공대생 도전 일지

유튜브, 멜론과 같은 어플에서 취향에 맞는 음악/ 영상을 추천해준다. 인공지능 - 컴퓨터 시스템으로 인간의 지능으로 해결할 수 있는 문제를 푸는 것 인간 지능의 고유한 영역을 컴퓨터에 부여하는 것이다. 머신러닝이란? 인공지능의 한 분야 컴퓨터 알고리즘이 경험으로부터 자동으로 학습하고, 성능을 향상 데이터와 알고리즘 사용에 집중하여 예시로 부터 학습하고, 정확도를 높인다. 명확하게 프로그래밍하지 않아도 문제 해결을 위한 능력을 가지는 것. 인간을 상대로 게임을 진행하는 인공지능은 많았다. 딥블루, 알파고 등등 딥러닝 정의 일 T와 성능지표 P로부터 경험 E를 통해 학습한다. 경험으로부터 학습한다! 이 세가지 요소를 두고 '머신러닝이란?, 학습이란?' 을 잘 설명해주고 있다. adaptive System 오..

코퍼스 = 데이터셋 전체를 이르는 말 오차(loss)를 줄이는 방향으로 지속적으로 학습한다. 생성형 ai에 대한 학습은? 파인 튜닝 - GPT에 헬스케어나 특정 전문 분야를 학습시키는 것

번역도 생성이긴 했지만 더 발전된 내용이라고 볼 수 있다. 마르코프 - 러시아의 수학자, 체인에 의한 확률적인 문제 풀이 RNN - 영상에서 CNN이 있다면 자연어 처리에는 RNN이 있다! Transformer - 자연어 처리에서의 최고봉 RNN과 LSTM은 결국 정보 손실의 문제가 있다. 바드도 이름이 변경 된 것으로 알고 있긴 한데 기억이 안나네요 영상쪽에선 Transformer과 같은 혁신적인 것이 나오지 않는다. Discriminator에서 No로 판별되면 Generator에서 학습이 된다. Yes라면 그대로 간다. Generator는 Yes가 많이 나오도록 된다. Discriminator는 판별을 정확하게 하도록 학습

Cognitive AI - 인지 인공지능 알렉사 같은 건 생성이 아닌가....? 데이터 마이닝 - 추론분야 전통적인 검색은 다운되고 있고, 생성형 인공지능이 많이 사용되고 있다. 자율주행 드론도 현재는 GPS로만 운행되고 있지만 센서를 통한 운행으로 변경을 준비하고 있다. 인지 인공지능 - 인식 네트워크 구조에서 디코더에 해당하는 것이 생성형 인공지능이다!

오토 인코더가 좀 더 쉽게 시작할 것 같은데 GPT는 구조가 어려워서..... 요즘 영상이랑 음악도 어마무시하게 발전하고 있더라구요..... GAN - CNN을 연결하여 만든 네트워크 Autoencoder - 인코더 + 디코더 = 생성 GAN : 인코더의 피드백을 통한(? 판별) 원하는 영상 제작 VAE : 노이즈를 제거, 특성 변환 Flow based Models : ? Diffusion Models : 가장 정밀한 모델이다. 보안에서 결국엔 GPT도 인터넷에서 모아온 데이터로 학습하는건데 정보의 접근성이 쉬워져서 문제가 된다는 건가...?

생성형 인공지능 = Generative AI LLM이전에는 그렇게 모델이 크지 않았다. LLM이후로 서비스의 폭이 늘어났다. GPT = Generative Pre-trained Transformer GPT 전 모델은 BERT (Bidirectional Encorder Representations from Transformers) 사용자 query(텍스트)를 기반으로 텍스트 응답을 형성 지금의 GPT3.5는 Query에 따라 사전적인 방식으로 대답을 한다. 인코더 - 외부의 글자를 코딩한다. 학습을 할 때만 사용한다. 디코더 - 인코더 된 정보를 통해 생성한다. Masked MSA- 가린뒤 맞추는 방식. 파인 튜닝이 중요하다! 미세조정을 통해 많은 상업적인 결과의 차이도 보고 있다. 이 한계를 극복하기 위..

퍼셉트론으로 시작하여 알파폴드 2로 끝나는 6개가 나온다. 가장 간단한 형태의 네트워크이다. 하드웨어로 구성된 최초의 인공신경망이었다. A, B, C 등 문자 이미지 인식이 가능해서 관심을 받았다. 규칙 기반 인공지능이다. 컴퓨터가 사람을 이긴 적이 없기 때문에 전 세계적인 관심을 받게 되었다. 70만 번 이상의 게임을 내장하였다. - 그 당시의 빅 데이터이다. 방대한 지식에 기반해 논리 판단에 따른 추론을 진행했다. 아직까지 업데이트되고 있다. 이세돌 9단과의 대국에서 승리하였다. 많은 대국 정보가 빅데이터로 사용되었다. 인공지능 소프트웨어와 하드웨어 능력의 결합이다. 바둑과 같은 많은 경우의 수를 해결하는 일은 처음이었다. 빅데이터와 인공지능 기술의 결합 때문이었다. 16만 개의 기보 == 3000만..

인공지능은 과학, 의학, 교육 및 산업을 포함한 전 분야에 관련되어 있다. 인공지능은 4차 산업혁명의 핵심 기술로 중요하게 여겨지고 있다. 인공지능을 처음 접하는 사람은 새로운 최신의 기술로 여겨질 것이나 사실 1950년대부터 시작하여 꾸준하게 발전한 오래된 기술이다. 신경망 연구에서의 문제로 첫번째 겨울을 맞이하게 된다. 다층신경망은 잘 되었지만 더 복잡하게 하려고 했더니 문제가 생겼다. 그리하여 두번째 겨울이 생기게 되었다. 복잡한 신경망을 학습하는 기술이 나왔고, 2011년부터 다양한 어플리케이션이 나오고 있다. 인공지능의 준비기 -AND, OR, NOT으로 뉴런을 연결하면 인간의 두뇌를 따라할 수 있다. 엘렌 튜링의 인간과 기계의 대화 가능성을 제시, 튜링 테스트를 제시 - 인공지능을 실질적으로 ..

인공지능 - 빅 데이터를 기반으로 유의미한 결과를 도출하는 기술 사물인터넷 = IoT = Internet of Things iot = 인터넷에 연결되어 데이터를 공유할 수 있는 사물 M2M - 기기간 상호 연결이 되어있지만 인터넷에 정보 공유 X=> 폐쇄성 == 기술의 보급이 느리다. IOT - 기본적으로 인터넷에 연결하여 통신할 수 있다. => 연결성 == 통신프로토콜을 따로 구현할 필요가 없다. IOT 네트워크 : 인터넷을 통해 액세스하는 물리적 개체의 네트워크 공항, 가게, 홈 네트워크, 공장 등 IOT 네트워크가 없는 분야가 없다. 핸드폰 사용자가 많은 것을 활용한 MCS가 있다. IOE = internet of everything 만물 인터넷 사물과 사람, 데이터, 프로세스 등 연결가능한 모든 ..

https://sites.google.com/view/aiksme/home?authuser=0 KSME, 대한기계학회 기계인공지능 연구회 sites.google.com 이번에 참석하지 못한 강의가 올라와있길래 저장!