본문 바로가기

개발자/인공지능과 인간

[OECD 번역 보고서] 사회 속의 인공지능(Artificial intelligence in Society) [OECD 번역 보고서] 사회 속의 인공지능(Artificial intelligence in Society) 본 보고서는 2019년 6월 11일 경제개발협력기구(OECD)에서 발간한 'Artificial intelligence in Society' 를 번역하여, OECD의 한국어 번역 라이센스(copyright)를 받아 발간하는 공식 한글판 배포 보고서입니다. OECD는 인공지능(AI) 기술, 경제, 활용 사례 및 정책 환경을 분석하여 AI에 대한 이해를 증진하고 중요한 AI 정책 문제에 관해 국제적 논의의 조화와 일관성을 유지를 촉진하기 위해 해당 보고서를 발간했습니다. 국내의 정책 연구자, 민간 기업 등 AI와 관련된 이해관계자는 AI에 관한 국제적인 논의 동향을 파악하고, AI 논의의 국제적 일관성..
비지도 학습 기반 빅데이터 라벨링 기술 동향 라벨링된 학습 데이터는 기계학습의 발전을 가속화하는 요인이자 때로는 저해 요인이 되기도 한다. 학습 세트 구축을 위해서 비용과 노력이 소요되기 때문이다. 학습 데이터 세트를 구축하여도 데이터의 보안성 때문에 외부로 반출하기 위해서는 대가를 지불해야 하는 경우도 많다. 이러한 문제를 해결하기 위해 최근 소규모의 라벨 데이터를 가공해서 전체 라벨을 확충하거나, 센서나 컴퓨터에서 수집되는 데이터를 프로그램 방식을 통해 전문가의 도움 없이 라벨링하는 기술이 제안되고 있다. 본 고에서는 약지도(weak supervision) 학습과 반지도(semi supervision) 학습 등 비지도 학습 방법에 기반한 데이터 라벨링 동향과 사례에 대해 살펴본다. 약지도 학습을 위한 대표적인 오픈소스인 스노클(Snorkel)을..
e-koreatech 인공지능 및 빅데이터 관련 과정 안내 e-koreatech 인공지능 및 빅데이터 관련 과정 안내 한국기술교육대학교 온라인평생교육원 e-koreatech 입니다. 디지털 대전환의 시대, 이미 현실에 가까이 와 있는 인공지능과 빅데이터에 대한 관심이 꾸준히 지속되고 있습니다! 관련하여 신규 개발된 과정 포함, 서비스 중인 인공지능 및 빅데이터 과정을 안내 드립니다. 과정 상세히 살펴보시고 많은 신청 부탁드립니다. No. 과정 명 회차 과정 요약 과정 상세정보 링크 지원기기 1 인공지능 기술 및 서비스 이해 8 인공지능에 대한 이해를 바탕으로 실 생활 속 적용 사례 학습 과정 상세정보 PC + 모바일 2 머신러닝 수학(미분학) 4 미적분 개념 학습을 통한 머신러닝의 이해 및 프로그램 설계 학습 과정 상세정보 PC + 모바일 3 머신러닝 수학(선형..
[K-ICT 빅데이터 센터] 파면 팔수록 쉽고 재미있는 딥러닝 빅데이터 센터에서 제공하는 딥러닝 강의 영상을 링크로 올려둔다. 사방으로 뻗어나오는 관심을 줄이고, 집중하는 길이 목적지에 가장 빨리 도착하는 방법이다. 기본이 되었다면 방법은 한마리 씩이 두번째고, 세번째는 끝까지다. 이건 공식이라서 외우고 몸으로 확인하는 수 밖에 없어. 파면 팔수록 쉽고 재미있는 딥러닝 - 예제코드 - 동영상 - 강의 PPT 파일 제공
Standalone-DeepLearning 딥러닝 홀로서기 세미나 시간을 내지 않고는 배울 수 없다. 그렇지 않은 일이 어디 있는가? 평범한 일상을 살기에도 큰 용기가 필요한 법이다. 일찍 시작해야 한다고 알고는 있었지만 여전히 달려들어 배우지 않는다. 내용을 꼼꼼히 보고 따라 하기로 한다. Contents Lec1 (01/17, Thur) 딥러닝 홀로서기 세미나 오리엔테이션, Machine Learning Basic과 Linear Regression에 대한 내용을 다뤘습니다. Lec1-A(OT) / 슬라이드 / 비디오 Lec1-B(Machine Learning Basic) / 슬라이드 / 비디오 Lec1-C(Linear Regression) / 모두를 위한 머신러닝-딥러닝 강의 슬라이드1, 슬라이드2, 슬라이드3 / 비디오 Lab1(Linear Regression) ..
인공지능 연구지수( AI Research Index ): 세계 최고의 인공지능 대학은? 인공지능이 미래의 산업과 사회를 견인 할 혁신 성장 동력으로 주목받으면서, 인공지능 연구역량 강화가 중요한 이슈로 부상하고 있다. 연구 역량은 기술혁신에 가장 중요한 무형의 활동으로서 신기술 시장에서 최상의 성과를 달성하는 데 필수적 요소이다. 이에 본고에서는 세계의 대학들을 대상으로 인공지능 연구역량을 가늠할 수 있는 인공지능 연구 지수(AI Research Index)를 개발하고 시사점을 도출하고자 하였다. 인공지능 연구지수를 2016~2019년간 인공지능 연구 성과를 지수화한 값으로 정의하고, 인공지능 연구역량은 학술연구 수, 편당 인용 수, FWCI(Field Weighted Citation Impact)를 활용하여 측정하고 변수에 가중치를 반영하였다. 인공지능 연구 수를 기준으로 세계 상위 50..
