딥러닝 최신 용어정리 #6 메타학습 원샷학습 지속적인학습 신경망구조탐색 AutoML

Chapter 05 딥러닝의 한계를 뛰어넘는 최신 기술

​

현재의 딥러닝은 인공신경망이라는 틀에서 출발하기 때문에 한계가 명확한 기술이다. 학계에서는 이러한 딥러닝의 한계를 뛰어 넘기 위해 노력하고 있다. (더 적은 양의 데이터와 더 효율적인 학습 방법)

​

​

■ 메타 학습 (Meta-Learning)

​

사람은 경험을 기반으로 소량의 데이터만으로도 학습이 가능한 반면, 딥러닝은 방대한 데이터가 필요하고 지식의 전이도 자유롭지 못하다. 메타 학습은 학습하는 방법을 학습하는 것으로 인공지능의 궁극적인 목표인 사람 수준의 지능을 구현하기 위한 방법이다.

 

 

​

■ 원샷 학습 (One-Shot Leaning)

​

대표적인 메타 학습 방법으로, 이미 학습된 인공신경망을 가지고 오직 한 개의 데이터만으로 학습을 하는 것이다.

​

​

728x90

 

 

■ 지속적인 학습 (Continual Learning)

​

이미 학습된 인공신경망과 다른 임무를 수행하기 위해 또다른 학습을 진행할 경우 기존 학습은 잊어버릴 가능성이 높다. 이것을 치명적 망각 (Catastrophic Forgetting)이라고 한다. 이를 극복하기 위한 방법이 지속적인 학습이다.

​

​

■ 신경망 구조 탐색 (Neural Architecture Search)

​

주어진 데이터를 학습하기 위해 최적의 인공신경망 구조를 찾아내는 방법이다. 구글에서는 AutoML 이라는 서비스를 제공하고 있다.

 

​