본문 바로가기
반응형

AI · 인공지능965

Minecraft에서 강화학습?! 데이터셋 'MineRL'의 탄생 3개의 요점 3D 환경을 이용한 강화 학습 플랫폼 'MineRL'의 탄생 6,000만 이상의 대규모 상태와 행동 데이터셋을 보유 기존 방법에 의한 학습결과와 그 어려움을 "MineRL"을 통해 알 수 있음 'MineRL'을 이용하여 개최 된 강화학습 경쟁 소개 동영상 본 글에서는 3D 공간에서 일인칭 시점으로 행동하고, 탐험 및 크래프트(특정 활동에 필요한 모든 기술)가 있는 샌드박스형 게임 'Minecraft'의 실험 환경 및 데이터셋인 'MineRL'을 제공한 논문을 소개합니다. 실험 환경 및 데이터셋을 제공함으로써 누구나 'Minecraft'를 사용하여 강화 학습을 구현할 수 있게 되었습니다. 강화 학습은 환경으로부터 데이터를 주체적으로 획득하고 행동을 최적화해 나가는 툴입니다. 2016년 강화 학.. 2019. 12. 27.
[알기쉬운 AI - 14] 흐름으로 중요성을 파악!? '의사결정트리'란? 여러분은 성격 진단을 해보신 적 있나요? 두 가지 선택지에 답변을 반복함으로 몇 가지 성격으로 분류되는 것을 경험해 보셨을 것입니다. 사실 데이터의 취급방법 중에서도 이렇게 조건을 반복하기만 해도 데이터를 처리할 수 있는 방법이 있습니다. 의사결정 트리(decision tree)라는 방법입니다. 진짜 조건 분기 만으로 데이터 취급이 가능할까?라는 의심이 드시겠지만 이 방법은 조건에 따라서는 꽤 좋은 정밀도를 갖고 있어서 현재는 재료과학 분야에서 이용되고 있기도 합니다. 그럼 얼마나 좋은지 살펴보도록 합시다. 1. 이 나무는 무슨 나무? : 회귀 트리 앞에서 AI가 해결할 수 있는 문제는 '분류'와 '회귀'로 크게 나뉜다고 했습니다만, 의사결정 트리는 양쪽 모두 사용할 수 있습니다. 우선 회귀를 살펴봅시다.. 2019. 12. 26.
[알기쉬운 AI - 13] 향후 매출을 예측하고 싶다! '회귀분석'이란? 여러분은 점을 믿습니까? 점은 고대 그리스 시대부터 별빛에 미래를 투영하는 점성술로 시작하여 지금에 이르기까지 다양한 형태로 존재하고 있습니다. 사람이 왜 이토록 점에 매료되는가 하면, 미래가 어떻게 될지 알 수 없는 인간은 본능적으로 공포를 기억하기 때문입니다. 이를 방지하기 위해 선조들은 과거에 일어난 일에서 배우면서 그 법칙성을 발견하였습니다. 이처럼 인류는 아직 보지 못한 미래를 두려워하고 예측함으로써 문화와 과학을 발전시켜 왔다고 할 수 있습니다. 그렇다면, 그 발전의 끝에 오늘날 붐을 맞이한 AI는 어떻게 "예측"을 하는 것일까요? 가장 기초적인 방법인 '회귀'를 살펴보도록 합니다. 1. 회귀가 뭐야? 이미 알고 있는 과거 데이터를 바탕으로 아직 보지 못한 상황을 예측하는 것은 AI도 인간과 .. 2019. 12. 25.
