728x90 딥러닝11 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. 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. 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. 거대 언어 모델(LLM)과 Fine-Tuning 인공 지능(AI) 영역에서 언어 모델은 가상 비서 및 번역 서비스부터 콘텐츠 제작 및 감정 분석에 이르기까지 다양한 애플리케이션의 원동력입니다. 하지만 미래로 한 걸음 더 나아가면서 더 크고 강력한 언어 모델로의 중요한 전환이 일어나고 있습니다. 이 글에서는 AI의 진화에 필수적인 거대 언어 모델(LLM)과 파인 튜닝의 개념에 대해 자세히 알아볼 것입니다. 가장 간단한 형태의 언어 모델은 일련의 단어의 가능성을 예측하는 시스템입니다. 최근 몇 년간 딥러닝과 같은 기계 학습 기술을 통해 방대한 양의 텍스트 데이터를 학습하여 일관성 있고 맥락에 맞는 결과를 생성하는 획기적인 발전이 이루어졌습니다. 거대 언어 모델을 차별화하는 것은 그 크기와 인간과 유사한 텍스트를 이해하고 생성할 수 있는 능력입니다. Ope.. 2023. 5. 11. 그래픽카드(GPU)의 발전와 딥 러닝 수십 년 동안 GPU(그래픽 처리 장치)는 다양한 컴퓨팅 애플리케이션에서 필수적인 역할을 해왔습니다. 원래 컴퓨터 게임 및 기타 시각 프로그램을 위한 그래픽 렌더링을 위해 설계된 GPU는 이제 인간 두뇌의 학습 과정을 모방하려는 인공 지능(AI)의 하위 집합인 딥 러닝을 위한 강력한 도구로 진화했습니다. GPU의 진화는 1990년대 후반 개발자가 맞춤형 시각 효과를 코딩할 수 있는 디시말해 3D 컴퓨터 그래픽스에서 물체의 표면이나 픽셀의 색상, 밝기 등을 결정하는 소프트웨어 프로그램인 프로그래머블 셰이더의 도입으로 시작되었습니다. 이 개발은 GPU가 고정 기능 장치에서 프로그래밍 가능한 장치로 전환하는 시작을 알렸습니다. 그러나, 진정한 판도가 바뀌었던 것은 2007년 NVIDIA가 Compute Uni.. 2023. 5. 10. 한눈에 살펴보는 인공지능의 역사 인공지능(AI) 분야는 수십 년 전부터 존재해 왔지만, 최근에서야 주목받는 대화의 중심이 되었습니다. 이 글에서는 AI의 역사와 시간의 흐름에 따른 진화에 대해 간략히 살펴보겠습니다. 1950년대와 1960년대: AI의 탄생 미국의 컴퓨터 과학자 존 매카시는 1955년 "인공 지능"이라는 용어를 만들었습니다. 또한 최초의 인공지능 컨퍼런스로 꼽히는 다트머스 인공지능 여름 연구 프로젝트를 조직했습니다. 매카시는 1927년 매사추세츠주 보스턴에서 태어났습니다. 1951년 프린스턴 대학교에서 수학 박사 학위를 받았습니다. 졸업 후 그는 다트머스 대학 교수진에 합류하여 인간처럼 생각할 수 있는 기계를 만들 수 있는 가능성을 탐구하기 시작했습니다. 1955년, 맥카시는 인공 지능에 관한 다트머스 여름 연구 프로젝.. 2023. 5. 9. "AI와 상식의 수수께끼" 인공지능(AI)은 최근 몇 년 동안 공상과학 소설에서나 상상할 수 있었던 방식으로 산업을 변화시키고 인간의 능력을 향상시키며 큰 발전을 이루었습니다. 그러나 이러한 발전에도 불구하고 AI는 여전히 인간 지능의 본질적인 측면인 상식에 어려움을 겪고 있습니다. 이 글에서는 AI 시스템에서 상식을 추구하기 위한 도전 과제와 최근의 발전 상황을 살펴보고, 이러한 돌파구를 달성하는 것이 어떻게 AI 애플리케이션의 미래에 미치는지에 대해 논의합니다. 상식의 수수께끼 인간 지능의 핵심 요소인 상식은 우리가 추론하고, 추론하고, 주변 세계를 이해할 수 있게 해줍니다. 상식에는 패턴을 인식하고 예측하는 능력, 지식의 공백을 메우는 능력, 상황의 맥락을 파악하는 능력 등이 포함됩니다. AI의 상당한 발전에도 불구하고 현재.. 2023. 4. 23. 인공지능 기술 TOP 10 : 아홉번째 "딥러닝 플랫폼" 머신러닝의 강력한 하위 집합인 딥러닝은 복잡한 문제를 해결하는 놀라운 능력으로 인해 최근 몇 년 동안 상당한 주목을 받고 있습니다. 이미지 인식과 자연어 처리부터 자율 주행 차량과 첨단 로봇 공학에 이르기까지 딥 러닝 플랫폼은 다양한 AI 애플리케이션의 근간이 되었습니다. 이 글에서는 딥 러닝 플랫폼의 중요성, 인기 있는 플랫폼, 다양한 산업 분야의 적용 사례 등을 살펴보며 딥 러닝 플랫폼의 세계를 살펴봅니다. 딥러닝 플랫폼이란? 딥러닝 플랫폼은 딥러닝 모델의 설계, 학습 및 배포를 용이하게 하는 전문 소프트웨어 프레임워크입니다. 이러한 플랫폼은 신경망을 구축하고 최적화하는 데 필요한 도구와 라이브러리를 제공하므로 AI 개발자는 기본 인프라가 아닌 실제 문제에 집중할 수 있습니다. 기본적으로 딥러닝 플랫.. 2023. 4. 23. 이전 1 2 다음
