인공 지능이란 무엇입니까? 일상 생활의 16 가지 예

인공 지능은 기계에서 인간 뉴런의 기능을 모방하고 인간 행동에 기반한 다양한 문제를 수학적, 논리적 메커니즘을 통해 해결하는 방법을 찾는 컴퓨터 연구 및 연구의 한 분야입니다. 일상 생활에서 16가지 예를 발견하십시오.

이미 스스로에게 물어봤을 것 입니다. 인공 지능이 무엇입니까? 그리고 이에 답하기 위해 인공 지능(AI) 은 인간 지능을 기계로 시뮬레이션 하여 학습, 추론, 추론, 예측 등의 능력을 제공 한다고 말하는 것이 매우 일반적입니다 .

그리고 우리는 종종 그것을 영화에서처럼 물리적이고 인간화된 로봇의 이미지와 연관시킵니다. 그러나 대부분의 경우, 특히 일상 생활에 존재하는 경우에는 그렇지 않습니다.

따라서 이 텍스트의 목적은 더 나아가서 그것이 실제로 무엇인지, 어떻게 만들어졌는지를 자세히 설명하고 몇 가지 예를 제시하는 것입니다.

이를 위해 다음 주제를 다룰 것입니다.

• 인공 지능이란 무엇입니까
• 인공지능은 어떻게 만들어지는가
• 인공 지능의 종류
• 일상 속 인공 지능의 16가지 예
• 결론

인공 지능이란 무엇입니까

인공 지능은 컴퓨터 연구 및 연구의 한 분야 로서 기계에서 인간 뉴런의 기능을 모방하고 인간 행동에 기반한 다양한 문제를 수학적, 논리적 메커니즘을 통해 해결 하는 방법을 모색합니다 . 사실, 그것은 개념입니다.

인공 지능 및 프로그래밍

인공 지능을 개념이 아니라 기술 이라고 부를 때 컴퓨터 알고리즘 , 즉 컴퓨터가 특정 명령을 실행하기 위해 따라야 하는 서면 지침을 통해 만들어졌다고 말하는 것이 옳습니다 .

  그러나 이러한 알고리즘은 다른 방식으로 만들어지므로 기계의 응답이 인간 두뇌의 응답과 가능한 한 가깝게, 즉 덜 선형적이고 일정합니다.

예를 들어, 개인용 컴퓨터는 특정 버튼을 누를 때 켜고 끄는 것과 같은 특정 명령에 선형적이고 일정한 방식으로 응답하도록 프로그래밍되었습니다. 그러나 그것이 그를 똑똑하게 만드는 것은 아닙니다. 그는 단지 미리 정해진 명령에 복종할 뿐입니다.

반면에 인공 지능의 매개 변수 내에서 만들어진 프로그램은 지능적인 알고리즘을 사용하여 기계나 하드웨어 가 데이터와 상황을 해석하고 각각의 경우에 다르게 대응하면서도 각각으로부터 학습할 수 있도록 합니다.

인공 지능의 개념에서 수행되는 각 컴퓨터 프로그램을 모델 또는 수학적 모델링이라고 하며 각각 이미지, 오디오, 텍스트 등의 기능을 해석하는 것을 목표로 하는 서로 다른 목적에 해당합니다.

이 통합은 AI를 만드는 사람의 창의성에 따라 달라지기 때문에 순수하고 단순한 수학을 통해서든 더 복잡한 방식으로든 이러한 모델을 다양한 방식으로 통합하는 것이 가능합니다.

인공지능은 모두 로봇인가?

아니요, 모든 인공 지능이 로봇은 아닙니다. 로봇은 챗봇과 같이 육체가 없더라도 말, 듣기 또는 만지는 등 어떤 방식으로든 상호 작용할 수 있는 보다 복잡한 형태의 AI입니다.

그리고 이를 위해서는 둘 이상의 기능을 통합해야 하며 이러한 기능은 이미 함께 생성되었기 때문에 별도로 통합할 필요가 없습니다.

로봇 외에도 다음을 사용하는 인공 지능이 있습니다.

