가령 유치원생에게 ..초딩에게 설명해준다 생각하고...
대충 이런것이다라고 설명좀 해주면 안되나요??
솔직히 알파고가 프로그래밍이 아니라...지식 습득해서 바둑둔거라고 해서 멘붕중;;;
찾아보니..소설도 썼고 음악작곡도..하고...음악 작곡은 그렇다쳐도..
소설을 썼다니;;;
알고리즘을 쉽게 설명해 줄수 없나요??
가령 유치원생에게 ..초딩에게 설명해준다 생각하고...
대충 이런것이다라고 설명좀 해주면 안되나요??
솔직히 알파고가 프로그래밍이 아니라...지식 습득해서 바둑둔거라고 해서 멘붕중;;;
찾아보니..소설도 썼고 음악작곡도..하고...음악 작곡은 그렇다쳐도..
소설을 썼다니;;;
알고리즘을 쉽게 설명해 줄수 없나요??
루리웹-3521490920
추천 1
조회 2151
날짜 2016.04.19
|
꿈을좇는소년v
추천 0
조회 5101
날짜 2016.04.17
|
여훈이
추천 0
조회 2148
날짜 2016.04.16
|
사르마
추천 0
조회 1415
날짜 2016.04.15
|
아카니스트
추천 1
조회 1331
날짜 2016.04.15
|
츄릅츄릅츄릅
추천 1
조회 2103
날짜 2016.04.14
|
nyang맨
추천 0
조회 3360
날짜 2016.04.12
|
울트라맨7
추천 0
조회 2697
날짜 2016.04.11
|
paribbajako
추천 3
조회 4915
날짜 2016.04.10
|
★은 사랑입니다★
추천 0
조회 2230
날짜 2016.04.10
|
루리웹-1903006372
추천 0
조회 1686
날짜 2016.04.08
|
쓲쓲싺싺
추천 0
조회 2563
날짜 2016.04.04
|
납치된외계인
추천 0
조회 3071
날짜 2016.04.01
|
아이쟉 쿠죠
추천 0
조회 5480
날짜 2016.03.26
|
철학자3보
추천 2
조회 2339
날짜 2016.03.25
|
고양이귀최강세대
추천 0
조회 2482
날짜 2016.03.20
|
아이쟉 쿠죠
추천 1
조회 2273
날짜 2016.03.19
|
루리웹-78
추천 1
조회 3163
날짜 2016.03.18
|
루리웹-236041764
추천 0
조회 1623
날짜 2016.03.17
|
ZGMF_X20A
추천 0
조회 1003
날짜 2016.03.15
|
아이쟉 쿠죠
추천 2
조회 2676
날짜 2016.03.10
|
아이쟉 쿠죠
추천 2
조회 3134
날짜 2016.03.09
|
루리웹-481973060
추천 1
조회 5148
날짜 2016.02.23
|
來栖川 芹香
추천 1
조회 2263
날짜 2016.02.21
|
一始無始一
추천 1
조회 3603
날짜 2016.02.18
|
루리웹-264556224
추천 0
조회 2362
날짜 2016.02.18
|
루리웹-1027161584
추천 1
조회 4088
날짜 2016.02.13
|
이끼늪수액괴물
추천 0
조회 3102
날짜 2016.02.12
|
