인공지능 : 지식 기반, 데이터 기반 AI

지식 기반 인공지능(Knowledge based AI)

기존의 지식 기반 시스템은 AI의 발전에 대한 접근 방식이 다릅니다.

철학자이자 인지과학자인 대니얼 데넷은 '상향 조직적이고 관료적으로 효율적인 노하우를 갖춘 시스템'에서 빅데이터를 활용한 시스템, 데이터 마이닝·딥러닝 등 '통계 패턴 찾기 기법'을 전환 전략으로 꼽았습니다.

지식 기반 AI의 예로는 신호 처리와 안면 인식 등 패턴 인식 문제에 집중하는 딥러닝 기술의 일종인 신경망 시스템 등이 있습니다.

데이터 기반 AI(Data based AI)

데이터 기반 방법은 많은 질문/응답 쌍의 예를 "교육"하여 올바른 답을 얻을 수 있는 시스템을 구축하는 데 초점을 맞춥니다.

이 작업을 하는 방법은 매우 다양합니다. 아마도 가장 인기 있는 방법은 다양한 형태로 신경망 알고리즘을 사용하는 것입니다.

이 접근 방식에 필요한 구성 요소는 적절히 대규모 데이터 세트이며, 이 데이터 세트도 올바르게 정규화되어 있어야 합니다. 만약 정확하게 라벨을 붙인 고양이 사진을 가지고 있다면, 소프트웨어를 훈련시킬 수 있습니다. 그 이미지들을 "레이블링"하고 그것이 정확히 "가져왔는지" 알 수 있게 함으로써 가능합니다.  교육 사이클이 여러 번 진행되면 이를 점점 더 정확하게 "학습"하게 됩니다.

이 접근법의 장점은 어떤 것이 고양이일 때 일련의 규칙들을 통해 정확하게 기술하는 인간에 의존하지 않는다는 것입니다. 인류는 수십 년 동안 노력해왔지만, 명백한 규칙들을 실제로 포착하는 것에 서툴다는 것을 알고 있습니다. 이 시스템은 데이터 기반 AI를 통해 제공한 교육 데이터를 기반으로 고양이일 때 "자체적으로" 학습합니다. 교육 데이터가 점점 더 다양해질수록 시스템은 더 나아질 수 있습니다.