반응형

개발자/인공지능과 인간 83

Autonomous Agents 자율 에이전트 가이드 2

다음은 자율 에이전트가 어떻게 작동하는지에 대한 아주 간단한 예입니다. 리서치를 도와주는 자율 에이전트가 있고 특정 주제에 대한 최신 뉴스(예: "트위터 관련 뉴스")를 요약해 달라고 요청한다고 가정해 보겠습니다. Autonomous Agents 자율 에이전트 가이드 4 Autonomous Agents 자율 에이전트 가이드 3 Autonomous Agents 자율 에이전트 가이드 2 Autonomous Agents 자율 에이전트 가이드 1 상담원에게 "트위터에 대한 최근 뉴스를 찾아서 요약본을 보내는 것이 목표입니다."라고 말합니다. 그러면 에이전트는 목표를 살펴보고 OpenAI의 GPT-4와 같은 AI를 사용하여 읽고 있는 내용을 이해한 후 첫 번째 작업을 수행합니다. "작업: 트위터 관련 뉴스 구글 ..

AI의 위협과 위험성, 예방조치 - Sam Altman

샘 알트먼 오픈 AI 최고경영자(CEO)는 미국 정부에 AI 감사 기관을 둬야 한다고 주장했다. 해당 기관이 AI 기업 설립, 기술 개발에 별도 승인 절차를 실행해야 한다는 제안이다. BBC 등 다수 외신은 샘 알트먼 CEO가 미국 상원위원회의에 출석해 AI 기술 위험성에 대해 경고하면서 이런 방안을 제시했다고 16일(현지시간) 보도했다. AI는 생각보다 더 위험합니다. 최근 ChatGPT의 설립자인 샘 알트먼은 AI 규제에 대해 이야기했습니다. AI의 위험성과 위험성, 그리고 예방 조치에 대해 설명했습니다. 녹취록은 4시간 38분 분량입니다. 다음은 여러분이 알아야 할 가장 중요한 7가지 사항입니다: 1. 개회 선언문 AI는 사람들의 삶의 거의 모든 측면을 개선할 수 있는 잠재력을 가지고 있지만, 동시..

Autonomous Agents 자율 에이전트 가이드 1

인공 지능은 콘텐츠 추천, 카피 작성, 질문에 답하기, 심지어 실생활과 구별할 수 없는 사진 생성과 같은 매우 구체적인 작업을 완료하는 데 사용할 수 있습니다. AI에게 하나의 작업을 완료하라고 말하면 AI는 하나의 단순한 작업을 완료합니다. 그러나 AI가 수행할 모든 작업을 우리가 하나하나 생각해내지 않아도 되는 경우에는 어떻게 해야 합니까? 단순한 도구가 아닌 팀원을 원한다면? AI가 스스로 생각하게 하려면 어떻게 해야 할까요? 정말 AI 자신이 스스로 생각하는 것처럼 . Autonomous Agents 자율 에이전트 가이드 4 Autonomous Agents 자율 에이전트 가이드 3 Autonomous Agents 자율 에이전트 가이드 2 Autonomous Agents 자율 에이전트 가이드 1 "..

Open AI 3가지 새로운 기능

ChatGPT는 당신에게 꼭 필요한 올인원 AI 플랫폼입니다. Open AI는 3가지 새로운 기능을 출시했습니다. (여기서 당신이 알아야 할 모든 것이 있습니다) 1. 플러그인 스토어: - 다른 애플리케이션과 공동 작업 - AI용 앱 스토어 - 하나의 챗봇으로 여러 앱에서 모든 작업 수행 영향: 플러그인 스토어용 앱을 개발하는 회사들로 인해 AI의 성장 궤도가 더욱 빨라질 것입니다. 새로운 플레이어가 이 분야에 진입할 수 있습니다. 2. 인터넷으로 채팅GPT: - 최신 정보, 뉴스 및 트렌드를 활용한 프롬프트 - 기본적으로 모든 작업을 수행 할 수있는 Google 버전 영향력: 사용자가 하나의 플랫폼에서 모든 작업을 완료할 수 있습니다. 한 앱에서 다른 앱으로 이동하는 시간을 절약할 수 있습니다. 3. ..