[알기쉬운 AI - 12] 특징으로 데이터 분류, '서포트벡터머신'이란? 이미 분류를 알고 있는 데이터를 그대로 다시 분류하는 AI는 의미가 없습니다. 그 데이터들로부터의 경험치로 "이런 데이터가 있으면 여기에 분류된다"라고 하는 것이 중요합니다. 이를 일반화 가능성이라고 하는데, 서포트 벡터 머신은 "여백"이라는 "틈새"를 크게 하는 것으로 일반화를 유지하고 있습니다. 삶에도 여백이 중요합니다. 1. 경계선을 그으면 만사 해결 토끼같이 집단으로 생활하는 동물들은 많은 무리를 짓고 영역을 만듭니다. 그 방법은 다양하지만, 대부분은 자신의 영역에서만 배설을 합니다. 즉 변이 떨어져 있는 장소를 보면 대체로 그 집단의 영역을 알 수 있습니다. 예를 들어, 아래의 그림 같은 느낌으로 변이 떨어져 있었다고 합시다. 빨간 점이 그룹 1의 배설물이고, 파란 점이 그룹 2의 배설물이 있던.. 2019. 12. 24.
[알기쉬운 AI - 11] 그룹에서 당신은 어떤 타입? '클러스터링'이란? 학창 시절 고등학교나 대학에 진학해서 친구를 잘 사귈 수 있을지 불안했던 분들이 많을 것입니다. 전혀 말해본 적 없는 사람들과 같은 커뮤니티에 속하여 교우관계를 처음부터 만들지 않으면 안 되니까 당연합니다. 그러나 몇 주 지나면 신기하게도 친한 그룹이 어느새 생겨있고 항상 함께하는 동료가 되는 것입니다. 어떤 친구를 선택할지는 개인의 맘대로 지만, 대체로 비슷한 사람끼리 모이는 것이 보통입니다. 이와 같이 '동류끼리 모인다'는 원칙 하에서 데이터를 분류하는 방법이 있습니다. 즉 '닮은 그룹에 속하는 것'이라는 전제를 바탕으로 분류를 해 나가는 것입니다. 그러면 데이터가 어떻게 친구 만들기를 해 나가는지 살펴보도록 합시다. 1. 비지도 분류 - 클러스터링 이미 언급 한 바와 같이 "이미 분류된 데이터"가 .. 2019. 12. 23.
[알기쉬운 AI - 10] AI의 발전적 기능: 자연어 처리와 강화학습, 이미지인식, 음성인식 앞에서는 머신러닝의 기본원리를 알아봤습니다. 자동차에 비유하면 모터의 원리와 자동차가 움직이는 구조에 해당하는 부분입니다. 그럼 자동차를 사용하여 어떤 일들을 할 수 있을까요? 예를 들어, 사람이나 물건을 나르고, 공사를 돕거나 긴급한 사람을 돕는 등 다양한 일을 할 수 있습니다. 자동차와 마찬가지로 AI도 응용 범위가 다양합니다. 이번에는 AI 응용 범위를 일부 주요 분야별로 소개해 보겠습니다. 1. 이미지 분석, 이미지 인식에서 생성까지 AI가 이미지의 특징을 계산하여 분류 및 예측을 실시하는 것을 총칭하여 '이미지 분석'이라고 합니다. 그중에서도 자주 사용되는 것이 이미지 인식입니다. 이미지와 동영상에서 특징을 잡아 물체를 식별하는 패턴인식 기술의 하나입니다. 얼굴 인증이나 감시 카메라의 인물식별 .. 2019. 12. 8.
[알기쉬운 AI - 09] 지도 학습과 비지도 학습이란? 독자 여러분 중에는 지혜로운 선생님께 배우고 싶은 분들도 있고, 독학이 좋은 분들도 계실 겁니다. 머신러닝에도 교사가 있는 경우와 그렇지 않은 경우가 있습니다. 각각 지도 학습과 비지도 학습이라고 하며, 여기서는 이 두 방법론에 대해 이해하고 그 예를 살펴보겠습니다. 1. 지도 학습 그런데, 머신러닝에서 "교사"는 누구입니까? 인간의 경우는 어떨까요? 아이들은 처음 새를 보았을 때, 부모에게 "이것은 새라는 거야"라고 배우고 그것을 반복하다 보면 새를 "새"로 인식할 수 있습니다. 이때 부모가 교사로서 새라는 "라벨"을 줍니다. 기계 학습의 경우도 마찬가지입니다. 예를 들어 이미지 데이터가 수중에 많이 모여 있다고 합시다. 기계는 이것을 읽어 볼 수 있지만 거기에 무엇이 담겨 있는지 알 수 없습니다. 그.. 2019. 12. 7.
