후회가 없도록

AI(Artificial Intelligence). 인간의 지능으로 할 수 있는 모든 것을 컴퓨터가 할 수 있도록 하는 방법 및 기술. 현대에는 4차 산업혁명을 맞이하여 여러 분야에서 인공지능 요소를 도입하고, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다. 대표적으로 머신러닝이 인공지능 기술 중 하나이다. 인공지능의 역사는 다음과 같다. 인공지능의 유형에는 약인공지능, 강인공지능, 슈퍼인공지능 등이 있고, 강인공지능과 슈퍼인공지능 사이에 특이점이 존재한다. 1. 약인공지능(ANI: Artificial Narrow Intelligence) - 많은 양의 데이터를 처리하여 특정 기능만 수행하는 인공지능 2. 강인공지능(AGI: Artificial General Intelligenc..

1. 내용 페이스북 AI와 미시간주립대학교(Michigan State University, MSU)는 공동연구를 통해 딥 페이크(deep fake)를 탐지하는 플랫폼과 방법을 지난 6월 16일(현지시간)에 제시했습니다. 딥 페이크를 논하는 현재의 방법은 이미지의 딥 페이크 조작 여부, 학습 중에 본 모델에 의해 이미지가 생성되었는지 여부 등을 확인하는 데 초점을 맞추고 있습니다. 이는 클로즈셋(close-set) 분류를 통한 이미지 속성이라고도 하는데, 딥 페이크 확산 문제를 해결하기 위해선 한 단계 더 논의를 진행해야 하고, 학습 중에 존재하는 제한된 모델 세트를 넘어 이미지 속성을 확장하는 방법을 이해하기 위해 노력해야 합니다. 즉, 학습에서 볼 수 없는 생성 모델을 이용해 딥 페이크를 만들 수 있기..

1. 내용 BMW코리아는 'DMS(Digital Mobility System) NEXT 프로젝트'라는 디지털 전환 프로젝트를 통해 국내 환경에 최적화된 디지털 경영체계를 마련하려 했고, 웅진이 이 프로젝트의 구축 사업자로 선정되어 구축 기간을 포함해 총 8년간 운영·유지보수 계약을 체결했습니다. DMS 넥스트는 BMW코리아 본사와 공식 딜러 업무 혁신을 위해 시작된 프로젝트로써, 그동안 글로벌 지사에서 동일한 외국계 소프트웨어를 도입, 이용했습니다. 웅진은 이 외국계 솔루션을 자체 개발한 국산 제품으로 대신하는 것입니다. '안정성, 편리성, 기능성, 빠른 속도'가 프로젝트의 주요 방향성이라 설명했고, 데이터 활용 기능을 강화시키며 PC에서 모바일로 UI, UX를 개선, '싱글-원뷰(Single-OneVi..

1. 내용(본문 일부) 현지시간으로 2021년 5월 18일부터 20일까지 가상으로 개최된 '구글 I/O 2021'에서 데이터 과학자, AI 개발자가 AI 기반 애플리케이션을 더 쉽게 통합하고, 모델의 배포, 유지 관리를 가속화할 수 있는 새로운 관리형 머신러닝(ML) 플랫폼 '버텍스 AI(Vertex AI)'를 발표했습니다. 버텍스 AI는 통합된 UI와 API를 통해 기존의 다양한 머신러닝 서비스를 포괄하는 플랫폼으로 AutoML과 AI 플랫폼을 통합, 버텍스 AI를 사용해 개발자는 다른 클라우드 제공 업체의 플랫폼보다 거의 80% 감소시킨 코드 라인을 사용합니다. 버텍스 AI는 필요한 모든 도구를 갖춘 단일 플랫폼으로, 특별히 머신러닝 교육을 필요로 하지 않으며, 데이터, 프로토타입, 실험, 모델 배치..

