특집 인공지능속 심리학<2부 딥러닝을 가능하게한 인경신경망>

안녕하세요 심플한 심블입니다. <인공지능속 심리학 특집 제 2부->딥러닝을 가능하게한 인공신경망편 입니다. 

 

내용을 시작하기에 앞서서 제 블로그가 드디어 누적방문수 500을 달성했습니다. 와아아아아아~ 정말 처음 시작한 블로그라 잘 될까 걱정도 많았지만 제글을 봐주신 많은 여러분 덕분에 어느세 누적 방문수 500이 되었어요. 앞으로도 열심히 하는 심플한 심블이 되겠습니다. 

 

네 오늘은 1부에 이어서 인공신경망이 무엇인지 파해쳐 보겠습니다. 1부에서는 인공신경망을 만든 사람에 대한 이야기였다면 이번에는 인공신경망 그 자체에 대한 내용입니다. 
컴퓨터가 발전하고 학습에 대한 논의가 증가될때 어떻게 하면 컴퓨터의 성능을 높일까는 많은 학자들의 주된 관심사 였습니다. 이때 인간의 뇌도 어차피 전기 자극을 주고 받는건데 이러한 인간의 뇌의 데이터 처리과정을 배끼면 어떻겠냐는 의견이 나왔고 이런 공상과학적인 이야기는 웰렌 맥컬론에 의해 현실이 됩니다.
인공신경망에 대해 이해하기 위해서는 인간이 어떻게 정보를 처리하는지를 먼저 알아야 합니다. 인간의 뇌는 무수한 뉴런에 의해서 자극을 받고 그러한 자극에 대한 반응을 보입니다.

 

먼저 자극을 받으면 자극에 의해 형성된 전시신호를 수상돌기에서 받고, 축삭돌기를 거쳐 축삭말단을 통해 다음 뉴런으로 전달됩니다. 이러한 신호들의 전달을 통해서 정보를 전송하고 저장합니다. 두개의 뉴런들 사이에는 시냅스란게 존재하는데 이곳을 넘어가기 위해서는 일정자극의 전기신호(역치)이상의 전기신호가 존재해야 합니다. 이러한 과정을 통해 뉴런의 발화는 항상 일정한 크기 이며 생기거나 생기지 않거나 두개의 과정밖에 없는 실무율 반응을 유지합니다. 이런 뉴런의 특징이 0과1 밖에 컴퓨터에 잘 어울린다고 생각하여 과학자와 심리학자는 이러한 반응을 토대로 알고리즘을 하나 만듭니다.

 

 

바로 이것이죠. 입력된 값을 함수에서 처리하고 처리된 값을 제출합니다. 인간의 뇌는 이런 뉴런들이 1천억개 이상 존재하고 100조개의 연결이 있다고 하네요.ㄷㄷㄷ

이런 함수층들을 여러개를 놔두면 밑의 그림과 같은 현상이 됩니다.

그리고 이것이 바로 인공신경망의 기본 모델입니다. 이런 모델들은 처음에는 의미있는 작업을 하지는 못하지만 계속 작업이 진행될수록 실제와 유사한 결과를 출력하게 됩니다. 바로 학습을 하는 것이죠. 이런 과정을 간략하게 나타내면 밑의 과정과 같이 됩니다.

 

1.현재의 값을 함수를 이용해 결과를 도출한다.

2.결과값을 실제 정답과 비교하여 오차를 측정한다.

3.오차를 반영하여 함수를 보정한다.

4.이 과정을 계속 반복한다.

5.완벽한 값을 도출한다.

이러한 오차를 잡아내고 계속 함수를 업데이트 하는 과정이 바로 학습입니다.

 

하지만 인공신경망 기술은 시간이 너무 오래걸리고 함수층인 은닉층이 많아질수록 복잡하고 불안정 해져서 잠시 외면 당했었습니다.

하지만 하드웨어의 발전으로 해결되었고 이는 곧 오른쪽 그림과 같은 신경망 즉 딥러닝으로 이어집니다. 알파고는 이러한 은닉층이 13개나 되서 수많은 연결고리를 가지고 있었다고 하네요. 이쯤이면 얼마나 성능이 좋을지 무서워지네요 ㅎㄷㄷ..

 

이러한 임의의 값에서 수많은 시행착오를 겪으면서 최적의 답을 찾아내기 때문에 무식하고 비효율적이다라고 비판받기도 하는데 사실은 훨씬 효율적 이랍니다.

 

이외에도 인경신경망에 대해 다증회귀분석이나 로지스틱 함수등 더 어렵고 복잡한 내용이 있었지만  여러분의 편의를 위해 과감하게 뺏습니다.(사실은 제가 이해를 못해서ㅠㅠ).. 이 포스팅을 작성하기 위해서 많은 블로그랑 책을 참고했기 때문에 내용이 비슷할 수 있다는 점에서 양해의 말씀을 드립니다. 그리고 이런 인공신경망의 암흑기를 끝내고 딥러닝을 탄생시킨 심리학자 데이빗 럼멜하트씨를 비롯한 수많은 과학자들에게 경외의 박수를 보내면서 마무리 하겠습니다.

 

다음은 제3부 인공신경망vs인간의 뇌 에서 찾아뵙겠습니다.

 

 <심리학책 추천>