• 모델(또는 프로그램)만: 이 경우 기술은 특정 목적을 수행하며 하나의 기능만 있습니다. 예: 이미지 인식;
• 다중 모델(또는 프로그램): 이 경우 각 모델은 서로 다른 기능을 정의하고 나중에 통합되어 함께 작동합니다.

인공 지능은 어떻게 만들어지는가

인공 지능 기반 기술은 이미 언급했듯이 컴퓨터 프로그래밍을 통해 만들어집니다. 그러나 이것은 기존 프로그래밍과 다른 매개변수 내에서 수행됩니다.

단순히 명령에 응답하는 것이 아니라 학습을 위해 계산을 사용하는 일련의 기술과 리소스를 사용해야 합니다. 학습은 기계나 하드웨어 가 주어진 문제를 해결하는 미적분학을 찾을 때 발생합니다. 그리고 각각의 새로운 계산 또는 학습은 미래 상황 에서 사용하기 위해 저장됩니다 .

그것을 만드는 데 필요한 것

기본적으로 인공 지능을 만들려면 계산을 수행하고 모델 또는 모델을 지속적으로 실행할 수 있는 기계/컴퓨터만 있으면 됩니다.

로컬 서버나 클라우드에서 이 작업을 수행할 수 있습니다. 그러나 리소스와 저장 용량이 적을수록 생성하는 데 더 많은 시간이 걸립니다. 리소스가 많을수록 시간이 줄어듭니다.

인공 지능을 훈련시키는 방법

인공 지능의 학습은 인간과 유사한 방식으로 발생합니다. 따라서 그녀는 계산을 통한 학습 외에도 그녀를 훈련시키는 사람들이 제공하는 정보와 데이터를 통해 학습합니다. 또한 사용자와의 상호 작용을 통해 .

학습 방식은 알고리즘 구축 방식에 따라 다릅니다. 그리고 세 가지 유형이 될 수 있습니다. 아래에서 확인하세요.

감독 : 이 경우 훈련 중인 사람이 AI에게 원하는 대답을 알려줍니다. 예를 들어, 그것은 그녀에게 고양이의 이미지를 보여주고 일부 코드를 통해 다음 메시지를 전달합니다.

이어 그는 개의 모습을 보여주며 "이건 개라고 말해줬으면 좋겠다"고 말했다. 여러 장의 이미지로 이렇게 하고 훈련에 사용되지 않은 고양이의 이미지를 보여주면 AI가 고양이라고 말할 수 있을 것이다.

semi-supervised : 이 모드에서 훈련 중인 사람은 예를 들어 샘플을 몇 개 가져와 AI에게 자신이 고양이라고 알리고, 다른 사람은 가져와서 개라고 알리고, 다른 사람은 취하고 아무 말도 하지 않습니다. 그리고 AI는 고양이와 개의 샘플을 사용하여 식별되지 않은 것들의 분류를 수행합니다.

unsupervised : 이 경우 그 사람은 아무 대답도 하지 않고 AI가 스스로 대답하도록 내버려 둡니다. 예를 들어, 사람이 고양이와 개가 섞인 여러 이미지를 보여주면 AI 자체가 패턴을 식별하고 어느 것이 개인지 말할 필요 없이 패턴을 식별하고 한 가지를 다른 것과 구별하는 방법을 만듭니다.

인공 지능의 종류

기능이 다른 많은 유형의 인공 지능이 있으며 사용되는 알고리즘에 따라 다릅니다.

일부는 자연어 처리(NLP) 및 컴퓨터 비전과 같은 매우 구체적인 알고리즘을 사용합니다. 그러나 대부분은 기계 및 딥 러닝 기술을 기반으로 합니다.

기계 학습

기계 학습 또는 기계 학습 을 기반으로 하는 지능 은 신경망(인간의 뉴런처럼 작동하는 상호 연결된 노드가 있는 컴퓨팅 시스템)을 사용합니다.

따라서 그들은 앞서 언급한 교육과 기술 사용자가 제공한 데이터 및 정보와의 상호 작용, 이른바 탐색 분석에서 발생하는 자신의 경험에 따라 행동을 자율적으로 수정할 수 있습니다.

