A.I.(인공지능)시대 전문가가 되는 필수 용어 10가지

안녕하세요? 오늘은 인공지능 시대에 필수적으로 알고 있으면 좋은 용어들에 대한 정보를 드리기 위해

왔습니다. 

 

인공지능 이라는 단어는 많이 들어보셨을텐데, 그것이 나의 삶과 어떤 관계가 있는지에 대해서는 쉽게 생각하시기 어려울 거에요.

 

그리고 일부 언론 등에서도 약간은 무분 별하게 용어를 그냥 사용하기도 하거든요.

 

아래 정보를 잘 보시고 필요한 용어에 대해서 숙지 해 놓으시면 많은 도움이 되실 거에요.

 

 

인공지능은 이제 우리의 파트너 입니다

 

 

AI(Artificial Intelligence)

• 인공지능: 컴퓨터가 인간처럼 학습, 추론, 문제 해결, 의사결정을 수행할 수 있는 기술.

 

ANI(Artificial Narrow Intelligence)

• 좁은 인공지능: 특정 작업이나 문제에만 전문화된 AI.

• 예: 음성인식(Siri, Alexa), 이미지 인식, 추천 알고리즘.

 

AGI(Artificial General Intelligence)

• 범용 인공지능: 인간처럼 다양한 영역에서 학습하고 문제를 해결할 수 있는 AI.

• 목표: 사람의 지능을 완전히 모방하고 새로운 분야에 적용 가능한 수준.

->최근 손정의 회장이 2025년에 AGI가 구현될 수 있다고 예상하고 있다고 말했지요.

 

ASI(Artificial Superintelligence)

• 초지능: 인간 지능을 훨씬 초월하는 수준의 인공지능.

• 잠재적 특징: 스스로 학습하며 인간이 상상할 수 없는 방식으로 문제를 해결.

• 논의: 기술적 특이점(Singularity)의 핵심 주제로 자주 언급됨.

->인간 지능의 1만배 성능이라고 합니다... 그런 세상이 오면 세상이 어떻게 변할지.. 

 

반응형

 

Machine Learning (ML)

• 기계 학습: 데이터를 기반으로 AI가 스스로 학습하는 기술.

• 예: 스팸 메일 필터링, 얼굴 인식.

 

 

Natural Language Processing (NLP)

• 자연어 처리: 인간의 언어(텍스트, 음성)를 이해하고 생성하는 AI 기술.

• 예: 번역기, 챗봇.

 

Reinforcement Learning (RL)

• 강화 학습: 보상(Reward)을 통해 학습하는 AI 훈련 방법.

• 예: AlphaGo, 로봇 제어.

 

 

Singularity

• 기술적 특이점: ASI가 등장해 인간의 이해를 넘어서는 변화가 일어나는 시점.

• 논쟁적이며 철학적 논의도 포함됨.

 

 

728x90

Bias in AI

• AI 편향: AI 모델이 데이터의 편향성을 학습해 불공정한 결과를 초래하는 현상.

• 예: 인종, 성별 편향.

 

Overfitting / Underfitting

• 과적합: 훈련 데이터에 지나치게 맞춰져 새로운 데이터에 대한 일반화 능력이 떨어짐.

• 과소적합: 학습이 충분하지 않아 데이터 패턴을 잘 이해하지 못함.