체스는 말마다 행동이 정해져있고 칸수도 작아서 최선의 경우를 산출하기가 바둑보다 훨씬 쉽습니다. 그래서 연산이 중요했고 일찍부터 알고리즘을 잘짠 컴퓨터가 사람을 이길수 있었죠. 근데 바둑은 그냥 돌을 둔다는 경우의 수만 따지면 거의 무한대에 가까운 수치가 나옵니다. 그래서 말씀하신것처럼 바둑을 배워서 두는 게 알파고입니다. 알파고가 지식을 습득하는게 딥러닝이라는 건데 이걸 간단히 설명하면 컴퓨터한테 사과사진 한장을 보여주고 다른 사과사진을 보여주면 컴퓨터가 사과라고 인지하는게 힘듭니다. 그렇지만 수천 수만장이 되도록 보여주면 사과형태의 보편성을 배우고 사진이 사과이다 혹은 사과가 아니라 다른 과일이다를 깨우치게 된다는 거죠. 딥러닝은 인공신경망이라는 기술로 하는데 인간의 신경망과 비슷한 구조로 동작한다고 합니다. 과거에는 신경망을 단층으로 구성하는 방식이었는데 이게 문제가 많았습니다. 특히 비선형 분리문제 같은게 유명한데 이것도 단순히 설명하면 유난히 찌그러진 사과나 색이 오묘한 사과를 사과냐 아니냐로 구분할 수 있느냐 같은거죠. 또 배우는 과정에 사과가 아닌 다른게 섞여도 판단을 못한다는 점도 있구요. 게다가 배우는데 너무 오랜시간이 걸리는것도 컸습니다. 그래서 한때 폐지직전까지 간 이론이었는데 하드웨어적인 발전과 인공신경망을 연구한 사람들이 기존 단층 신경망에서 심층 신경망을 구성하면서 문제들을 해결해 다시 주목을 받게 되었습니다. 심층 신경망은 여러 다층으로 구성한 연결망에서 정리된 데이터를 바탕으로 기존의 경험을 더해 최종적으로 선택하는 겁니다. 인간으로 따지면 직관성이죠. 알파고는 대국연습용이 따로있습니다. 둘이서 계속 대국을 두는걸로 압니다. 아마 초기에는 여러 기보를 입력하고 바둑하는 법을 배웠을 거고 계속 대국을 하면서 경험을 쌓았을겁니다. 최근엔 빅데이터로 대변되는 데이터가 넘쳐나는 시대죠. 정제되지 않은 데이터가 넘쳐나니 이걸 해석하는 딥러닝이 제대로 개발되면 어디서든 쓰일겁니다.
알고리즘을 알고있으면 제가 인공지능 하나 만들었겠죠...
혹시 알파고 인공지능 알고리즘 말씀하시는 건가요? 알파고 알고리즘을 초딩이 알아듣기 쉽게 설명해주는 건 불가능 합니다. 그건 마치 3차원 공간에서 모든 밀폐된 곡선이 수축되어 하나의 점이 될 수 있다면 이 공간은 반드시 구로 변형될 수 있다는게 참인 이유를 초딩에게 알기 쉽게 풀어서 설명해주는 수준이에요.
쉽게말하면 프로그램은 정해진 연산 법칙에따라 입력한 값을 연산해서 출력물을 뱉어내는건데요, 인공지능은 연산 법칙을 자기 혼자 습득한다는게 다른점이겠죠.
혹시 알파고 인공지능 알고리즘 말씀하시는 건가요? 알파고 알고리즘을 초딩이 알아듣기 쉽게 설명해주는 건 불가능 합니다. 그건 마치 3차원 공간에서 모든 밀폐된 곡선이 수축되어 하나의 점이 될 수 있다면 이 공간은 반드시 구로 변형될 수 있다는게 참인 이유를 초딩에게 알기 쉽게 풀어서 설명해주는 수준이에요.
알고리즘을 알고있으면 제가 인공지능 하나 만들었겠죠...
저도 잘 알고 있는건아니지만.. 쉽게 설명하자면.. 컴퓨터가 수를 둘떄 상대바의 수를 보고 반응을합니다. 이 반응이란 내가 x라는 수를 가정하에 상대방이 y라는 수를 두었을떄 얼마나 나 자신에게 이득이 있나 확인하게됩니다. 그치만 이렇게 되면 현대의 컴퓨터가 못따라가기떄문에 딥머신 기술이라고 기계학습이라는 놈한테 부탁하는겁니다. 현재 존재하는 바둑 족보(?기보)로 훈련을 시켜 어느쪽에 우선순위를 맟출까를 정하게 되고 내가 두면 얼마나 효과적인지 확인하게됩니다. 그리고 바둑을 두는거죠. 이방법은 전수 조사법으로 먼저수를 다읽고 있다고보면됩나다.. 바둑에서의 수읽기는 컴퓨터로 치자면 자기에게 얼마나 이점이 있나를 확인하는 부분입니다.
http://spri.kr/download/14726/ 이문서를 보는것도 좋아보입니다..
