여주면 사과형태의 보편성을 배우고 사진이 사과이다 혹은 사과가 아니라 다른 과일이다를 깨우치게 된다는 거죠. 딥러닝은 인공신경망이라는 기술로 하는데 인간의 신경망과 비슷한 구조로 동작한다고 합니다. 과거에는 신경망을 단층으로 구성하는 방식이었는데 이게 문제가 많았습니다. 특히 비선형 분리문제 같은게 유명한데 이것도 단순히 설명하면 유난히 찌그러진 사과나 색이 오묘한 사과를 사과냐 아니냐로 구분할 수 있느냐 같은거죠. 또 배우는 과정에 사과가 아닌 다른게 섞여도 판단을 못한다는 점도 있구요. 게다가 배우는데 너무 오랜시간이 걸리는것도 컸습니다. 그래서 한때 폐지직전까지 간 이론이었는데 하드웨어적인 발전과 인공신경망을 연구한 사람들이 기존 단층 신경망에서 심층 신경망을 구성하면서 문제들을 해결해 다시 주목을 받게 되었습니다. 심층 신경망은 여러 다층으로 구성한 연결망에서 정리된 데이터를 바탕으로 기존의 경험을 더해 최종적으로 선택하는 겁니다. 인간으로 따지면 직관성이죠. 알파고는 대국연습용이 따로있습니다. 둘이서 계속 대국을 두는걸로 압니다. 아마 초기에는 여러 기보를 입력하고 바둑하는 법을 배웠을 거고 계속 대국을 하면서 경험을 쌓았을겁니다. 최근엔 빅데이터로 대변되는 데이터가 넘쳐나는 시대죠. 정제되지 않은 데이터가 넘쳐나니 이걸 해석하는 딥러닝이 제대로 개발되면 어디서든 쓰일겁니다.
16.03.10 13:46

(IP보기클릭).***.***

네....하아;;;; 스스로 학습한다는게 도대체 어떤 의미인지 이해가 안가네요;;; | 16.03.19 11:12 | |

(IP보기클릭).***.***

과거를 분석해서 미래를 예측하다(예언하다)
16.03.11 10:52


1
 댓글





읽을거리
[XSX|S] 세누아의 전설: 헬블레이드 2, 체험으로서의 게임이란 (54)
[게임툰] 황야에 피어난 메카의 로망, 샌드랜드 (22)
[게임툰] 레트로로 그린 잔혹동화, 리틀 구디 투 슈즈 (61)
[PC] 2년 기다림이 아깝지 않은 장독대 묵은지, 브이 라이징 (22)
[PS5] 국산 게임의 별로서 기억될 칼, 스텔라 블레이드 (167)
[MULTI] 탐험으로 가득한 사막과 맛있는 메카 전투, 샌드랜드 (39)
[MULTI] 아쉬움 남긴 과거에 보내는 마침표, 백영웅전 리뷰 (55)
[MULTI] 고전 명작 호러의 아쉬운 귀환, 얼론 인 더 다크 리메이크 (27)
[게임툰] 자신만의 용을 찾는 여행, 드래곤즈 도그마 2 (51)
[게임툰] 공주의 변신은 무죄, 프린세스 피치 Showtime! (35)
[NS] 창세기전: 회색의 잔영, 기념사업의 끝 (160)
[MULTI] 개발 편의적 발상이 모든 것을 쥐고 비틀고 흔든다, 별이되어라2 (88)



글쓰기
공지
스킨
ID 구분 제목 글쓴이 추천 조회 날짜
118 전체공지 업데이트 내역 / 버튜버 방송 일정 8[RULIWEB] 2023.08.08
24130356 공지 기본적인 공지사항 (20) smile 12 100123 2015.01.15
30559265 미스테리 미제사건추적살인면허 233 2024.02.23
30559264 잡담 미제사건추적살인면허 252 2024.02.21
30559257 잡담 하늘천사 572 2023.10.27
30559254 경험담 N/News 819 2023.09.26
30559253 질문 루리웹-0936331327 1113 2023.09.01
30559234 잡담 SSoWooRi 2 2767 2022.12.29
30559226 정보 새끼오리새끼 1 4107 2022.10.17
30559224 정보 아T스트 1399 2022.09.08
30559176 미스테리 돌아온leejh 2 13745 2022.03.09
30559166 외계인 개신교가코로나를퍼트린다 4 12062 2022.02.01
30559157 경험담 DokeV! 10 14396 2021.12.29
30559120 질문 루리웹-6935024535 3758 2021.08.31
30559118 질문 JoKEr1206 3594 2021.08.27
30559111 정보 U.Fuck.kkk 8 21211 2021.08.14
30559092 잡담 코코샤넬_ 7447 2021.07.06
30559085 과학 GravityNgc 7067 2021.06.24
30559065 과학 제갈식 4 21714 2021.05.14
30559059 질문 루리웹-6567995454 4214 2021.05.07
30559058 과학 제갈식 3 25189 2021.05.06
30559036 과학 GravityNgc 2 27314 2021.03.25
30559033 잡담 루리웹-6268104724 2 20875 2021.03.22
30559031 과학 UnrealSci 7464 2021.03.19
30559030 과학 루리웹-2885968240 8 26177 2021.03.18
30558995 정보 GravityNgc 5 34276 2021.01.24
30558994 과학 님도굴러요 3 18862 2021.01.23
30558987 과학 GravityNgc 3 27964 2021.01.07
30558978 과학 いかりㆍシンジ 7 28602 2020.12.26
30558972 과학 돌아온leejh 8283 2020.12.20
글쓰기 4204개의 글이 있습니다.
1 2 3 4 5 6 7 8 9 10
X