BLOG
인공 지능(AI)이 전 산업 분야에 걸쳐 혁신적인 유스 케이스를 쏟아 내며 세상을 떠들썩하게 하고 있습니다. 영화에서 보듯이 AI 로봇으로 의사를 대체하는 것은 수십년이나 걸리는 일이지만 AI는 모든 산업 분야의 전문가들이 문제를 진단하고 해결하는 데 도움을 주어 소비자들이 음성으로 노래를 찾는 놀라운 일을 할 수 있게 합니다.
대부분의 사람들은 AI의 결과에 초점을 맞춥니다. 더 자세한 내용을 보고 싶은 사람들을 위해서는 분류, 분류, 기계 학습, 공동 필터링 등 네가지 기본 요소를 이해해야 합니다. 이 네개의 기둥은 분석 프로세스의 단계도 나타납니다.
[라운드 업: TensorFlow, SparkMLlib, Scikit-learn, MXNet, Microsoft Cognitive Toolkit, Caffe 기계 학습 및 심층 학습 프레임워크.]
범주화에는 문제 도메인에 특정한 메트릭(예: 재무, 네트워킹)을 생성하는 작업이 포함됩니다. 분류는 어떤 데이터가 문제 해결에 가장 관련이 있는지를 결정하는 것을 포함합니다. 기계 학습에는 이상 징후 감지, 클러스터링, 심층 학습 및 선형 회귀가 포함됩니다. 공동 필터링에는 대규모 데이터 셋에서 패턴을 찾는 작업이 포함됩니다.
범주화
AI는 해결되고 있는 문제와 관련된 많은 데이터를 필요로 합니다. AI 솔루션 구축의 첫번째 단계는 문제를 분류하는 데 사용되는 이른바 “의도적인 디자인 메트릭스’를 만드는 것입니다. 사용자가 Jeopardy를 재생할 수 있는 시스템을 구축하거나 의사가 암을 진단하는 데 도움을 주거나 IT 관리자가 무선 문제를 진단할 수 있도록 하려면 사용자가 그 문제를 작은 부분으로 나눌 수 있게 메트릭을 정의해야 합니다. 예를 들어 무선 네트워킹에서 주요 메트릭은 사용자 연결 시간, 처리량, 범위 및 로밍입니다. 암 진단에서 주요 지표는 백혈구 수, 인종적 배경 및 X선 스캔입니다.
분류
사용자가 문제를 다른 영역으로 분류하면 다음 단계는 사용자를 의미 있는 결론 방향으로 인도할 각 범주에 대한 분류자를 두는 것입니다. 예를 들어, Jeopardy를 플레이할 인공 지능 시스템을 훈련시킬 때, 사용자들은 먼저 질문을 언어 그대로 또는 말놀이로 분류한 다음 시간, 사람, 사물 또는 장소별로 분류해야 합니다. 무선 네트워킹에서 사용자가 문제의 범주(예: 사전 또는 사후 연결 문제)를 알게 되면 사용자는 문제의 원인을 분류하기 시작해야 합니다.(연결, 인증, 동적 호스트 구성 프로토콜(DHCP) 또는 기타 무선, 유선 및 디바이스 요인.)
기계 학습
문제가 도메인별 메타데이터로 나뉘었기 때문에 사용자는 이 정보를 기계 학습의 마법과 강력한 세계로 전달할 준비가 되어 있습니다. 신경 네트워크를 이용한 기계 학습(즉, 심층 학습)이 가장 인기 있는 접근법 중 하나가 되면서 많은 기계 학습 알고리즘과 기술이 존재합니다. 신경 네트워크의 개념은 1949년부터 있어 왔고, 1980년대에 저는 처음으로 신경 네트워크를 만들었습니다. 하지만 컴퓨팅 및 스토리지 기능이 최근 증가하면서, 이제 영상 인식 및 자연 언어 처리에서부터 네트워크 성능 예측에 이르기까지 신경 네트워크가 실제 상황에서 다양한 문제를 해결하도록 훈련을 받고 있습니다. 다른 애플리케이션으로는 이상 징후 발견, 시계열 이상 감지 및 근본 원인 분석을 위한 이벤트 상관 관계가 있습니다.
공동 필터링
대부분의 사람들은 넷플릭스에서 영화를 선택하거나 아마존에서 무언가를 구입하여 자신이 좋아할 만한 다른 영화나 아이템에 대한 추천을 받을 때 공동 필터링을 경험합니다. 공동 필터링은 추천자 외에도 대용량 데이터를 선별하고 AI 솔루션에 사용됩니다. 여기서 모든 데이터 수집 및 분석이 의미 있는 통찰력 또는 조치로 전환됩니다. 게임 쇼에서 사용되든, 의사에서 사용되든, 네트워크 관리자가 사용하든, 공동 필터링은 높은 수준의 자신감으로 답을 제공하는 수단입니다. 그것은 복잡한 문제를 해결하는 데 도움을 주는 가상 비서와 같습니다.
AI는 아직도 떠오르는 세계이지만, 그 영향은 깊고 우리 일상 생활에서 그 어느 때보다 큰 부분을 차지하게 됨에 따라 훨씬 더 예리하게 느껴질 것입니다. 자동차를 구입할 때와 같은 AI 솔루션을 선택할 때, 우리는 우리의 요구에 맞는 최고의 제품을 구매하기 위해 무엇이 있는지 이해해야 할 것입니다.
원문 URL: https://www.infoworld.com/article/3200790/artificial-intelligence/4-key-ai-concepts-you-need-to-understand.html
** 메가존 TechBlog는 AWS BLOG 영문 게재글중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.