인공지능 용어의 헷갈리는 사항은 바로 머신러닝과 같은 것 아닌가 하는 것이다.
하지만, 머신러닝은 인공지능과는 확연히 다른 개념이다.
머신러닝은 인공지능의 기술 중에서 하나인 것이다. 특히, 인간의 뇌의 기본적인 작동방식을
모방해서 구현하는 기술이다. 게다가 어떤 기능을 구현하는 것이지, 지능을 만드는 것은 아니다.
기능이라 함은 사진을 보고 판단하거나, 문서를 분류하는 작업 또는 제조업에서 상품의 불량품을
찾아내는 것들을 의미한다.
하지만, 현실에서는 인공지능과 머신러닝이 거의 같은 의미로 사용되는게 사실이다. 또다른 말로는
기계학습이라고도 한다. 특별히 굳이 구분하지 않는다면, 인공지능은, 머신러닝, 기계학습은 거의
같은 개념으로 통용된다고 보여진다.
다시한번, 인공지능과 머신러닝의 확연한 차이점을 살펴보겠다.
인공지능도 결국은 기계라 볼 수 있는데, 우리 인간과 같이 판단과 생각을 스스로 할 수 있게 지식을
가진 매개체인 것이다. 인간과 똑같이 흉내를 내는 지적인 존재라 할 수 있다.
머신러닝은 한마디로 기술이다. 주어진 문제를 해결할 수 있도록 쓸 수 있는 도구를 생성해 주는 기술인 것이다.
이를 위해선 고성능을 발휘하며 자동화가 필수이다.
오늘날까지의 인공지능 기술은 사람이 반복적으로 해야하는 많은 일들을 대신해주도록 하는데에 주안점을 둔다.
미래엔 사람의 뇌의 작동방식과 같은 수준까지 올라오리라 생각된다.
*인공지능 기술의 과거 사례
인공지능은 현시대에 이르러 바로 컴퓨터와 방대한 데이터들이 맞물리면서 그 전성기를 맞이하고 있다.
과거 인공지능이 나타난 사례를 보면, 영화 스페이스 오디세이에서 처음으로 사람처럼 생각하고 판단하는
HAL9000 이라는 컴퓨터가 등장하였다. 그당시 구현한 시대가 2001년의 미래를 예상한 것인데, 지금 돌아보면,
서양에서는 1970년도 이전에 이미 저런 상상을 했다는게 새삼 놀랍지 않을 수 없다.
1957년에는 코넬 항공 연구소의 신경생물학자인 프랑크 로젠블라트가 제안한 퍼셉트론이라는 인공신경망이 고안되었다.
초기형태의 알고리즘인데, 여러 개의 입력에서 하나의 출력을 볼 수있는 형태로 바로 딥러닝의 기원이라 할 수 있다.
인간의 뇌의 작동방식을 전기적으로 구현한 것이며, 데이터를 사용하여 기계의 성능을 발전시킬수 있다는 기계학습 개념을 말한다.
2000년대에 들어서는 바로 GPU가 생산되면서 많은 데이터를 연산하는데 최적화되기에 이른다.
초창기 게임관련 그래픽카드를 만들던 엔비디아가 바로 현시대의 최대 수혜주가 된것도 놀라울 따름이다.