[알기쉬운 AI - 08] AI의 기본 원리 우리 인간은 뇌에서 어떻게 정보를 처리하고 이해하고 있는 걸까요? 현재, 인간은 뇌 속의 수많은 신경 세포(뉴런)가 서로 신호를 전달함으로써 정보를 처리하고 있다는 것을 알고 있습니다. 그리고 이 뇌의 작동원리를 컴퓨터에 구현하는 것을 목표로 한 것이 '신경망'입니다. 여기서는 AI 기술의 근간이 되는 '신경망'을 비롯해 AI 계산 목표인 "최적화"까지의 흐름을 알아보겠습니다. 컴퓨터를 인간의 뇌처럼 이해시킨다는 것은 매우 어려운 문제이며, 원래 우리 인간은 어떻게 사물을 "이해"하고 있는가라는 의문으로 발전하게 됩니다. 정확한 정의는 어렵기 때문에 예를 하나 들어 봅시다. 인간이 1~9의 숫자를 보았을 때, 어느 정도 확률로 정확하게 판별할 수 있을까요? 인간은 우선 숫자를 시각적으로 인식하고 지금까지.. 2019. 12. 6.
[알기쉬운 AI - 07] AI와 통계학의 관계 이번에는 AI의 성립과는 떼려야 뗄 수 없는 중요한 학문 중 하나인 "통계학"을 소개합니다. 이 글을 읽고 "도대체 통계학이란 무엇인가?"라든지 "왜 AI에 통계학이 튀어나오는 거야?"라는 의문에 대답할 수 있도록 해봅시다! 1. 통계학을 공부합시다! 통계학은 수학의 한 분야이며, 간단히 말해서 “수집된 데이터를 상세하게 보거나 데이터를 바탕으로 사실을 추측하는 학문”이라고 할 수 있습니다. "으아 수학이라니…"라고 생각한 거기 당신, 그 느낌 압니다. 그러나 통계는 일상적으로 우리가 접하는 "데이터"를 기반으로 하기 때문에 매우 진입하기 쉬운 분야입니다. 공부를 진행하는 가운데, 초심자로서 지식을 이해하고 운용하기만 해도 그 효과를 발휘할 기회가 쉽게 찾아온다는 것을 알 수 있을 것입니다. 숫자 알레르.. 2019. 12. 5.
[알기쉬운 AI - 06] AI의 주요 기능, 회귀와 분류 AI는 현재 "사람의 인식"과 "대화"등 다양한 분야에서 활약하고 있습니다. 그러나 사실 AI의 주요 기능은 단 두 가지밖에 없다고 하면 놀랄까요? 이 글을 다 읽으시면, 그 의미를 알 수 있을 것입니다. AI의 주요 기능은 회귀와 분류로 대별됩니다. AI의 근간이 되는 2개의 기능을 소개하겠습니다. 1. 회귀 회귀... 갑자기 어려운 단어가 등장하네요. 그래프를 보면서 확인해 봅시다. 회귀는 간단하게 말하면 위 그림과 같이 “입력 데이터의 점으로부터 대략적인(수학적으로 최적이라고 생각되는) 직선이나 곡선을 작성하는 것”을 말합니다. 예로, 이 직선을 늘려가는 것으로 앞으로의 매출을 예측하는 것을 상상할 수 있을 것입니다. 회귀에는 ‘입력 데이터 유형’과 ‘계산하고자 하는 직선과 곡선의 형태’에 따라 다.. 2019. 12. 3.
반응형

티스토리툴바