전산화는 현실 세계를 추상화해서 컴퓨터 세계로 옮기는 것을 말한다.
이런 추상화는 언어의 표현력에 제한 받는다.
즉, 컴퓨터 세계로 옮겼을 때 정보가 손실된다.
동물DB를 구축한다면,
고양이A는 발이 4개고, 키 30cm, 몸무게 3kg, ..
이렇게 표현될 것이다.
그런데, 사진은 어떠한가? 굉장히 상세히 표현하고 있다.
같은 고양이A를 발이 4개고, 키 30cm, 몸무게 3kg, ..데이터로 인식할 때와
사진으로 인식할 때 어떤 데이터를 사용하는 것이 더 잘 인식할 수 있을까?
당연히 사진일 것이다. 사진이 정보가 많기 때문이다. (언어의 해상도보다 사진의 해상도가 높다)
데이터 다음이 인식하는 방법(알고리즘)에 대한 문제다.
고양이A를 발이 4개고, 키 30cm, 몸무게 3kg, ..데이터로 아무리 딥러닝 해봐야 의사결정나무와 별 차이가 없다.
왜냐면 정보가 적기 때문이다.
그러나 사진으로 딥러닝하는 것과 의사결정나무로 인식하는 것은 큰 차이가 있다.
딥러닝의 레이어를 많이 두면 레이어별 많은 표현을 인식하고 추상화한다.