신경망: 현실 세계의 애플리케이션

신경망 은 기존 컴퓨터가 잘 작동하지 않는 영역에서 광범위한 응용 프로그램 을 찾습니다. 예를 들어, 프로그래밍된 출력 대신 시스템이 던지고 있는 데이터와 동기화하여 결과를 학습, 적응 및 변경하기를 원하는 문제 설명의 경우와 같습니다. 신경망 은 잡음이 있거나 불완전한 데이터를 다룰 때마다 엄격한 애플리케이션 을 찾습니다. 그리고 솔직히, 거기에 있는 대부분의 데이터는 실제로 시끄럽습니다.
뇌와 같은 학습 및 적응 능력을 갖춘 신경망 은 전체 기반을 형성하고 인공 지능 및 결과적으로 기계 학습 알고리즘에 응용 프로그램 을 제공합니다. 신경망 이 인공 지능 을 어떻게 구동하는지 알아보기 전에 먼저 인공 지능이 정확히 무엇인지에 대해 조금 이야기해 보겠습니다.
가능한 한 오랫동안 "지능"이라는 단어는 인간의 두뇌와 관련이 있었습니다. 그런데 일이 터졌습니다! 과학자들은 우리의 두뇌가 사용하는 방법론에 따라 컴퓨터를 훈련하는 방법을 찾았습니다. 따라서 본질적으로 기계에서 비롯된 지능으로 정의할 수 있는 인공 지능이 등장했습니다. 더 간단히 말해서 기계 학습은 단순히 기계에 "생각", "학습" 및 "적응"할 수 있는 능력을 제공하는 것입니다.
많은 말과 행동으로 AI의 사용 사례가 정확히 무엇인지, 그리고 신경망이 그 원인을 어떻게 도왔는지 이해하는 것이 필수적입니다. 소셜 미디어 와 온라인 쇼핑 , 개인 금융 , 그리고 마지막으로 휴대전화의 스마트 비서에 이르기까지 다양한 영역에서 신경망 의 응용 프로그램 을 살펴보겠습니다 .
신경망 의 응용 프로그램이 널리 퍼져 있기 때문에 이 목록이 완전한 것은 아니라는 점을 기억해야 합니다 . 기본적으로 기계가 학습하게 만드는 것은 하나 또는 다른 유형의 신경망 을 배포하는 것 입니다.

소셜 미디어

소셜 미디어를 둘러싼 계속 증가하는 데이터 홍수는 이러한 플랫폼의 제작자에게 그들이 가진 무제한 데이터를 다룰 수 있는 독특한 기회를 제공합니다. 2주마다 새로운 기능을 보게 되는 것은 놀라운 일이 아닙니다. Neural Networks 가 없었다면 이 모든 것이 먼 꿈과 같았을 것 입니다.
자연어 이해를 위한 초보자 가이드

신경망 과 학습 알고리즘 은 소셜 미디어 세계에서 광범위한 응용 프로그램 을 찾습니다. 방법을 살펴보겠습니다.

페이스북

Facebook에 사진을 업로드하는 즉시 서비스가 자동으로 얼굴을 강조 표시하고 친구에게 태그를 지정하라는 메시지를 표시합니다. 사진에 있는 친구를 어떻게 즉시 식별합니까?
답은 간단합니다. 인공 지능입니다. Facebook의 인공 지능 연구를 강조 하는 비디오 에서 그들은 얼굴 인식 소프트웨어를 구동하기 위한 신경망 의 응용 프로그램에 대해 논의합니다. Facebook은 조직 내에서뿐만 아니라 Face.com (2012년에 6천만 달러에 인수되었다는 소문이 있음), Masquerade (2016년에 비공개 금액으로 인수), 및 Faciometrics (2016년에 미공개 금액으로 인수).

2016년 6월 Facebook은 초당 수천 개의 게시물의 텍스트 콘텐츠를 사람에 가까운 정확도로 이해할 수 있는 인공 지능 엔진인 DeepText 와 같은 다양한 심층 신경망 을 사용하는 새로운 인공 지능 이니셔티브를 발표했습니다.

인스 타 그램

2012년 Facebook에 인수된 Instagram 은 딥 러닝을 사용하여 순환 신경망 연결을 사용 하여 슬랭을 꾸준히 대체하고 있는 이모티콘의 맥락적 의미를 식별합니다 (예: 웃는 이모티콘이 "rofl"을 대체할 수 있음). ).
인스타그램은 이모티콘 뒤에 숨겨진 감정을 알고리즘으로 식별하여 이모티콘과 이모티콘 관련 해시태그를 만들고 자동 제안합니다. 이것은 AI의 사소한 적용 처럼 보일 수 있지만 이 이모티콘을 텍스트로 번역하는 것을 더 큰 규모로 해석하고 분석할 수 있다는 것은 사람들이 Instagram을 사용하는 방식에 대한 추가 분석의 기초가 됩니다.

