본문 바로가기
728x90

전체 글169

AI 타이탄 인공지능을 이끄는 사람들 4 "페이 페이 리" 페이 페이 리는 인공 지능(AI) 분야의 선구자입니다. 영향력 있는 연구자이자 교육자, 리더인 리는 특히 컴퓨터 비전 분야에서 AI에 큰 공헌을 해왔습니다. 중국 베이징에서 태어난 리는 10대 때 미국으로 이주했습니다. 이후 프린스턴 대학교에서 물리학 학사 학위를, 캘리포니아 공과대학교에서 전기공학 박사 학위를 취득했습니다. 리의 주요 전문 분야는 컴퓨터 비전으로, 기계가 인간과 유사한 방식으로 시각 정보를 '보고' 이해하도록 훈련하는 AI 분야입니다. 그녀는 22,000개 카테고리에 걸쳐 1,500만 개 이상의 레이블이 지정된 이미지로 구성된 방대한 데이터 세트인 ImageNet을 구축한 팀을 이끌었습니다. 이 데이터 세트는 컴퓨터 비전 분야를 발전시키는 데 중요한 역할을 했으며 딥러닝 모델 개발에도 .. 2023. 5. 30.
AI 타이탄 인공지능을 이끄는 사람들 3 "이안 굿펠로" 저명한 컴퓨터 과학자이자 엔지니어, 경영자인 이안 굿펠로(Ian Goodfellow)는 딥 러닝과 인공 신경망에 대한 이해를 크게 발전시킨 인공 지능(AI) 분야의 선구자 중 한 명입니다. 1987년생인 굿펠로는 스탠퍼드대학교에서 구글 브레인의 공동설립자이자 책임자인 앤드류 응의 지도 아래 컴퓨터공학 학사 및 석사를 취득하는 등 풍부한 교육 배경을 보유하고 있습니다. 이후 2014년 4월에는 몬트리올 대학교에서 "표현의 딥 러닝과 컴퓨터 비전에의 적용"이라는 제목의 논문으로 요슈아 벤지오와 아론 쿠르빌의 지도하에 머신 러닝 박사 학위를 취득했습니다. 굿펠로우의 직업 경력은 학문적 성과만큼이나 인상적입니다. 졸업 후 그는 구글 브레인 연구팀의 일원으로 구글에 입사했습니다. 2016년 3월, 그는 구글을 떠.. 2023. 5. 29.
로봇이 통증을 느끼고 치료하다 우리는 모두 로봇이 얼마나 놀랍고 혁신적인지 알고 있습니다. 그러나 싱가포르 난양공과대학교(NTU Singapore)의 과학자 팀이 최근 우리가 알고 있던 로봇의 한계를 뛰어넘는 업적을 이뤄냈습니다. 그들은 로봇이 '통증'을 인식하고 스스로 치료할 수 있는 인공지능(AI) 시스템을 개발했습니다. 그런데 여기서 말하는 '통증'이라는 건, 인간이 흔히 이해하는 감정적 경험이 아닌, 시스템에 잠재적인 해를 끼칠 수 있는 신호를 의미합니다. 이 시스템의 핵심은 AI 지원 센서 노드에 의존하는 통증 감지 메커니즘입니다. 센서 노드에 직접 AI를 통합함으로써, 정보 처리와 학습이 로컬에서 이루어지게 됩니다. 이렇게 되면 필요한 배선의 양이 크게 줄어들고 응답 시간이 단축되어 기존 로봇에 비해 5~10배 빠른 응답 .. 2023. 5. 28.
인공 지능의 주요 기계 학습 용어 가이드 인공지능(AI)은 우리의 세상을 재편하고 있는 분야로 빠르게 진화하고 있습니다. AI가 일상 생활에 계속 통합됨에 따라 이 분야를 정의하는 몇 가지 주요 용어를 이해하는 것이 중요합니다. 특히 AI의 하위 집합인 머신러닝은 처음에는 어렵게 느껴질 수 있는 용어들로 가득 차 있습니다. 하지만 이러한 용어를 이해하면 이 분야에 대한 이해도를 크게 높일 수 있습니다. AI의 주요 머신 러닝 용어 몇 가지를 자세히 살펴보겠습니다. 1.인공 지능(AI) 인공지능은 기계에서 인간의 지능을 시뮬레이션하는 것을 가리키는 광범위한 용어입니다. AI의 목표는 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있는 시스템을 만드는 것입니다. 이러한 작업에는 문제 해결, 언어 이해, 패턴 인식, 경험으로부터의 학습 등이 포함.. 2023. 5. 28.
