코딩세상
[딥러닝 기초] 1장 퍼셉트론 - 비 선형적인 문제 본문
- 하나의 선으로 분류 할 수 없는 문제의 등장
위 사진을 확인하면 왼쪽의 그래프의 경우 고양이와 강아지가 정상적으로 분류가 된 것을 확인할 수 있지만 오른쪽 그래프의 경우 고양이의 영역에 강아지가 들어가 있는 것을 확인할 수 있다.
그러면 오른쪽 그래프는 정상적으로 강아지와 고양이를 분류했다고 보기엔 어려운 점이 있다.
이와 같이 기존의 AND, OR, NAND, NOR gate를 한개만 사용하여 데이터의 분류를 진행하였지만, 비 선형 문제의 경우 한개의 gate만을 사용하여 분류할 수 없는 문제가 발생하였다.
그러면 우리는 정상적으로 강아지가 분류되기 위해서는 어떻게 그래프를 그어야 분류할 수 있을까?
간단하게 생각하면 아래와 같은 그래프 같이 생각할 수 있을 것이다.
- 비 선형적인 논리 게이트, XOR gate
앞서 설명한 그래프처럼 단층 퍼셉트론만으로는 해결할 수 없는 비 선형적인 문제를 해결하기 위해 나온 gate가 XOR gate이다. XOR gate의 경우 들어오는 값이 서로 같은 값이 들어올 땐 0을 반환하고 서로 다른 값이 들어올 때는 1을 반환하게 된다.
- 단층 퍼셉트론만으로는 해결 불가능한 XOR gate
위 사진과 같이 단층 퍼셉트론 만으로는 0과 1을 구분할 수 없다는 것을 확인할 수 있다.
- 1969년 첫 번째 AI 겨울
AI의 역사표를 확인하였을 때 단층 퍼셉트론이 등장한 이후 AI는 계속 발전을 거쳐오다가 앞서 설명한 비 선형적인 문제를 해결하지 못하였기 때문에 약 20년의 세월 동안 AI는 발전을 하지 못하게 된다.
우리는 이를 First AI winter 첫 번째 AI 겨울이라고 하며, 이는 1986년 다층 퍼셉트론 이론이 등장하기 전까지 계속 유지되었다.
- 비 선형적 접근 방법의 필요성
그러면 우리는 비 선형적인 문제를 어떻게 해결할 수 있을까?
이 질문에 대한 해답은 위의 그래프와 같이 그래프가 1차원적인 그래프가 아닌 2차원 혹은 그 이상의 그래프를 이용하여 문제를 해결할 수 있다.
# 출처
엘리스 AI 트랙 7기 - [강의자료] 퍼셉트론
'인공지능' 카테고리의 다른 글
[딥러닝 기초] 2장 텐서플로우와 딥러닝 학습 방법 - 딥러닝 모델의 학습 방법 (0) | 2023.08.30 |
---|---|
[딥러닝 기초] 1장 퍼셉트론 - 다층 퍼셉트론 (0) | 2023.08.28 |
[딥러닝 기초] 1장 퍼셉트론 - 퍼셉트론 선형 분류기 (3) | 2023.08.23 |
[딥러닝 기초] 1장 퍼셉트론 - 퍼셉트론(Perceptron) (0) | 2023.08.22 |
[딥러닝 기초] 1장 퍼셉트론 - 딥러닝 개론 (2) | 2023.08.20 |