TRACE

<딥러닝 알고리즘의 주요 응용분야>

① Computer Vision

: 컴퓨터가 인간의 시각 기능을 수행할 수 있도록 하는 방법을 연구하는 분야

☞ 이미지 분류(Image Classification), Semantic Image Segmentation, 물체 검출(Object Detection) 등

딥러닝 여러 구조 중 CNN 구조가 많이 사용됨

ex) 테슬라 자동차의 Autopilot → 자율주행 기능. 주변 물체 감지를 통해 교통사고 발생률 줄임

② Natural Language Processing(NLP), 자연어 처리

: 컴퓨터가 인간의 언어처리 기능을 수행할 수 있도록 하는 방법을 연구하는 분야

☞ 문장 분류(Text Classification), 이미지 캡셔닝(Image Captioning), 기계 번역(Machine Translation), 챗봇(Chatbot) 등

딥러닝 여러 구조 중 RNN 구조가 많이 사용됨

ex) Google의 Duplex → 음성 가상 비서. 

③ Speech Recognition, 음성인식

: 컴퓨터가 인간의 음성인식 능력을 수행할 수 있도록 하는 방법을 연구하는 분야

☞ 음성 데이터가 표현하는 문장이 무엇인지를 인식(Speech To Text, STT)

ex) 애플 Siri, 구글 Now, 마이크로소프트 Cortana, 안드로이드 Bixby / 가정용 인공지능 스피커

④ Game

: 게임(시뮬레이션) 환경을 이용해서 인공지능 기술 발전을 연구하는 분야

(인공지능의 성능, 범용성 등을 측정하기 위해서 사용됨)

사용되는 대표적 머신러닝 알고리즘은 강화학습이며, 최근에는 DQN 기법이 많이 주목받고 있음

ex) 알파고 : 어려운 문제 해결 능력 / OpenAI Five : 전투봇. 복잡한 문제 환경 속 해결 능력

⑤ Generative Model, 생성모델

: 학습 데이터의 분포를 학습해서 학습한 분포로부터 새로운 데이터를 생성하는 방법을 연구하는 분야

ex) BEGAN : 새로운 얼굴 데이터 생성 / Deepfake : 원본 영상의 얼굴을 다른 사람으로 대체