인공지능과 심층학습(3/3)

인공지능과 심층학습(3/3)

 

 

 

5) AI를 사용하는 데는 무엇이 필요한가?

 

 

(1)학습 모델과 데이터세트에 대하여

 

실제로 인공지능을 이용할 경우 <인공지능을 만드는 학습 페이스>와 <인공지능을 사용하는 예측. 인식페이스>로 나누어진다. 그 중에서 특히 중요한 것이 아기AI(인공지능)을 성장시키는 학습페이스로 그럴 때에 필요한 것이 학습용 <데이터세트>와 <학습모델>이다. 일반적으로는 <데이터세트>에서 규칙성이나 관련성을 추출하여 학습을 반복함으로써 <학습모델>을 만들고 있다. 특히 심층학습의 경우 정도(精度)를 높이기 위하여 대량의 데이터가 필요하다. 또 데이터의 정확성도 중요한 요소가 된다. 불완전한 데이터로 학습하면 틀린 판단을 하고 말아서 요구하는 방향으로 AI가 학습하지 않는 위험이 있기 때문이다.

* 페이스(phase=단계, 국면을 의미한다.)

 

6) 학습제(學習濟) 모델 구축에 걸리는 계산 코스트는?

 

학습제 모델을 구축하는 데는 <AI에 이끌어내기를 바라고 싶은 회답> <그 회답을 얻기 위한 필요한 학습> <학습하기 위하여 필요한 데이터세트> 등을 명확히 하고서 설계를 한다. 그 때에 생데이터를 수집하고 데이터베스화하고, 데이터베스를 만들고 학습을 반복할 필요가 있기 때문에 데이터의 정리나 학습에는 팽대한 시간이 필요하다.

다시 AI가 노리는 방향으로 학습하도록 조율할 필요도 있다. 거기서 AI를 도입할 경우에는 AI컨설던트나 데이터 사이언티스트 등의 전문가를 뺄 수 없다.

출처=https://www.optim.cloud/blog/ai/ai-deeplearning