AI 교육대학원 면접 준비 : AI란?

 교육부에서 AI 교육대학원을 지원해준다는 공문을 보고, 고민을 하다가 신청하게 되었다. 자기소개서와 연구계획서 등 서류심사를 거쳐 당당하게(OR 간신히....) 1차 서류심사 합격! 이젠 2차 면접시험만 합격하면 된다. 그런데 AI교육, 인공지능 융합교육이란 것... 도대체 뭘까? 2차 면접시험을 봐야하는데, 보고 공부할 것이 없다..... 인공지능,AI 교육과도 이번에 처음 신설된 것이고, 장학생을 모집하는 것도 이번이 처음. 게다가 AI 라는 것 들어는 많이 봤지만 사실 그게 뭔지 알고 있는 사람은 거의 없다. 

 그래서 이번에 공부하면서 느낀 점. 나름대로 정리한 내용을 AI에 대해 알고 싶은 사람, 나와 같은 상황에 놓인 사람들을 위해 정리해본다. 

 

<<AI가 뭐야? - AI의 역사>>

 일단 위의 영상이 AI의 역사에 대해 기가막히게 설명하고 있다. 이런 좋은 영상이 조회수가 왜 이정도밖에 안되는지 이해가 안될 정도로. 자 그럼, AI란 무엇일까? 

 

AI = Artificial Intelligence = 인공 지능 = 말 그대로 인공적으로 만들어진 지능 

  그럼 지능이 뭐지?

 

지능 = 다양한 환경에서 복잡한 문제를 해결하는 능력  >> 핵심은 문제 해결력 >> 이 지능의 정도에 따라

 -강한AI = 범용AI : 인간처럼 생각하고 감정,의식을 가지며 창의성을 발휘하는 기계

 -약한AI = 좁은AI : 지능을 모방해 특정 문제, 국소적 문제만을 푸는 기술(EX 바둑두는 알파고)

 지능을 가졌는지 어떻게 확인하지?

 

엘런 튜링의 튜링테스트 = 인간이 컴퓨터와 대화를 나눠 인간의 반응과 컴퓨터의 반응을 구별할 수 없다면 인공적으로 사고할 수 있는 것으로 간주하자.

 

인공지능 명칭의 탄생 = 1956년 존 매커시가 개최한 '다트머스 회의'

 

인공지능의 역사

 -1차 AI 붐: 간단한 문제를 해결하는 AI 탄생 >> 예외상황엔 어떻게 대처해...??

 -2차 AI 붐: 전문가 시스템(예외상황도 다 프로그래밍하면 돼) >> 모든 예외에 대처할 순 없어

 -3차 AI 붐: 머신러닝 딥러닝 >> 그럼 스스로 판단의 기준을 만들게 하자 마치 '인간처럼'

  

머신러닝과 딥러닝

 -학습은 데이터로부터 특징을 도출해 질서를 만드는 것 = 도식화 

  그 결과 만들어진 질서 = 지식

 -데이터에서부터 유의미한 특징을 뽑아내는 방법 = 심층 신경망(Deep Neural Network) = 딥러닝

  ≒더 유의미한 결과를 야기하는 자료에 '가중치'를 부여하는 것 

  ≒본질은 유의미한 데이터를 찾기 위한 복잡한 함수의 연산

 

머신러닝과 딥러닝에 이르러서야 인간은 데이터 속에서 유의미한 지식을 찾아내는, 진정한 의미의 학습을 하는 프로그램을 만들게 됨. 즉 지금까지는 인간이 '통찰'로 해오던 것을 '코드'로 구현할 수 있게 됨.

이런 머신러닝과 딥러닝에 날개를 달아주는 것이 클라우딩과 빅데이터. 클라우딩과 빅데이터라는 무한에 가까운 데이터를 바탕으로 AI는 인간이 수만, 수천년 동안 쌓아온 것을 단 몇 달, 몇 일만에 뛰어넘기 시작함. 

 -23년 전 체스챔피언을 이긴 딥블루/ 4년 전 이세돌을 이긴 알파고 / 인간 운전자보다 사고확률이 적은 자율주행차

 

 

<<AI 조금 자세히 알아보기>>

참고: https://www.forbes.com/sites/cognitiveworld/2019/09/17/the-seven-patterns-of-ai/#76276fa612d0

https://www.forbes.com/sites/cognitiveworld/2020/05/09/understanding-the-recognition-pattern-of-ai/#30d3ea2621c7

 포브스지의 AI의 7가지 패턴(The seven patterns of AI) , AI의 인식 패턴 이해(Understanding the recognition pattern of AI) 기사를 참고하면 도움이 된다. 유일한 문제는 클릭하면 쏟아지는 영어 세례인데.... 걱정할 것 없다. 우리 모두 원어민급 영어는 구사하니까....가 아니라 우리에겐 네이버 파파고가 있으니까^^

파파고 사용법이 궁금하시면 클릭!!>>>>>> 2020/06/13 - [취미 생화알/공부] - 파파고 100배 활용하기

파파고 100배 활용하기

 

 

AI의 7가지 활용 패턴

 

 AI 활용 패턴은 크게 7가지로 정리된다. 즉 대부분의 AI는 7가지 종류로 나눌 수 있다. 1시 방향부터 시계방향으로

 -인지(Recognition): 이미지, 비디오, 오디오 및 개체 인식, 분류 및 식별과 같은 인식 관련 작업

 -의사소통과 상호작용(Conversation and Human interaction): 음성, 텍스트 등 다양한 형식으로 대화 및 상호작용. 예를 들면 챗봇

 -예측 분석 및 의사결정(Predictive analytics and Decisions): 방대한 양의 데이터를 분석해 인간은 할 수 없는 자세하고 정확한 해석으로 인간이 더 나은 결정을 내릴 수 있도록 도움

 -목표 지향 시스템(Goal-driven system): 주어진 규칙 속에서 승리 조건 및 최선의 판단을 찾는 시스템 구축

 -자율 시스템(Autonomous systems): 스스로 변화에 대처해 인간 개입의 필요성을 낮추고 최고의 효과를 발휘

 -규칙과 변형(Patterns and anomalies): 반복되는 패턴을 식별하고 특이점을 찾음.  

 -초개별화(Hyper-personalization): 빅데이터를 통환 완전한 1:1 맞춤 서비스를 제공하는 것과 같은 개인화

 

이 7가지 AI의 기본 패턴이 서로 결합하고 상호작용하며 다양한 분야에 큰 영향력을 끼치고 있으며 앞으로 그 영향력이 더 커질 것이다. 다음 포스팅에선 AI가 교육에서 미칠 영향에 대해서 정리해보려고 한다.