[AI] 인공지능에 대한 이해(2017에 정리한 리포트)

ㅁ 들어가며

  AlphaGo가 기존 바둑프로그램의 한계를 뛰어 넘은 핵심을 더 깊게 이해하기 위해 인공지능에 대한 이해가 필요하다. 이 리포트는 인공지능의 역사와 알고리즘에 대해 살펴봄으로써 인공지능에 대해 이해하고, 시대적 흐름 속에서 새로운 기술적 도약을 위해 ‘PIM’이라는 컴퓨팅 기술에 대해 정리하고자 하였다. 2017년도에 인공지능에 대해 공부하고 리포트로 정리한 글로 LLM의 게임 체인저인 트랜스포머를 알기 전에 작성한 글이다.

- 차례 - 1. 인공지능의 정의 2. 인공지능의 역사   2.1. 1차 인공지능 붐 : AI의 탄생과 한계.   2.2. 2차 인공지능 붐.   2.3. 진화연산, 단어계산   2.4. 인공지능의 역사를 통해 바라본 미래 3. 인공 신경망   3.1. 인간의 뇌에 대한 모방으로서 인공신경망   3.2. 단순한 계산 요소로서의 뉴런   3.3. 퍼셉트론   3.4. 다층신경망   3.5. 홈필드 신경망   3.6. 양방향 연상 메모리   3.7. 자기조직 신경망       3.7.1. 헤브 학습       3.7.2. 경쟁 학습   4. 인공지능 관련 논문     4.1. 인공지능 개요 및 적용 사례     4.1.1. 논문 선택의 이유       4.1.2. 논문의 요약   4.2. AlphaGo의 인공지능 알고리즘 분석     4.2.1. 논문 선택의 이유     4.2.2. 논문의 요약   4.3. A Double-Data Rate (DDR) Processing-inMemory(PIM) Device with Wide Word Floating-Point Capability     4.3.1. 논문 선택의 이유     4.3.2. 지형 공간정보체계

ㅁ 마무리

“인공지능은 왜 필요한가?”

  AI가 최초로 인정받은 연구는 1943년 웨렌 맥클록과 월터 피츠에 의해 시작되었다. 2차 인공지능 붐은 지식표현의 붐이었고 세상의 모든. 지식을 기계에 집적하고 기계가 이 지식을 잘 이해 하도록 하여 복잡한 과제가 주어지더라도 기계가 해답을 제시할 수 있는 방법이 개발되었다. 기계가 오로지 인간이 정한 규칙에 따라 움직이던 1차 인공지능 붐으로부터 2차 인공지능 붐은 어느 정도 진보를 보였다. 하지만 막대한 양의 데이터를 수집하고 입력하는 것은 거의 불가능하고 기계가 실제 의미를 이해는 것은 아니었다.

  오늘날의 인공 신경망(ANA, Artificial Neyral Network)이 인간의 뇌를 흉내 낸 ‘학습’ 능력을 지니게 된다. 구체적인 알고리즘은 단순한 계산 요소로서의 뉴런, 퍼셉트론, 다층신경망, 홉필드 신경망으로 구체화하며 발전을 하였다.

“인공지능의 발전을 위한 새로운 도약은 없을까?”
   AlphaGo의 인공지능 알고리즘 분석은 AlphaGo의 컴퓨팅 환경과 확장성을 제시하지만 다중 컴퓨터 시스템 방식처럼 분산된 프로세스만큼의 비례적인 성능 향상은 어려워보인다. 프로세서 사이의 통신이 매우 복잡할 경우 다른 프로세서의 메모리에 있는 데이터가 자주 필요하면 성능이 떨어질 수 있으며, 또한 기존 프로그램을 독립적인 테스크의 집합으로 다시 구성하여 테스크 사이에 메시지를 교환해야 하는 어려움이 있다.
  인간의 뇌를 모방한 인공신경망의 핵심은 뉴런에 있고 이 뉴런과 유사한 컴퓨팅 기술의 필요성이 대두된다. 즉 CPU가 뉴런들의 학습을 위해 가중치를 개별적으로 계산하고 누적하는 연산적 행위를 따로 분리를 시켜, CPU가 가진 고유한 사유의 기능을 강화시키는 방안이 그것이다. 이런 방식을 Process In Memmory인 PIM, 지능형 반도체라고 한다.
 
“지능형 반도체를 이용한 새로운 국가 사업의 비젼을 제시해 본다.”
   지능형 반도체(Processing In Memory, PIM)는 저장 작업을 하는 메모리 반도체에 연산 작업을 하는 프로세서 기능을 더한 것이다. 즉, CPU, GPU, 메모리, 통신, OS 등을 모두 통합하고 임베디드 SW로 전체 시스템을 제어 · 구동하는 반도체로서 전체 시스템의 부가가치를 높일 수 있다.
  하지만 문제점들이 존재한다. 소위 ‘인공신경망’이라고 칭하는 다양한 알고리즘의 들의 집합체는 아직 정형화가 될 수 없다. 어떤 알고리즘에 맞추어 지능형 반도체를 만들 수 있을 지에 대한 문제이다. 우리 나라의 제 1의 반도체 기업인 삼성은 어쩌면 인공지능의 대세에 따라 Processing In Memory을 준비하고 있지 모르겠다.

 

인공지능에 대한 이해.pdf

1.09MB