인공지능의 핵심기술(Cognitive Computing,Deep Learning, Machine Learning)

인공지능은 인지, 지각, 학습, 추론의 기술을 바탕으로 다양한 어플리케이션 도출

Cognitive Computing 기술

 Natural Language Processing
- 컴퓨터를 이용하여 사람 언어의 이해 생성 및 분석을 다루는 인공지능 기술
- 한 단어가 복수의 의미를 가지거나 단어와 단어가 상호 관계를 가지기 때문에 처리가 어렵다
- 자연어를 이용한 대화, 기계번역, 감정 분석, 내용분석 등의 영역이 포함된다

[ 인공 신경망 기반의 기계 번역 ]

 Speech Recognition
- 컴퓨터가 마이크와 같은 센서를 통해 얻은 음향적 신호(Acoustic Speech Signal)을 단어나
문장으로 변환시키는 기술
- 그리고 문자를 소리로 바꾸어 전달하는 기술(Text to Speech)를 포함한다

[ 음성인식 분야의 성장]

 Computer Vision
- 컴퓨터가 이미지나 영상 정보를 받아 들인후 주변 물체와 환경 속성에 대한 이미지를 분석해 유 용한 정보를 생성하는 기술

[ 자율 주행에 필요한 Computer Vision 기술 ]

 IBM Watson의 Cognitive Computing Service
- IBM Bluemix Cloud를 이용하여 Cognitive Computing Service 제공
- Watson은 인공지능 기술의 상용화 부분에 있어서 장점을 가지고 있다

 Google Cloud의 Machine Learning Service
- 구굴은 사용자가 직접 Machine Learning 모델을 수행할 수 있는 Ecosystem 구축에 장점
- 구굴은 6개의 상용화된 API 서비스를 제공(2017. 5)

 Microsoft의 Cognitive Computing Service
- 시각, 음성, 언어, 지식 등으로 알고리즘을 분류 후 서비스 된다

Machine Learning 기술

 Deep Learning Machine Learning
- Deep Learning 은 Machine Learning의 일종
- Machine Learning은 인공지능의 일종

 Machine Learning(기계 학습)
- 기계 스스로 대량의 데이터로부터 지식이나 패턴을 찾아 학습하고 예측을 수행
 Arthur Samuel
- 명시적으로 프로그램을 작성하지 않고 컴퓨터에 학습할 수 있는 능력을 부여하기 위한 연구 분야
 Tom Mitchell(카네기 멜론 대학 교수)
- 만약 컴퓨터 프로그램이 특정한 테스크 T 를 수행할 때 성능 P 만큼 개선되는 경험 E를 보이면,
그 컴퓨터 프로드램은 테스트 T와 성능 P에 대해 경험 E를 학습했다고 할 수 있다

Machine Learning의 예(y-3x) §   학습 데이터 (1,3), (3,9), (4, 12), (6,18) 컴퓨터에서 y=3x의 함수를 프로그램 하지 않아도 앞의 학습 데이터를 학습한 후 (8,?), (10, ?)의 질문을 던져도 그 대답을 할 수 있게 만드는 것

blog.naver.com/wooin0707/222119216975

4차 산업혁명과 사물인터넷

blog.naver.com/wooin0707/222119219928

사물인터넷(IOT) 개념 및 주요 사례

blog.naver.com/wooin0707/222119240453

사물인터넷 시장 동향, 전망

blog.naver.com/wooin0707/222119263634

빅데이터 개념 및 주요 사례

blog.naver.com/wooin0707/222119280256

인공지능 개념 및 주요 사례

blog.naver.com/wooin0707/222119299653

스마트 홈/시티 개념과 현황