머신러닝

머신러닝

머신러닝은 한국어로는 기계학습이라고 불리는 이기술로 기계를 학습시켜 인간의 판단을 위임하기위해서 고안된 기술입니다 예를들어 전염병을 걸렸는지 확인 하는 양성판정 자동으로 언어를 번역해주는 기계번역 스스로 움직이는 자율주행같은 수많은 작업들이 머신러닝이라고 불리는 이기술을 이용해서 구현되고있고 구현할수 있습니다.

 

인류는 좋은 결정을 하기위해 수를 만들어서 대소관계를 표준화 하였습니다. 그리하여 숫자를 통해 크키를 엄밀하게 인식하게 되었고 정밀하게 소통할수 있게 되었습니다. 이는 비교를 하기위한 가장 중요한 도구으로써 수는 혁명적인 사건입니다, 거기에 통계라는것이 등장하고 컴퓨터가 등장하면서 인류는 단순한 계산에서 벗어나게됩니다.

이런과정을 통해서 인류의 결정능력은 비약적으로 향상됩니다.

이러한 노력들이 없었다면 거대국가와 조국적 기업은 등장하지 않았을 것입니다. 여기에 더해 인류는 같은문제에 비슷한문제까지 스스로 결정할수 있게 만든 기술이 기술학습 즉 머신러닝입니다

여기서 주의하셔하는것은 자동차가 있다고 발이 필요없는것이 아닌듯이 머신러닝떄문에 두뇌가 필요 없어지는것이 아니라 머신러닝은 우리의 두뇌가 가진 판단능력을 확장하여 우리두뇌가 더욱빠르고 정확하게 결정할수 있게 만드는도구라고 생각하시면됩니다.

 

Teachable machine

머신러닝을 이해하기 위해서꼭 수학과 코딩 알아야하는것은 아닙니다 수학과 코딩없이도 머신러닝을 이용할수 있게 하는 서비스들이 생겨나고 있습니다 미래에는 수학자나 프로그래머가 아니여도 누구나 머신러닝을 이용해서 기계를 학습시키고 그거를 활용하여 자신의 문재를 해결하고 있을것입니다 마치 컴퓨터가 처음등장했을때 소수의 과학자들만 다루는 음흉한 비밀 무기 처럼 인식되었지만 오늘날에는 모든사람들이 전화기의 탈을 쓴 스마트폰과 씨름하면서 컴퓨팅을 하고있는것 처럼 머신러닝도 그렇게 될것입니다 이런 가능성을 보여주는 사례를 보여주겠습니다

teachable machine은 머신러닝의 지식이 없이도 머신러닝을 이용할수 있도록 고한된 도구입니다.

https://teachablemachine.withgoogle.com/

Teachable Machine

위의 링크로 들어가셔 사용해보시면 됩니다 그리고 미래에는 이 서비스가 없어질수도 있습니다 하지만 걱정하지마세요 이 서비스 자체가 중요하지 않고 우리는 머신러닝의 본질을 이해하는것이기 떄문에 혹시 서비스가 동작하지 않는다고 중단하지 말아주세요.

링크를 돌어가면 get started를 누르면

이렇게 서버스들이 나옵니다 각각 이미지 소리 움직임을 데이터를 넣어 학습시킬수 있습니다.

여기서 만들어볼것은 손톱을 깨무는모습을 학습시키기 위해 image project 를 눌러주면

이러한 화면이 나옵니다 여기서 webcam을 눌러주면

위의 사진처럼 나오는데 여기서 이미지는 자신의 cam을 통해 이미지로 나오게 됩니다. 여기서 hold to record를 눌러주면 그 자세가 찍힙니다 다음으로 여러장면을 찍어주고 반대되는 상황을 다시 찍어줍니다. 그렇게 다찍으면

위의 사진처럼 나오게 되며 train model을 눌러주면 기계가 이미지를 받아 학습을 하게되고 학습이 끝나고 캠에 적용된 행동을 하면 퍼센트가 움직이는 것을 볼수있습니다.

모델

모델은 머신러닝을 이해하는데 중요한 열쇠입니다  머신러닝에서 이야기하는 모델의 의미를 이해했다면 머신러닝의 개념을 파악한것이라고 할수 있습니다 여기에는 모델이라는 말에 의미를 파악하는것을 적을것 입니다.

모델이란 아이들을 관찰할때 하루중일 모든것을 만져보고 먹어봅니다 예를들어 아이스크림을 먹고나서 맛있다라고 느끼고 돌을 먹어보고서는 이것을 못먹는것이구나를 알게됩니다 이 과정에서 먹어도된는것과 먹어서 안되는것 먹고싶은것과 먹기 싫은것을 알게됩니다 이런과정을 통해서 가지게된 판단능력을 교훈이라고 합니다 이 교훈덕에 경험해보지 않아도 그결과를 예측또는 추측 해볼수 있습니다. 추축덕분에 먹어보지 않아도 먹어도되는것인지 아닌지를 알수있는것입니다.

과학자들은 현상을 관찰합니다 그리고 그현상을 설명할수 있는 이유를 추측합니다 이것을 가설이라하며 이것을 검증하기위해 실험을 진행합니다 실행의 결과가 도출된 후에 가설의 모순이 없다면 이론으로 인정됩니다. 이런덕분에 낙하하는 물체 10초후에 어디에있는지 예측할수 있습니다 교육과 이론은 판단력의 다른이름이라고 볼수있습니다 좋은 판단력은 나의 삶과 인류의 진보에 필수적인 진보입니다 머신러닝은 이러한 판단력을 기계하는 부여하는 기술이라고 할수있습니다 머신러닝을 만든 사람들은 이런판단력을 모델이라고 부르기 시작하였습니다 그리고 모델을 만드는 과정을 학습이라고 부르기 시작하였습니다 모델을 잘만들면 좋은 추축을 할수 있게됩니다. 학습이 잘되어야 좋은 모델을 만들고 모델이 좋아야 더좋은 추측을 할수있습니다 추측이 정확해야 좋은 결정을 할수있는것은 말할것도 없습니다.