핀터레스트

Pinterest는 컴퓨터 비전을 사용합니다 . 신경망 의 또 다른 응용 프로그램 입니다 . 컴퓨터에서 인간처럼 "볼" 수 있도록 교육하여 이미지의 개체 (또는 "핀"이라고 부름)를 자동으로 식별한 다음 시각적으로 유사한 핀을 추천합니다. Pinterest에서 신경망의 다른 응용 프로그램 에는 스팸 방지, 검색 및 발견, 광고 성능 및 수익 창출, 이메일 마케팅이 포함됩니다.
자연어 생성: 알아야 할 주요 사항

온라인 쇼핑

무언가를 사려고 했으나 몇 가지 엄청나게 좋은 권장 사항 덕분에 계획보다 훨씬 더 많이 구매하게 되는 상황에 처해 있습니까?
네, 신경망 을 탓 하세요. 전자 상거래의 거물들은 신경망 과 그 학습을 활용 하여 당신보다 당신을 더 잘 아는 인공 지능 시스템을 만들고 있습니다. 방법을 살펴보겠습니다.

검색

아마존 검색("이어폰", "피자 스톤", "노트북 충전기" 등)은 많은 시간을 낭비하지 않고 검색과 가장 관련성이 높은 제품 목록을 반환합니다. 제품 검색 기술에 대한 설명에서 Amazon은 알고리즘이 여러 관련 기능을 결합하는 방법을 자동으로 학습 한다고 말합니다. 과거 패턴을 사용하고 해당 고객에게 중요한 것에 적응합니다.
그리고 알고리즘을 "학습"하게 만드는 것은 무엇입니까? 당신은 그것을 맞췄다 – 신경망 !

권장 사항

Amazon은 "이 항목을 본 고객이 또한 본 항목", "이 항목을 구입한 고객이 함께 구입한 항목"을 사용하여 추천을 표시하고 홈페이지, 항목 페이지 하단 및 이메일을 통해 선별된 추천을 표시합니다. Amazon은 인공 신경망 을 사용 하여 알고리즘을 훈련하여 사용자의 패턴과 행동을 학습합니다. 이는 결과적으로 Amazon이 더 나은 맞춤형 추천을 제공하는 데 도움이 됩니다.

은행/개인 금융

모바일로 입금 확인

대부분의 대형 은행에서는 스마트폰 애플리케이션 을 통해 수표를 입금할 수 있는 기능을 제공함으로써 고객이 은행에 수표를 직접 배달할 필요가 없습니다 . 이러한 애플리케이션 을 지원하는 기술은 신경망 을 사용 하여 수표에 대한 필기를 해독하고 텍스트로 변환합니다. 기본적으로 신경망 은 필기/음성/이미지 인식이 필요한 모든 응용 프로그램 의 핵심입니다 .

사기 예방

금융 기관은 사기 거래를 어떻게 판별할 수 있습니까? 일일 거래량이 너무 많아 수동으로 검토하는 경우가 대부분입니다. 이를 돕기 위해 인공 지능은 어떤 유형의 거래가 사기인지 학습을 통해 학습하는 시스템을 만드는 데 사용됩니다(학습을 말 하세요, 신경망 을 말 하세요!).
FICO – 신용도를 결정하는 데 사용되는 신용 등급을 생성하는 회사 는 신경망 을 사용 하여 인공 지능 이 사기 거래를 예측하도록 합니다. 인공 신경망의 최종 출력에 영향을 미치는 요소에는 거래의 빈도와 규모, 관련된 소매업체의 종류가 포함됩니다.
차세대 혁신: 머신 러닝을 주시하세요

휴대전화 전원 공급

음성 대 텍스트

오늘날 스마트폰의 가장 일반적인 기능 중 하나는 음성을 텍스트로 변환하는 것입니다. 단순히 버튼을 누르거나 특정 문구(예: "Ok Google")를 말하면 휴대전화에 말을 걸고 휴대전화가 오디오를 텍스트로 변환합니다. Google은 음성 검색을 강화하기 위해 반복적 으로 인공 신경망을 사용 합니다. Microsoft는 또한 인간보다 약간 더 정확하게 대화를 기록할 수 있는 신경망 을 사용하여 음성 인식 시스템 을 개발했다고 주장합니다 .

스마트 개인 비서

음성-문자(Voice-to-Text) 기술이 기본 대화에 의존할 만큼 정확해짐에 따라 차세대 개인 비서용 제어 인터페이스로 바뀌고 있습니다. 초기에는 인터넷 검색을 수행하고 미리 알림을 설정하고 캘린더와 통합할 수 있는 더 간단한 전화 도우미인 Siri와 Google Now(지금은 보다 정교한 Google Assistant가 등장함)가 있었습니다. Amazon은 보완 하드웨어 및 소프트웨어 구성 요소인 Alexa 및 Echo(나중에 Dot)를 발표하면서 이 모델을 확장했습니다.

데이터 과학, 기계 학습 및 빅 데이터의 차이점은 무엇입니까?

마무리하자면…
우리는 일상 생활에서 신경망 을 적용 할 때만 표면 을 긁었습니다. 특정 산업 및 영역은 이 기사에서 설명하는 것보다 훨씬 많은 신경망을 사용하여 인공 지능과 특정 상호 작용을 합니다. 예를 들어, 체스 플레이어는 정기적으로 체스 엔진을 사용하여 게임을 분석하고, 자신을 개선하고, 새로운 전술을 연습합니다. 문제의 체스 엔진 이 학습을 달성하기 위해 신경망 을 배포한다는 것은 말할 필요도 없습니다 .

세계 최고의 대학에서 온라인으로 ML 과정을 배우십시오. 석사, 이그 제 큐 티브 PGP 또는 고급 인증 프로그램을 획득하여 경력을 빠르게 추적하십시오.
우리가 놓쳤을 수도 있는 신경망의 다른 흥미로운 실제 사용 사례가 있습니까? 아래 댓글에 남겨주세요!