요약 구글에서 배우는 딥러닝.txt 인공지능,머신러닝
뇌를 모방한 알고리즘의 연구는 1940년대 무렵부터 시작되었으나 기술적인 문제가
발견되었다. 2000년대 후반들어 학습에 필요한 충분한 양의 데이터와 처리할 수 있
는 기계를 구하게 되어 정확도가 향상되었다.
구글의 순다 피차이CEO
우리는 모바일 퍼스트 세계에서 AI퍼스트 세계로 이행할 것
향후 IPO의 상위 5개 기업은 머신러닝에서 탄생할 것이라 예언
구글검색결과에도 랭크브레인을 적용하여 중요한 지표로 삼고 있다고 함.
도요타의 사례 2020년 까지 미국과 일본의 거의 ㅂ모든 스용ㅇ차에 차량 통신 장치
를 탑재하여 네트워크에 접속시키는 계획을 발표함.
운영데이터에 따라 유지보수와 보험서비스 제공을 할 계획임.
시바타 노리오 상무집행임원은 기업의 경쟁력은 데이터를 수집하여 가치로 바꾸는
능력이다.
인공지능비즈니스의 예
우버, 에어비앤비, 부동산서비스
유휴 자산을 효율적으로 공유하는 쉐어링 서비스는 빅 데이터와 인공지능에 의한
정확한 매칭 능력을무기로 급성장을 이루고 있음.
가장 큰 경제적 효과가 기대되는 분야는 의료보건분야임.
치료기록과 진단기록, 라이프 로그를 통합하여 환자와 건강한 사람간의 차이를 분
석할 수 있음.
금융분야에서 핀테크, 에듀 테크, HR테크가 주목받고 있음.
중소기업
클라우드 서비스를 제공하는 대형IT기업
인공지능 API
-인공지능과 머신러닝, 딥러닝에는 어떤 차이점이 있는가?
딥러닝은 머신러닝의 일부
인공지능=지적인 정보를 처리하는 것, 혹은 그러한 기술.
인공지능에 대한 견해는 매우 다양함.지적인 처리를 하는 큰 개념
인공지능>머신러닝>딥러닝
인공지능이 가장 포괄적 개념임.
머신러닝과 딥러닝도 인공지능을 실현하기 위한 방법.
머신러닝의 이야기를 하고 있을 때 그것이 반드시 립러닝이지는 않다.
머신러닝은 인간이 프로그램을 만들지 않는다.
저자에 따르면 머신러닝의 기본은 이렇다고 한다.
입력에 대한 답이 되는 출력 세트 예제를 기계에 많이 가져다 주면 기계는 인간이
프로그램을 만들지 않았음에도 학습하여 모델을 만들어간다.
댓글