2주차 강의일지
print('AI THINKING')
1. AI PIE
2. AI의 분류
- Symbolic AI
- Evolutional Programming, Genetic Algorithm
- Artificial Neural Network(ANN)
3. XAI란?
XAI(설명 가능한 인공지능, Explainable AI)는 인공지능의 결정을 이해 가능하게 만드는 기술이다. 일반적인 인공지능 모델, 특히 딥러닝 기반의 모델은 매우 복잡하여 그 내부 작동 방식을 사람이 해석하기 어렵다. XAI는 이러한 모델이 예측이나 결정을 내리는 과정을 명확하게 설명하는 방법을 제공함으로써, 그 결정이 왜 도출되었는지 이해할 수 있도록 돕는다.
XAI는 투명성, 신뢰성, 그리고 책임성을 보장하는 데 중요한 역할을 한다. 의료, 금융, 법률과 같은 민감한 분야에서 인공지능이 내린 결정을 설명할 수 있으면, 사용자는 해당 결정을 더 신뢰할 수 있으며, 잘못된 판단이나 편향성을 미리 확인하여 개선할 수 있는 기회를 제공한다.
4. Causal AI란?
Causal AI(인과적 인공지능)는 인공지능 시스템이 인과 관계를 이해하고 모델링할 수 있도록 하는 기술이다. 전통적인 AI 모델은 데이터의 상관관계에 기반한 패턴 인식에 주로 집중하지만, Causal AI는 변수 간의 인과적 관계를 파악하여 더 깊이 있는 예측과 의사결정을 가능하게 한다.
이 기술은 실험 설계, 정책 분석, 의료 연구 등 다양한 분야에서 활용될 수 있다. Causal AI는 원인과 결과를 명확히 하고, 특정 행동이나 개입이 결과에 미치는 영향을 평가하는 데 도움을 준다. 이러한 접근은 AI의 신뢰성을 높이고, 더 효과적인 솔루션을 개발하는 데 기여할 수 있다.