인공지능 윤리에 관한 4가지 쟁점 인공지능 윤리에 관한 4가지 쟁점 지난 몇 년간 인공지능이 유발하는 윤리적 문제가 주목받으면서 해외 유수의 기관들은 일련의 원칙과 지침 등을 수립해 왔다. 하버드대 버크만센터는 “원칙에 입각한 인공지능(Principled Artificial Intelligence)” 연구를 통해 주요한 인공지능 원칙 36개의 내용을 분석하여 공통되는 8가지 핵심 주제를 선정하였다. 연구에서 제시한 키워드 8개는 개인정보(privacy), 책무(accountability), 안전 및 보안(safety and security), 투명성 및 설명 가능성(transparency and explainability), 공정성 및 비차별(fairness and nondiscrimination), 인간의 기술 통제(human cont..
NIST, 설명가능한 AI 4원칙 발표 미 국가표준기술연구소(NIST), 인공지능 결정의 설명 가능성에 대한 보고서 발표 NIST Asks A.I. to Explain Itself 우리 중 대다수는 어린 시절 “왜 그랬니?”라는 질문을 많이 받았다. 인공지능(AI, Artificial Intelligence)이 우리의 삶에 영향을 주는 결정이 많아짐에 따라 우리도 간단하지만 심오한 질문을 하고 AI는 이에 대해 대답할 수 있어야 한다. 결국 이는 우리가 AI의 결정을 어떻게 신뢰할 수 있는지의 문제로 귀결된다. 만족할 만한 설명을 얻기 위해 국가표준기술연구소(NIST, National Institute of Standards and Technology)의 과학자들은 AI의 결정이 어떻게 설명가능한지 우리가 판단할 수 있는 일련의 원칙을 제안하..
일본, AI 특화 슈퍼컴퓨터 개발 통해세계 1위 탈환 일본, AI 특화 슈퍼컴퓨터 개발 통해 세계 1위 탈환 TOP500이 발표한 전세계 슈퍼컴퓨터 순위에서 일본의 후가쿠(Fugaku)가 1위를 차지했다. 슈퍼컴퓨터의 순위는 계산 능력으로 매겨진다. 과학기술 시뮬레이션에서 활용되는 선형대수 알고리즘(HPL, High Performance Linpack)의 성능을 배정밀도*로 실측하여 순위를 산출하는 방법이다. 배정밀도란 (Double Precision)는 64-bit의 이진수로 실수를 표현하는 방법이다. 후가쿠는 이화학연구소(RIKEN)와 슈퍼컴퓨터 전문기업 후지쯔가 공동 개발했으며 전통적인 슈퍼컴퓨터 영역뿐 아니라 AI 성능에서도 독보적인 1위를 달성했다. 이번 순위는 슈퍼컴퓨터의 전세계 경쟁구도가 재편되고 있으며, AI 분야에서 슈퍼컴퓨터의 중요성이커지..
美 AI4K12 이니셔티브,초중등 AI 교육 가이드라인 업데이트 美 AI4K12 이니셔티브,초중등 AI 교육 가이드라인 업데이트 미국 초중등 AI 교육을 위해 설립된 ‘AI4K12 이니셔티브’는 2019년 4월 발표한 초중등 AI 교육 가이드라인(5 Big Ideas)을 구체화하여 지난 5월에 공개했다. AI4K12 이니셔티브는 △초중등 AI 교육 가이드라인 개발, △AI 교재 개발, △AI 교육자 커뮤니티 육성 등을 목표로 미국 컴퓨터교사협회(CSTA), 인공지능학회(AAAI) 등이 공동 설립하였다. 이들이 제안한 5 Big Ideas는 인공지능을 이해하기 위해 필요한 5대 학습 분야를 정의하고 학령별 수준에 따른 교육 목표와 내용을 제시하였다. 이미 우리나라도 위와 같은 교육과정이 도입되어 초등학교에서도 인공지능 리터러시 교육을 시작하였다. SW 교육의 정점에 도..
AI-LAB 인공지능 실습 3강 머신러닝 지도학습(Supervised Learning) , 비지도학습(Unsupervised Learning) AI-LAB 인공지능 실습 3강 머신러닝 지도 학습(Supervised Learning) , 비지도 학습(Unsupervised Learning) 머신러닝에서는 크게 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 나눌 수 있습니다. 지도 학습과 비지도 학습의 유형에 대해 간단하게 살펴보겠습니다. 간단하게 나타낸 그림과 멋지고 자세한 이미지를 올립니다. 1. 지도 학습 (Supervised Learning) 지도 학습은 이름에서 알 수 있듯이 컴퓨터에게 정답(Label)이 무엇인지 알려주면서 컴퓨터를 학습을 하는 방법입니다. 예를 들어 3x5=15, 6x4=24 등을 학습시킨 후 9x3=??..
OpenAI, 자연어 처리를 위한 범용 API 공개 OpenAI, 자연어 처리를 위한 범용 API 공개 그간 자연어 처리 분야는 딥러닝의 부상으로 성능이 대폭 개선되어 왔고, 그 중심에는 AI를 대표하는 기업인 구글과 OpenAI가 지속적인 성과를 이룸. ○ 자연어 처리 대표적인 자연어 처리의 연구 주제는 특정 문장에서 다음에 올 단어를 예측하는 언어 모델, 질문 문장에 대한 답을 찾아내는 질의응답, 문장이나 문서의 유사성 분류, 언어를 자동으로 번역하는 기계번역 등이 있음 - 구글: 2017년 어텐션 메커니즘을 바탕으로 한 트랜스포머(Transformer), 2018년 트랜스포머를 기반 으로 한 BERT 모델을 공개하여 당시 11개의 자연어처리 과업에서 최고수준의 결과를 달성하고, 2020년에는 계산을 최적화한 리포머(Reformer) 공개 - Open..