감사합니다...끝까지 읽을수 있을지는 모르겠으나..감사합니다..
쉽게말하면 프로그램은 정해진 연산 법칙에따라 입력한 값을 연산해서 출력물을 뱉어내는건데요, 인공지능은 연산 법칙을 자기 혼자 습득한다는게 다른점이겠죠.
그냥 미로찾기 할때 컴터는 모든길을 한번씩 다 갔다와도 될 만한 연산력을 가지고 있는거죠. 알파고는 최대한 쓸데 없는 길을 처음부터 안간다는게 대단한거고요
쓸데없는 길을 갔었기에 거긴 가지않는다가 정해지는것 아닌가요. 이전에 훈련대국이 그런것이겠죠. 한번도 안갔다면 아예 입력된 상황을 그대로 답습한다는 의미일수도 있구요.
체스는 말마다 행동이 정해져있고 칸수도 작아서 최선의 경우를 산출하기가 바둑보다 훨씬 쉽습니다. 그래서 연산이 중요했고 일찍부터 알고리즘을 잘짠 컴퓨터가 사람을 이길수 있었죠. 근데 바둑은 그냥 돌을 둔다는 경우의 수만 따지면 거의 무한대에 가까운 수치가 나옵니다. 그래서 말씀하신것처럼 바둑을 배워서 두는 게 알파고입니다. 알파고가 지식을 습득하는게 딥러닝이라는 건데 이걸 간단히 설명하면 컴퓨터한테 사과사진 한장을 보여주고 다른 사과사진을 보여주면 컴퓨터가 사과라고 인지하는게 힘듭니다. 그렇지만 수천 수만장이 되도록 보여주면 사과형태의 보편성을 배우고 사진이 사과이다 혹은 사과가 아니라 다른 과일이다를 깨우치게 된다는 거죠. 딥러닝은 인공신경망이라는 기술로 하는데 인간의 신경망과 비슷한 구조로 동작한다고 합니다. 과거에는 신경망을 단층으로 구성하는 방식이었는데 이게 문제가 많았습니다. 특히 비선형 분리문제 같은게 유명한데 이것도 단순히 설명하면 유난히 찌그러진 사과나 색이 오묘한 사과를 사과냐 아니냐로 구분할 수 있느냐 같은거죠. 또 배우는 과정에 사과가 아닌 다른게 섞여도 판단을 못한다는 점도 있구요. 게다가 배우는데 너무 오랜시간이 걸리는것도 컸습니다. 그래서 한때 폐지직전까지 간 이론이었는데 하드웨어적인 발전과 인공신경망을 연구한 사람들이 기존 단층 신경망에서 심층 신경망을 구성하면서 문제들을 해결해 다시 주목을 받게 되었습니다. 심층 신경망은 여러 다층으로 구성한 연결망에서 정리된 데이터를 바탕으로 기존의 경험을 더해 최종적으로 선택하는 겁니다. 인간으로 따지면 직관성이죠. 알파고는 대국연습용이 따로있습니다. 둘이서 계속 대국을 두는걸로 압니다. 아마 초기에는 여러 기보를 입력하고 바둑하는 법을 배웠을 거고 계속 대국을 하면서 경험을 쌓았을겁니다. 최근엔 빅데이터로 대변되는 데이터가 넘쳐나는 시대죠. 정제되지 않은 데이터가 넘쳐나니 이걸 해석하는 딥러닝이 제대로 개발되면 어디서든 쓰일겁니다.
네....하아;;;; 스스로 학습한다는게 도대체 어떤 의미인지 이해가 안가네요;;;
과거를 분석해서 미래를 예측하다(예언하다)