데이터를 더 느린 속도로 처리하므로 덜 전문화된 기능으로 작업하기 때문에 딥 러닝 기반에 비해 조금 더 간단합니다.

딥러닝

딥 러닝 또는 딥 러닝을 기반으로 하는 지능은 여러 처리 계층 또는 학습 계층이 있는 대규모 신경망을 사용하므로 더 복잡한 패턴을 학습 하고 훨씬 더 많은 양의 데이터를 더 짧은 시간 에 처리할 수 있습니다.

일반적으로 오디오 및 이미지 처리와 같은 보다 전문화된 기능에 사용됩니다.

자연어 처리(NLP)

우리가 말했듯이 자연어 처리(NLP)는 고유한 알고리즘을 사용하여 인간의 언어를 이해하고 시뮬레이션 하는 매우 전문화된 인공 지능 유형입니다 .

즉, 인간이 말하거나 쓰는 것을 이해하고 인간의 언어를 사용하여 이해할 수 있는 응답을 공식화하는 기술을 허용합니다. 일상 생활에서 NLP를 사용하는 잘 알려진 예는 가상 비서와 챗봇입니다.

컴퓨터 시각 인식

컴퓨터 비전은 컴퓨터 가 시각 정보를 해석할 수 있는 능력, 즉 볼 수 있는 능력을 부여하는 기계에 의한 이미지 처리 를 연구하고 개발하는 인공 지능의 한 분야입니다. 그리고 그 시작 명령에서.

NLP와 달리 컴퓨터 비전은 인간의 비전을 모방하려고 하지 않고 그 이상을 추구합니다. 따라서 인간의 시각적 능력 자체보다 더 강력하고 독단적이라고 간주됩니다.

이 유형의 AI는 이미지 인식 및 얼굴에 사용됩니다. 업계에서는 라벨, 코드 등의 식별, 기계의 문제 검사 및 예방에 사용됩니다. 자율주행차에서는 표지판을 확인하는 역할을 합니다. 그것은 우리 검색 시스템 , 이미지로 검색을 허용합니다.

일상 속 인공 지능의 16가지 예

당신은 이미 인공 지능의 세계가 매우 넓고 복잡하다는 것을 알아차렸습니다. 모든 AI가 로봇이 아니라는 것을 이미 알고 있습니다. 영화에서처럼 모든 로봇이 육체를 가지고 있는 것은 아닙니다. 그는 또한 무수한 가능성과 응용이 있는 다양한 형태의 인공 지능과 인공 지능을 만들고 훈련하는 많은 방법이 있음을 보았습니다.

그리고 이것이 바로 의학, 엔터테인먼트, 온라인 상거래를 포함하여 우리가 때때로 상상조차 하지 못하는 여러 영역과 활동에서 우리의 일상 생활에 존재하는 것을 가능하게 하는 것입니다.

일상 생활에 인공 지능을 적용한 몇 가지 예를 알아보세요.

1) 가상 비서

2) 고객 서비스

3) 이메일

4) 소셜 네트워크

5) 스트리밍 서비스

6) 게임

7) 은행

8) 구글

9) 전자상거래

10) 디지털 보안

11) 인적 자원

12) GPS 앱

13) 운송

14) 산업

15) 의학

16) 농업

1) 가상 비서

브라질 가정에 점점 더 많이 존재하는 가상 비서는 일상 생활에서 인공 지능의 주요 예 중 하나입니다.

가장 잘 알려진 것은 Siri(Apple), Cortana(Windows), Google Assistant(Google) 및 Alexa(Amazon)입니다. 그것들을 사용하면 온라인 설문 조사와 같은 다양한 작업을 수행할 수 있습니다. 음성 쇼핑; 노래를 들어달라고 요청하십시오. 그리고 심지어 이야기. 이러한 기능으로 키즈 파티를 즐길 수 있으며 어른들도 뒤쳐지지 않습니다.

