AI상식사전 by 한규동

 

[ 밑줄/연결 ]

 

---> 하도 봐서 지겨울 정도이 자료이나, 2023년 2월 ~3월 ChatGPT를 보면서 이 마저도 아닌 것 같다는 생각이 든다

 

---> 억지 스러운 그림이다. 이런 대충스러운, 허접한 주장보다는 제대로된 논리와 자료를 보는 것이 1000% 낫다.

 

인공지능 시스템에 잘못된 입력을 하거나 학습 데이터를  오염시켜 오작동하도록 하는 것을 '적대적 공격(adverse attack)' 또는 '적대적 머신러닝(adversarial machine learing)'이라고 하고, 이렇게 인공지능을 잘못 작동하도록 하는 사례를 '적대적 사례(adversarial examples)'라고 합니다.

 

모델링이란 복잡한 현실 세계를 단순화 또는 추상화함으로써 공통적으로 이해할 수 있는 수식이나 그림 등과 같은 약속된 방식으로 표현하는 작업 또는 방법을 말합니다. 

 

 

기존 프로그래밍 : A라는 입력에 B라는 조건이 성립하면 Y를 출력한다

머신러닝 : A라는 정보가 입력될 때 정답이 Y가 되는 조건 B를 기계가 찾을 수 있도록 학습시킨다.

"만약 어떤 작업 T에서 경험 E를 통해 성능 측정 방법인 P로 측정했을 때 성능이 향상된다면, 이런 컴퓨터 프로그램은 학습을 한다고 말한다."

 

하이퍼파라미터는 인공지능 모델을 구성하는 각각의 요소를 어떻게 구성할 것인지를 결정하는 것을 말합니다. 

 

딥러닝과  머신러닝의 차이는 특징을 추출하는 방식에 있습니다.

딥러닝 알고리즘은 특징 추출과 분류, 예측 등 필요한 전체 작업을 한 번에 할 수 있지만, 머신러닝 알고리즘은 별도의 특징 추출 알고리즘이 필요합니다.

 

언어 모델은 단어의 조합으로 구성된 문장이 얼마나 적절한지를 평가하는 방법입니다. 문장의 적절성은 확률로 표현됩니다.  언어 모델은 현재 문장에 연결된 가장 적절한 다음 단어를 추천하는 데도 이용되는데, 이는 문장의 적절성을 계산해 확률이 가장 높은 단어를 제안하는 것이죠.

 

 

[ 자평  ]  후다닥 금방 읽고, 이 정도는 상식이라고 겸손해 해야 할 듯...