Getting Started with TensorFlow 글을 요약 번역한다.

tensorflow를 사용하기 위해서는

• Python 프로그래밍
• 배열에 대한 이해
• 머신러닝에 대한 이해.

TensorFlow는 여러 API를 제공하고 있다.

• TensorFlow Core: 가장 저수준 API
• 고수준 API는 TensorFlow Core 위에 구성되 있다.

고수준 API 에서 contrib- 를 포함한 메서드 이름은 개발중으로 향후 변경 가능성이 크다.

2015년 인공지능 개발용 오픈소스 TensorFlow 를 공개했다.

TensorFlow

TensorFlow는 머신러닝을 위한 Research cloud로 1000 Cloud TPU로 가동하고 있다. 1000 TPU는 180Petaflops를 제공하고 있다.

{: width=”650”}

Ubuntu Linux, macOS X, Windows 머신에 설치할 수 있다. Ubuntu 14.04 이상에서 설치 가능하다.

• Install on Ubuntu

Install

먼저 TensorFlow 종류를 결정한다.

• TensorFlow CPU only support : 시스템에 NVIDI® GPU가 없으면 CPU 버전을 설치한다. 5~10분 정도 소요되고 쉽다. GPU가 있더라도 이 버전을 먼저 시도해 볼 것을 권한다.
• TensorFlow GPU only support : CPU보다 현저하게 빠르다. NVIDIA® GPU가 있고, 요구사항에 부합하며 성능 문제를 고려하면 이 버전을 설치한다.

AI

인공지능은 사람이 정보를 분석하고 특성을 모델링하는 머신러닝이 지지부진 하다 2012년 부터 딥러닝 기반은 기계가 스스로 수 많은 정보에서 지식을 구성해 가는 시스템이 실제 구현되며 전환기를 맞고 있다. 과거 IBM의 Deep Blue는 체스를 목적으로 한 체스 전용 소프트웨어와 하드웨어를 인공지능으로 구현되었다. 최근 딥러닝을 기반으로하는 알파고 같은 기술은 하드웨어와 소프트웨어가 범용적 특성을 가지고 있다.[^3]

AI platform

AI 플랫폼은[^1] 플랫폼이 갖는 주요기능에 따라 음성지능, 언어지능, 시각지능, 공간지능, 감성 지능 플랫폼으로 구분한다. 적용 대상에 따라서 일반 소비자를 대상으로 다양한 서비스 제공이 가능한 범용 AI 플랫폼과 의료, 금융, 법률 등 특정 산업영역에 특화된 전문 AI 플랫폼으로 구분 할 수 있다.

인공지능 플랫폼의 활용

주요 IT기업이 “artificial intelligence as a service.” [^2] 으로 3rd party 기업/개발사 들이 앱/서비스를 만들어 가는 형태로 발전하고 있다.

개인/개발사들이 인공지능을 구현하는데 비해서 전문 플랫폼 사이의 성능 격차가 크다. 첫째로 기계학습에 제공하는 양질의 데이터는 큰 격차가 존재한다. 둘째로 비용, 시간 측면에서 기술과 경험이 부족해서 고도화된 서비스를 이용하는 면이 시간적 경제적으로 잇점이다.