2) 고객 서비스

챗봇은 육체가 없는 로봇의 좋은 예입니다. 채팅 대화에서 사람을 시뮬레이션하고 모든 사용자가 즉시 서비스를 받을 수 있도록 하여 문제를 해결하거나 담당 부문으로 안내하므로 탁월한 서비스 도구입니다. 이는 프로세스를 간소화하고 직원의 시간을 최적화합니다.

3) 이메일

오늘날 Gmail 및 Outlook과 같은 대부분의 이메일 서비스는 인공 지능을 사용하여 스팸 메일 가능성을 식별하고 스팸 메일이 받은편지함을 채우거나 바이러스나 사기를 통해 어떤 식으로든 해를 입히는 것을 방지합니다.

4) 소셜 네트워크

소셜 네트워크가 중독성이 있는 이유 중 하나는 사용자 정의 기능 이며 이는 인공 지능을 사용하여 가능합니다.

브라우징하는 동안 수행되는 모든 작업을 실시간으로 모니터링하므로 보다 적극적인 친구 추천을 하고 각 사람에게 가장 관련성이 높은 광고를 표시할 수 있습니다.

또한 인공 지능은 게시물에서 사용자의 감정을 파악하여 가장 관련성이 높은 콘텐츠와 이미지를 강조 표시하고 부적절한 것으로 간주되는 이미지를 제거합니다.

5) 스트리밍 서비스

넷플릭스, 스포티파이 등 스트리밍 서비스도 인공지능을 통한 개인화 덕분에 엔터테인먼트 분야에서도 큰 성공을 거뒀다.

이러한 개인화는 지능 탐색 분석 을 통해 각 사람이 가장 많이 보고 들은 팟캐스트, 음악, 영화 및 시리즈와 같은 가장 관련성 높은 콘텐츠 를 표시할 수 있는 추천 시스템에 의해 주로 발생합니다 .

6) 게임

일상 생활에서 인공 지능을 사용하는 또 다른 예는 게임의 세계입니다. 이 부문은 점점 더 혁신적이며 AI로 구동되는 기능 중 일부는 증강 현실 과 가상 현실 로 매일 게임을 더욱 현실감 있게 만듭니다.

7) 은행

은행은 또한 프로세스를 자동화하고 최적화하기 위해 인공 지능을 사용하는 예입니다. 디지털 은행뿐만이 아닙니다. 전통적 기업들은 무엇보다도 시장 데이터 분석, 재무 관리, 고객 관계(앞서 언급한 가상 비서 및 챗봇 사용)를 수행하기 위해 이 기술에 뛰어들고 있습니다.

8) 구글

Google은 일상 생활에서 인공 지능을 사용하는 가장 큰 예 중 하나입니다. 이 글로벌 기업은 오랫동안 이 기술을 사용하여 제공하는 거의 모든 제품과 서비스에 사용하고 있습니다.

예 3에서 인용한 경우와 같이 이메일 기능에 존재합니다. 이미지 인식을 검색하는 Google Lens와 같은 애플리케이션에서; 구글지도; 심지어 회사에서 만들고 의학과 같은 다른 분야를 대상으로 하는 소프트웨어도 있습니다.

그러나 세계에서 가장 많이 사용되는 Google Ads 와 검색 엔진은 지능 학습을 통해 진화하고 점점 더 적극적인 연구 결과를 가져왔다는 점을 언급할 가치가 있습니다.

이 기술을 사용하면 검색 결과가 점점 더 빠르게 표시되고 도구는 무엇보다도 동의어, 관련 주제, 문자 소리 간의 유사성을 인식합니다. 더 많은 사람들이 사용할수록 검색 의도와 행동에 대해 더 많이 알게 되어 사용자에게 더 나은 경험을 제공합니다.

Google Ads의 경우 인공 지능은 주로 탐색 분석에 중점을 두며 이 정보를 사용하여 개인 맞춤 광고를 추천 하므로 보다 적극적입니다.

9) 전자상거래

Os 제품 추천 시스템 AI 기반 기술은 쇼핑 경험 을 돕기 때문에 온라인 소매의 성공에도 필수적 입니다.