FBI의 AI 전략, 소셜 미디어와 메시징 앱을 통한 테러리즘 예방 디지털 시대에 우리는 특별한 역설에 직면하고 있습니다. 한편으로는 정보와 의사소통 기능의 풍부함이 우리의 삶을 수많은 방법으로 향상시키는 반면 이러한 동일한 도구들이 테러리스트에 악용될 수도 있습니다. 테러 활동의 잠재적 위협은 기술의 발전, 특히 모바일 메시징 애플리케이션과 소셜 미디어 플랫폼의 일상화로 인해 크게 증가하였습니다. 그러나 기술은 양날의 검이며, 동일한 발전은 효과적인 반테러 대책의 개발을 가능하게 하였습니다. 대표적인 예로 미국 연방수사국(FBI)이 머신러닝을 사용하여 잠재적인 테러 활동을 탐지하는 방법을 들 수 있습니다. 이 글에서는 모바일 메시징 앱과 소셜 미디어 플랫폼의 데이터를 추적하고 분석하여 잠재적인 위협을 식별하는데 머신러닝 기술이 어떻게 활용되는지 살펴봅니다. 또한 개인 .. 2023. 5. 27.
생명공학의 새로운 지평, 효소-기질 상호작용을 예측하는 AI 끊임없이 진화하는 과학 기술 세계에서 인공지능(AI)은 금융, 운송, 의료, 생명공학에 이르기까지 다양한 분야에 혁신을 일으키고 있습니다. 방대한 양의 데이터를 분석하고, 패턴을 인식하고, 예측하는 AI의 능력은 복잡한 문제에 접근하는 방식을 변화시켰습니다. 최근 생명공학 분야에서는 국제 연구팀이 AI를 사용하여 효소와 기질 간의 상호작용을 정확하게 예측하는 모델을 개발함으로써 신약 연구와 바이오 연료 생산의 발전을 위한 기반을 마련한 사례를 볼 수 있습니다. 효소의 수수께끼 효소는 기질로 알려진 기본 물질을 유기체의 생존에 필수적인 분자로 변환하는 화학 반응을 촉진하는 살아있는 세포의 일꾼입니다. 효소의 중요성에 대한 이해에도 불구하고 대부분의 효소의 구체적인 기능은 여전히 미스터리로 남아 있습니다. .. 2023. 5. 27.
AI와 4차 산업혁명, 모두를 위한 더 나은 미래 구축 우리는 인공지능, 로봇공학, 나노기술 등 획기적인 기술의 급속한 발전으로 대변되는 4차 산업혁명의 격변기에 살고 있습니다. 이러한 기술 발전의 도약은 우리 삶의 모든 측면에 걸쳐 대대적인 변화를 불러일으키고 있으며, 기회와 도전을 동시에 제공하고 있습니다. 이러한 급격한 변화는 자연스럽게 불안감을 불러일으킬 수 있지만, 4차 산업혁명이 우리 삶을 개선할 수 있는 엄청난 잠재력을 가지고 있다는 사실을 인정하는 것이 중요합니다. 4차 산업혁명은 보다 효율적이고 생산적인 사회를 구축할 수 있는 도구와 전 세계 사람들의 삶을 개선하기 위한 새로운 기술을 활용할 수 있는 능력을 제공합니다. 여기에서는 4차 산업혁명이 우리의 존재를 어떻게 변화시킬 수 있는지 몇 가지 사례를 통해 살펴봅니다. 보다 효율적이고 생산적.. 2023. 5. 26.
4차 산업혁명과 AI의 역사 4차 산업혁명은 인공지능(AI), 사물인터넷(IoT), 빅데이터, 클라우드 컴퓨팅, 가상현실(VR), 증강현실(AR) 등 첨단 기술이 융합되면서 사회 전반에 걸쳐 혁신적인 변화가 일어나는 것을 말합니다. 4차 산업혁명은 18세기 산업혁명, 19세기 전기혁명, 20세기 정보혁명에 이은 4번째 산업혁명으로, 이전의 산업혁명과는 비교할 수 없는 속도와 규모로 사회와 경제를 변화시킬 것으로 예상되고 있습니다. 이러한 4차 산업혁명의 맥락에서 AI의 역사와 그 중요성에 대해 알아보겠습니다. AI의 역사와 4차 산업혁명에서의 중요성 인공지능(AI)은 자율적으로 추론하고 학습하며 행동할 수 있는 시스템인 지능형 에이전트의 생성을 다루는 컴퓨터 과학의 한 분야입니다. AI는 수십 년 동안 뜨거운 연구 주제였으며, 우리.. 2023. 5. 26.
