기계학습과 딥러닝 -알파고의 메커니즘을 중심으로

소개

기계학습과 딥러닝 -알파고의 메커니즘을 중심으로
A+ 학점을 받은 소중한 레포트자료입니다. 좋은 Sample이 되었으면 좋겠습니다.

목차

제 1장 서론
1절 연구의 배경과 목적

제 2장 선행연구
1절 알파고
2절 기계학습
3절 깊은 신경망(Deep neural networks)

제 3장 Deep learning
1절 Deep learning의 작용원리
2절 Deep learning의 응용사례

제 4장 결론

제 5장 참고문헌

본문내용

제 1장 서론

1절 연구의 배경과 목적
2016년 3월 9일부터 15일까지, 서울에서는 인간과 인공지능의 바둑 대결이 펼쳐졌다.
구글 딥마인드(Google DeepMind)의 인공지능인 ‘알파고’와 바둑 챔피언 이세돌 9단의 대결이 바로 그것이다.
대국을 할 앞둔 3월 8일, 열린 간담회장에서 이세돌 9단은 긴장한 목소리로 “이번 대결은 바둑과 인공지능의 역사에 한 획을 긋는 일이 될 것”이라고 언급하면서, “이런 뜻 깊은 자리에 주인공으로 서게 되어 영광”이라고 밝힌 바 있다.
당초 이세돌 9단은 인공지능 프로그램 알파고와의 대국에서 5:0의 압승을 예상했으나, 알파고의 알고리즘에 대한 설명을 들은 이후, 5:0까지는 아닐 수 있겠다는 생각을 하게 되었다고 밝혔다.
이세돌 9단은 아직까지 인간의 직관 및 감각을 인공지능이 따라오기에는 무리일 것이라는 생각을 밝히며, 여전히 자신감은 있으나 알파고의 알고리즘이 이러한 직과도 약 80%정도는 모방이 가능하겠다고 생각한다고 하였다.
이세돌 9단은 기계와의 격돌을 앞두고, 수많은 대국을 치렀으나 이런 생소한 느낌은 처음이라고 밝히기도 했는데, 기존의 대국의 상대였던 사람이 아니라 기계를 대상으로 하는 것이기 때문에, 그 준비도 다라질 수밖에 없었다.
사람 사이에 대국을 진행할 때에는 상대의 기개를 읽는 것이 무엇보다 중요했으나, 본 대국에서는 감정이 없는 기계이므로, 기개를 읽는 것이 불가능하다.
이세돌 9단은 혼자 두는 느낌이 들 수 있겠다고 하며, 이를 극복하기 위하여 매일 1~2시간씩 가상훈련을 통하여 이를 극복하고자 하였다.
구글 딥마인드 공동 창업자이자 CEO인 데미스 하사비스(Demis Hassabis)는 알파고의 최대 강점을 인간과 다르게 피로감을 느끼지 않는다는 것을 꼽았다.
만약 사람이 이세돌 9단과 대국을 진행하게 될 경우, 기개에 눌려 겁을 먹거나 피로감을 느끼기 쉬울 수 있겠으나, 알파고는 기계이기 때문에 그럴 일이 전혀 없다는 것이다.
더불어 인공지능에 학습 효과에 한계가 있을 수 있겠으나, 아직까지 알파고의 능력 향상에는 한계가 없었다는 점 또한 추가적으로 밝혔다.

참고자료

· 김기태, 딥러닝 기법에 기반한 인터넷 상점 클릭스트림 데이터를 통한 구매 예측, 한양대학교대학원 석사학위논문, 2016
· 김인종, Deep Learning: 기계학습의 새로운 트랜드, 한국통신학회논문지 31(11), pp.52-57, 2014
· 하지수, 통합 전자전 환경에서 기계학습을 이용한 위협체 역추정 모델링, 가톨릭대학교 대학원 석사학위논문, 2016
· 성기훈, 다이나믹 시스템의 해석 및 특성 규명을 위한 기계학습 기반 방법론에 대한 고찰, 고려대학교대학원 석사학위논문, 2016