ChatGPT에 대한 10가지 사용 사례 목록

ChatGPT는 좋았습니다. 그러나 인터넷과 ChatGPT가 더 좋습니다. 이제 ChatGPT가 인터넷에 액세스 할 수 있습니다. 다음은 이 새로운 버전의 ChatGPT에 대한 10가지 사용 사례 목록입니다. 1. 실시간 데이터를 사용하여 여행 계획을 세우세요. 예시: "17시간 이내에 뉴욕으로 가는 가장 빠른 항공편을 찾아주세요. 뉴욕에 도착하면 [위치]에 있는 온수 욕조와 침대 3개가 있고 파티가 가능한 134달러 미만의 에어비앤비를 예약하세요." 2. 분석, 트렌드 및 뉴스를 사용한 실시간 콘텐츠 생성. 예시: "Ai를 위해 어제 뉴스를 사용하여 Instagram [사용자 이름]에 대한 게시물을 생성하도록 캡션 및 프롬프트 생성. 마지막으로 지난주 참여 데이터를 사용하여 게시할 시간을 제안해." 3..

AUTO-GPT와 CHATGPT: 차이점과 특징

AUTO-GPT와 CHATGPT: 차이점과 특징 매트·2023년 4월 18일 AUTOGPT 추천 Auto-GPT는 기술 세계를 강타한 강력하고 최첨단 AI 도구입니다. Significant Gravitas에서 개발하고 2023년 3월 30일에 GitHub에 게시된 이 오픈 소스 Python 애플리케이션은 GPT-4로 구동되며 사람의 개입이 거의 없이 작업을 수행할 수 있습니다. ChatGPT의 프레임워크를 기반으로 구축되었지만 Auto-GPT는 ChatGPT에 없는 기능인 자체 결정을 내리는 기능 측면에서 이전 버전과 다릅니다. 작업을 완료하는 데 필요한 모든 프롬프트를 자동으로 표시하고 생성할 수 있습니다. Auto-GPT는 인공 지능에 대한 우리의 생각을 바꾸는 실험적인 AI 도구입니다. 인간 수준의..

인공지능 활용 5가지 주요 분야

인공지능은 인간이 만든 가장 혁신적인 기술이 될 만큼 경제ㆍ사회ㆍ문화 등 모든 분야에서 디지털 전환을 넘어선 인공지능 전환(Artificial Intelligence Transformation)의 핵심동력이 되고 있다. 구글 최고경영자 순다르 피차이(Sundar Pichai)는 “인공지능은 우리 인류가 만든 것들 가운데 가장 영향력이 큰 종류 중 하나이며, 그것은 불이나 전기보다 그 영향력이 더 막대하다”라고 말하여 인공지능의 가치를 강조한 바 있다. 기업들은 코로나(COVID-19) 팬데믹 이후 “포스트 코로나 시대”를 이끌어갈 핵심기술 중 하나로 인공지능을 꼽았다. 인공지능은 코로나19 대응 과정에서 진단키트 개발, 역학조사ㆍ모니터링, 진단 보조 등에 기여한 바 있다. 여기서는 인공지능의 중요한 활용..

영향력 있는 인공지능 기술 6가지

인공지능은 더 이상 새로운 기술이 아니다. 그러나 기업과 개인이 인공지능이 제공할 수 있는 가능성을 이해하게 되면서 그 영향력은 모든 산업에서 비즈니스를 변화시키고 기업가, 근로자와 소비자에 이르기까지 새로운 기회를 제공하고 있다. 여기서는 가장 영향력 있는 인공지능 기술에 대해 알아보자. 1. 초대형 언어 모델 초대형 언어 모델(Large Language Models: LLM)은 언어를 이해하기 위한 ‘두뇌’라고 할 수 있으며, 방대한 텍스트 데이터를 기반으로 인간의 언어를 인식하고, 예측 및 생성할 수 있는 머신러닝 알고리즘이다. 이러한 언어 모델은 의미론적 기술을 사용하여 보다 인간과 상호작용하는 언어를 생성할 수 있으며, 언어를 이해하는 데 있어 더욱 정교해지고 점점 더 커지고 있다. 또한, 초대..

범죄 예측 AI 연구 논문 철회 요청, AI 연구자 집단

AI 연구자 집단, 범죄 예측 AI 연구 논문 철회 요청 2,400명이 넘는 산·학·연 AI 연구자들이 신경망을 적용한 안면 인식 기반의 범죄 예측 논문의 게재 철회를 공개적으로 요청(2020.6.) 美, Harrisburg 과학기술대학의 연구진은 독일 Springer Publishing社를 통해 얼굴 인식 기반의 범죄 예측을 다룬 논문의 게재 예정 발표 (2020.5.) * 논문 제목은 “A Deep Neural Network Model to Predict Criminality Using Image Processing”으로 Springer Nature - ResearchBook Series:Transactions onComputationalScience andComputationalIntelligenc..

