쉽게 이해하는 인공지능(AI) 머신러닝, 딥러닝의 차이와 발전 과정


쉽게 이해하는 인공지능(AI) 머신러닝, 딥러닝의 차이와 발전 과정

이미지넷 인식 대회 : 인공지능이 사물을 인식할 때 오류율 2010년 스탠퍼드 대학교의 페이페이 리 교수는 인공지능 AI가 이미지를 얼마나 정확하게 인식하는지 측정하는 대회를 개최합니다. 첫 대회에서는 정확도 72%의 인공지능이 1위를 차지하고, 2011년 2회 대회에서는 정확도 74%의 인공지능이 1위를 하게 됩니다.

그런데 2012년 3회 대회에서 정확도가 84%(오류율 16%)에 달하는 급격하게 발전한 인공지능이 우승을 차지하게 됩니다. 2012년에는 대체 무슨 일이 있었던 걸까요? ILSVRC 이미지넷 인식 대회 이미지넷 스탠퍼드 대학교의 페이페이 리 교수는 전 세계 167개국 5만여 명의 도움을 받아 온라인에 있는 이미지가 어떤 이미지인지 텍스트 라벨을 붙이는 프로젝트를 진행했습니다.

이렇게 이미지에 라벨을 붙인 이유는 인공지능을 학습시키기 위해서 기본적인 정보를 인공지능에게 알려줘야 했고, 인공지능이 해당 이미지를 정확하게 인식했는지를 판단하기 위한 답안지가 필요하기도 했...


#ai #딥러닝 #머신러닝 #알렉스넷 #알파고 #이미지넷 #인공지능 #제프리힌튼 #페이페이리

원문링크 : 쉽게 이해하는 인공지능(AI) 머신러닝, 딥러닝의 차이와 발전 과정