인공지능의 중대 사건들, "알파고 대 이세돌, 결국 인류의 승리" 2016년 대한민국 서울에서 전 세계 시청자들을 사로잡으며 인공지능(AI) 역사에 중요한 이정표가 된 5국 바둑 경기가 열렸습니다. 구글 딥마인드의 AI 프로그램인 알파고와 세계 챔피언 이세돌 9단이 바둑 대결을 펼쳤는데, 이 대국은 AI가 어디까지 발전했는지를 보여줄 수 있는 중요한 경기였습니다. 바둑은 무한한 수의 잠재적 바둑판 구성이 가능한 게임으로, 오랫동안 AI가 마스터하기 어려운 복잡성의 척도로 여겨져 왔습니다. 규칙은 단순하지만 매우 전략적인 바둑의 특성은 수십 년 동안 AI 연구자들을 혼란스럽게 만들었습니다. 알파고가 등장하기 전에는 AI가 최고의 인간 플레이어를 이긴다는 것은 거의 상상할 수 없는 일이었습니다. 하지만 알파고는 평범한 AI가 아니었습니다. 심층 신경망과 강화 학습을 비롯한.. 2023. 5. 25.
인공지능의 중대 사건들, AI의 겨울 인공지능(AI)의 역사에서 'AI 겨울'은 AI 연구에 대한 자금, 관심, 진전이 부족했던 시기를 의미합니다. 이 용어는 1970년대 중반과 1980년대 후반을 가리키는데, 이 시기는 AI가 과대광고에 부응하지 못해 회의론과 자금 감소, 전반적인 AI 연구 둔화로 이어진 시기입니다. 인간의 지능을 복제할 수 있다는 가능성을 지닌 AI는 언제나 사람들의 상상력을 사로잡았습니다. 하지만 이 목표를 향한 여정은 결코 순탄치 않았습니다. 초창기에는 AI가 빠르게 상당한 발전을 이룰 수 있는 분야로 여겨졌습니다. 이는 낙관적인 분위기로 이어졌고, 이는 과대광고로 이어져 AI가 달성할 수 있는 것에 대한 높은 기대치를 설정했습니다. 1970년대 중반에 첫 번째 주요 AI 겨울이 찾아왔습니다. 1960년대 초반의 흥.. 2023. 5. 25.
인공지능의 중대 사건들 "ImageNet의 시작, 컴퓨터 비전의 혁명" 머신러닝 모델을 학습시키는 데 사용되는 레이블이 지정된 이미지 데이터베이스인 ImageNet의 탄생은 인공지능(AI)의 역사에서 분수령이 된 순간이었습니다. 이 프로젝트는 스탠퍼드 대학교의 페이 페이 리(Fei-Fei Li) 교수의 주도하에 2009년에 시작되었습니다. 목표는 강력하고 포괄적이며 자유롭게 사용할 수 있는 데이터베이스를 구축하여 특히 컴퓨터 비전 영역에서 AI 개발을 가속화하는 것이었습니다. ImageNet의 핵심은 간단하지만 강력한 아이디어입니다. 기계에게 보는 법을 가르치려면 인간이 학습하는 방법과 마찬가지로 수많은 예제를 제공해야 한다는 것입니다. 하지만 2009년에는 필요한 데이터 세트가 존재하지 않았습니다. 그래서 리와 그녀의 팀은 데이터셋을 구축하기 시작했습니다. 이미지넷을 만드.. 2023. 5. 24.
인공지능의 중대 사건들, "IBM의 왓슨, TV 출연" 2011년, IBM의 인공지능 시스템인 왓슨은 전 세계를 사로잡는 스펙터클한 장면으로 주목을 받았습니다. 실험실이나 기술 컨퍼런스가 아닌 텔레비전 게임 쇼 세트장에서였습니다. 왓슨은 "제퍼디!"에 출연하여 인간 챔피언들과 경쟁하여 승리함으로써 자연어 처리 및 질문 답변 시스템에서 AI가 상당한 발전을 이루었음을 보여주었습니다. 왓슨의 여정은 IBM의 연구소에서 시작되었는데, 과학자들로 구성된 연구팀은 자연어를 실시간으로 이해하고 응답할 수 있는 AI를 개발하는 야심찬 프로젝트에 착수했는데, 이는 당시 어떤 AI 시스템의 범위를 훨씬 뛰어넘는 도전이었습니다. 말장난, 말장난, 미묘한 힌트로 가득 찬 복잡한 단서로 유명한 게임 쇼인 "제퍼디!"에서 왓슨이 경쟁할 수 있도록 하는 것이 목표였습니다. 90대의 .. 2023. 5. 24.

티스토리툴바