기계 학습 및 데이터 과학에 대한 100 Udacity 무료 과정 - 2022

Udacity 는 세계에서 가장 인기 있는 MOOC 기반 e-러닝 플랫폼 중 하나입니다. Udacity에는 다양한 기계 학습 및 데이터 과학 과정이 있습니다. 일부는 무료이고 일부는 유료입니다. 그러나 이 기사에서는 기계 학습 및 데이터 과학에 대한 모든 Udacity 무료 과정에 대해 논의할 것 입니다. 다른 Udacity 무료 코스도 찾을 수 있습니다. 이 과정을 위해 당신은 1달러도 지불할 필요가 없습니다 . 따라서 이 기사에 잠시 시간을 할애하고 Udacity의 기계 학습 및 데이터 과학에 대한 무료 과정을 확인하십시오. 기계 학습 및 데이터 과학에 대한 Udacity 무료 과정 귀하의 편의를 위해 귀하의 기술 수준, 배우고자 하는 주제 및 코스 기간에 따라 코스를 필터링할 수 있는 표를 만들었습..

인더스트리 4.0으로 생산성을 개선하는 방법

인더스트리 4.0으로 생산성을 개선하는 방법 1장: 인더스트리 4.0 - 제조 분야의 4차 산업 혁명 소개 지난 10년 동안 제조업은 변화의 시기에 들어섰습니다. 새로운 기술이 작업 현장에 적용되었습니다. 컴퓨터 처리 능력과 데이터 저장의 발전으로 인해 다양한 제품에 대한 새로운 제조 사용 사례가 나타났습니다. 개발에 유리한 환경은 엄청나게 비싼 기술을 저렴하고 확장 가능하게 만들었습니다. 빠른 속도로 인공 지능, 클라우드 컴퓨팅, 사물 인터넷 연결, 빅 데이터 분석, 양자 컴퓨팅, 3D 인쇄, 사이버 물리 시스템 및 기타 여러 기술을 위한 새로운 산업 응용 프로그램이 등장했습니다. 이러한 기술이 함께 4차 산업혁명을 촉발했습니다. 인더스트리 4.0 이라고도 하는 제조업은 증기 동력 또는 소프트웨어 기반..

인더스트리 4.0 = Factory Automation = Smart Factory

인더스트리 4.0 = Factory Automation = Smart Factory 인더스트리 4.0 제조 공정에 도입할 일관된 프레임워크를 만들기 위한 일련의 기술 변화입니다. 물론 인더스트리 4.0의 중추는 제품이 만들어지는 방식과 관련이 있으며, 이 현상은 우리 세계의 모든 부분에 영향을 미칠 가능성이 가장 높으며 모든 유형의 비즈니스에 영향을 미칩니다. 인더스트리 4.0의 간단한 정의는 "IoT, 클라우드 컴퓨팅, 사이버 물리 시스템(CPS), 인지 컴퓨팅을 제조 및 서비스 환경에 적용하는 것"입니다. 제조 세계의 자동화와 연결성은 새로운 것이 아닙니다. Physical to Digital(물리적 조치를 취하고 이를 디지털 기록으로 변환) 및 디지털에서 디지털(AI를 사용하여 통찰력 공유)도 제조..

산업용 사물 인터넷(IIoT) Industrial Intrenet of Things

산업용 사물 인터넷(IIoT) Industrial Intrenet of Things 산업용 IoT 또는 산업용 사물 인터넷(IIoT) 은 인더스트리 4.0의 핵심 요소입니다. IIoT는 스마트 기계와 실시간 분석의 힘을 활용하여 산업용 기계가 수년 동안 만들어낸 데이터를 더 잘 활용합니다. IIoT의 주요 동인은 두 가지 이유로 스마트 기계입니다. 첫 번째는 스마트 머신이 인간이 할 수 없는 실시간으로 데이터를 캡처하고 분석한다는 것입니다. 두 번째는 스마트 기계가 간단하고 빠른 방식으로 결과를 전달하여 보다 빠르고 정확한 비즈니스 결정을 내릴 수 있다는 것입니다. IIoT는 제조, 물류, 석유 및 가스, 운송, 광업, 항공, 에너지 등 다양한 산업 분야에서 사용됩니다. 그 초점은 운영 최적화, 특히 프..

[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..

반응형