인공지능 퍼셉트론(신경망)궁금합니다.
인공지능을 공부하는 문과입니다. 공부 중에 인공지능 신경망에 관한 내용 중 퍼셉트론에 대해서 알게 되었어요.
인공 신경망을 일컫는 말인데 그 종료가 여러가지가 있더라고요.
그 신경망의 종류와 함수를 쉽게 설명 부탁드려요.
(가중치네 대한 함수값 산출도 이해가 되지 않더라고요ㅠㅠ)
퍼셉트론은 정보전달의 방법을 표현할 때 사용하는 모형입니다. 단일 퍼셉트론으로는 일부 정보는 표현할 수 없는데, 퍼셉트론을 다층으로 연결하면 다양한 정보를 전달할 수 있다라는 의미입니다.
중요한 것은 신경망이 인공지능의 학습에 어떻게 활용되느냐인데, 그보다 인공지능에 대해서 간단히 살펴볼 필요가 있습니다. 사실 일반인들은 인공지능에 대해 굉장히 큰 환상을 가지고 있기 때문입니다.
인공지능은 데이터의 경향성을 학습하는 것입니다. 즉 통계(경험 또는 데이터)에 기인해 학습 후, 어떠한 새로운 데이터에 대해서 학습된 지식을 바탕으로 확인하지 못한 데이터의 성질에 대해서 예측하는 것입니다. 예를 들어 강의 상류와 하류의 돌맹이의 크기가 통계적으로 다름이 확인되었을 때 어떠한 돌맹이를 보고 상류에서 수집된 돌맹이인지 하류에서 수집된 돌맹이인지 크기를 보고 추정할 수 있을 것입니다. 이것이 통계이고 인공지능의 일부입니다. 크게보면 인공지능은 이런식으로 데이터의 알려진 특징들을 보고 확인하지 못한 특징을 판단할 수 있도록 수식을 만듭니다.
통계는 과거(학습된)의 데이터를 통해 미래(새로운)의 데이터에서 특정정보를 예측하는 것인데 수학에서 예측과 관련된 것은 미분입니다. 미분에 대해서 배워보셨다면 변화율이라는 단어가 기억이 날 겁니다. x가 1만큼 변할 때 y가 변하는 크기를 변화율이라고 합니다.과거의 데이터가 특별한 경향성을 가진다면 이 데이터를 좌표에 표시했을 때 비록 특정한 영역만 표시할 수 있더라도 직관적으로 -무한대 ~ +무한대 까지 연장해서 그릴 수 있습니다. 예를 들어 데이터가 (1,1), (2,2), (3,3)이 존재한다면 이 점들을 연결해서 새로운 데이터의 x좌표만 보고서 y의 값을 예측할 수 있을 것입니다. 직선의 경우에는 계산이 간단하지만 곡선형태로 데이터가 존재한다면 기울기값을 구하고 기울기가 어떻게 변하는 지 알 수 있다면 새로운 x에 대한 y 의 값을 예측할 수 있게 됩니다. 즉 미분을 통해 미래의 예측이 가능하게 되는 겁니다.
다시 돌아와서 미래를 예측을 할 수 있는 수식이 필요합니다. 아주 실세계의 많은 문제들은 (1,1), (2,2), (3,3) 과 같은 단순한 형태가 아니라 몇만배 복잡한 고차 방정식이 될 겁니다. 그런데 이러한 고차방정식도 퍼셉트론을 응용하면 표현할 수 있습니다. 하나의 퍼셉트론이 a x ^ 2 + b의 1차 방정식이라고 가정하고 무수히 많은 퍼셉트론을 연결합니다. 그러면 퍼셉트론의 갯수만큼 복잡한 고차방정식이 표현될 것입니다. 문제는 각 퍼셉트론의 상수 a,b의 값을 알아내는 것입니다. 사람이 이 모든 상수값을 찾아낼 수 없고 컴퓨터에게 이 부분을 맡깁니다. 아무 것도 없이 상수를 찾아낼 수는 없고, 과거의 사례(데이터)를 주고 각 데이터마다 이 수식을 통과했을 때 어떠한 결과가 나와야 하는 지를 알려주면 됩니다. 이것을 딥러닝이라고 하고 신경망을 통해 구현을 합니다. 가중치는 각 퍼셉트론의 상수 a값을 말합니다.(때로는 b포함) 그리고 여러가지 함수는 다양한 종류가 있고 기능이 다양해서 모두 설명할 수 없고, 중요한 것은 입력값과 결과값을 쌍으로 신경망에 전달해주고 신경망은 동일 입력값에 대해 동일한 결과값이 나오도록 a,b를 수정하는데 도움을 주는 기능을 합니다. 또한 훈련되지 않은 z값을 입력했을 때 훈련된 데이터의 경향성에 따라 가장 적절한 값 z'을 추정할 수 있도록 학습에 도움을 주는 기능을 합니다.
더 깊은 내용은 많은 책에 설명되어 있으니 책의 내용을 잘 이해해보시기 바랍니다.
퍼셉트론은 1957년도에 나온 인간의 뉴런을 모방한 인공신경망입니다.
그외에 Convolutional Neural Network (CNN, 합성곱신경망) 은 대표적인 인공신경망입니다.
기본적인 원리를 다 똑같습니다.
가중치 값이 있고 그 가중치 값을 곱해주는 함수들의 합이 여러개의 레이어로 구성되 있는 겁니다.
원하는 값으로 가중치를 조금씩 이동시켜서 가중치를 조정하는 과정이 학습입니다.