현재 공부를 시작한 단계에 불과하며, 차근차근 공부한 머신러닝 알고리즘의 방식과 특징 등을 정리해나가는 게시글이다. 기술하는 내용은 모두 Python 기반이다. - 지도 학습 알고리즘과 다르게 데이터 중에서 타깃이 없을 때 사용하는 머신러닝 알고리즘이다. 1. k-평균(k-Means) 1) 무작위로 k개의 클러스터(군집) 중심을 선택하고, 점차 가장 가까운 샘플의 중심으로 이동하는 비교적 간단한 알고리즘 2) 평균값이 클러스터의 중심에 위치하기 때문에 '클러스터 중심' 또는 '센트로이드'라고 부르기도 한다. 3) 군집된 결과는 KMeans 클래스의 labels_ 속성, 클러스터 중심은 cluster_centers_ 속성, 알고리즘이 반..

1. 내용 기업 입장에서 AI, 빅데이터, 클라우드, 블록체인 등의 4차 산업혁명 기술(이하 4차 기술)을 도입하고, 집중해야 할 시기에 대한 평균적인 판단 기준은 2가지가 있습니다. 우선 첫 번째 기준은 4차 기술들을 도구로써 인식하고, 자신의 상황에 적합한 도구를 가져다 쓰는 것입니다. 디지털 트랜스포메이션은 4차 기술과 매우 긴밀한 관계이지만, 그렇다고 동의어는 아닙니다. 디지털 트랜스포메이션은 물질적인 영역을 디지털 데이터로 변환하는 것이고, 4차 기술들이 이 과정을 더 수월하게 진행할 수 있도록 지원하는 것입니다. 그렇기 때문에 무작정 4차 기술을 도입하는 것은 좋지 못한 판단이고, 자신의 상황과 수준에 맞는 4차 기술을 고민하고 선택해서 도입하는 것이 중요합니다. 두 번째 기준은 선택한 도구를..

k-최근접 이웃, 선형 회귀, 릿지, 라쏘, 다항 회귀, 로지스틱 회귀, 확률적 경사 하강법, 결정 트리 등의 알고리즘을 갖고 있는 대표적인 머신러닝 패키지입니다. 데이터를 이 패키지의 입력 데이터로 활용하기 위해선 2차원 리스트(배열 포함)로 입력 또는 변환해야 합니다. 또, 사이킷런을 통해 필요한 머신러닝 알고리즘을 임포트, 머신러닝 알고리즘의 모델 생성, 모델 평가 등의 순서로 이용합니다. 1. 모듈 1) model_selection: 모델의 데이터를 구성, 변환해주는 모듈 (1) train_test_split(): 훈련 세트와 테스트 세트로 함수 자체에서 랜덤하게 분리하며, 입력 데이터와 정답 데이터를 입력으로 받고, 이를 다음과 같이 각 변수에 자동으로 저장합니다. from sklearn.mod..

현재 공부를 시작한 단계에 불과하며, 차근차근 공부한 머신러닝 알고리즘의 방식과 특징 등을 정리해나가는 게시글이다. 기술하는 내용은 모두 Python 기반이다. - 지도 학습 알고리즘은 사용 용도와 목적에 따라 '분류'(샘플을 몇 개의 클래스 중 하나로 분류)와 '회귀'(임의의 어떤 숫자를 예측)로 나뉜다. - 대부분의 모델에는 훈련 과정에서 찾은 최적의 모델 파라미터(coef_와 intercept_)가 존재한다. 많은 머신러닝 알고리즘의 훈련 과정은 이 최적의 파라미터를 찾는 것이고, 이런 과정을 '모델 기반 학습'이라고 부른다. - k-최근접 이웃 알고리즘은 모델 파라미터가 따로 존재하지 않고, 단순히 훈련 세트를 저장하는 것이 훈련의 ..

1. 인공지능(Artificial Intelligence, AI) 1) 정의 인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술 2) 변천사 연도 내용 비고 1943 워런 매컬러(Warren McCulloch)와 월터 피츠(Walter Pitts)가 최초로 뇌의 뉴련 개념을 발표(두뇌 논리회로 모델링) 여명기 1950 앨런 튜링(Alan Turing)이 인공지능과 인간이 같은 지능을 가졌는지 테스트할 수 있는 튜링 테스트 발표(현재의 로봇, 매크로 감지 테스트, reCAPTCHA) 1956 다트머스 컨퍼런스에서 AI 용어 탄생 태동기 1956~1970 수동적 대화 시스템 기호처리로 AI 구현 1차 인공지능 붐 1971~1979 컴퓨터 성능, 고려해야 할 범위 ..