AI가 모든 사용자 탐색을 분석하여 가장 관련성이 높은 제품을 스마트 샵 창 에 표시 하고 개인화할 수 있습니다. 이를 통해 개인화 된 쇼케이스 외에도 자율적 인 수동 작업의 필요성을 줄이기 때문에 시작 창조차도 더 빠르고 효율적으로 각 사람에게 맞춤화됩니다.

그러나 쇼케이스 외에도 오늘날 인공 지능은 전자 상거래를 위한 스마트 검색 에도 존재 하여 가상 상점 내에서 제품 검색을 용이하게 합니다.

이 기술의 장점은 검색 속도입니다. 음성 유사성 ; — 단어의 소리를 인식하고 오타가 있는 제품을 표시 — 자동 색상 검색 ; 행동 검색 ; 음성 검색 ; 전자 이미지 검색 .

10) 디지털 보안

인공 지능은 오늘날 디지털 보안 시스템 및 소프트웨어에서도 널리 사용되어 특히 온라인 결제 를 수행해야 할 때 사용자 데이터와 관련된 해커 침입 및 기타 위험을 식별하고 방지하는 데 도움이 됩니다 .

11) 인적 자원

일상 생활에서 인공 지능을 사용하는 또 다른 중요한 예는 인적 자원 부문입니다. 이 경우 AI는 데이터를 수집하고 특정 공석에 대한 관련 프로필을 식별하는 데 도움을 줍니다. 사람 관리에서; 시간 제어에서도 얼굴 인식을 사용합니다.

12) GPS 앱

이제 일상에서 매우 중요한 GPS 애플리케이션은 인공 지능을 사용하여 교통량을 지속적으로 실시간으로 모니터링하여 최적의 경로를 표시하고 사고, 경찰 공습 등에 대한 정보를 제공합니다.

또한 현재 주문 위치를 모니터링하고 보고하는 내부 GPS 시스템이 있는 음식 배달 또는 배달 애플리케이션에도 있습니다.

13) 운송

교통에서 GPS 사용 외에도 인공 지능은 컴퓨터 비전을 통해 교통 표지판을 이동, 식별 및 존중할 수 있는 자율 주행 자동차 에서 두드러집니다. 그러나 그것은 또한 대중 교통의 추적과 배송 물류 에도 존재 합니다.

14) 산업

인공 지능은 또한 많은 산업 분야에 존재하여 제품 및 기계의 생산, 포장, 라벨링 및 검사를 자동화하고 최적화하는 데 도움을 줍니다.

15) 의학

의학에서도 인공지능은 이미 널리 사용되고 있으며, 이것이 오늘날의 의료에서도 이 리소스를 사용하면 훨씬 더 개인화될 수 있는 이유입니다.

AI를 통한 발전에 주목해야 할 의학 분야는 종양학이다. 구글이 자체적으로 유방암 과 폐 를 진단하는 소프트웨어를 개발 했으며 방사선 사진 분석을 통해 의사 자신보다 훨씬 더 효과적으로 질병을 인식하는 것으로 판명됐다.

또 다른 하이라이트는 Covid-19와의 싸움에서 이 기술을 사용하여 오염 발생을 식별하는 것입니다. 원격으로 환자를 돌보는 것을 돕습니다. 소셜 네트워크에서 가짜 뉴스의 자동 제거.

16) 농업

인공 지능의 사용은 농업 분야에도 얼마 동안 도달했습니다. 몇 가지 예는 자율 기계와 트랙터, AI 기반 드론을 통해 기후와 농장의 건강을 모니터링하여 작물의 생산성과 품질을 높이는 것입니다.

결론

이미 보았듯이, 주제는 복잡하고 인공 지능이 실제로 무엇인지 그리고 인공 지능을 둘러싼 모든 것을 깊이 이해하기 위해 다루어야 할 것이 많습니다. 결국, 이 기술은 지속적으로 발전하고 있습니다.

우리는 여기에서 몇 가지 예를 인용하지만 더 나은 결과를 위해 그것을 사용하는 수많은 다른 영역과 부문이 있으며 그 범위는 점점 더 커질 것입니다.

각본: Tania d'Arc