[ 밑줄/연결 ] AI제품에 UX가 통합되는 토대를 마련할 UX 프레임워크 AI 애플리케이션 디자인 과정에서 사용자 경험을 고려하는 방법 (맥락) ㅇ 정의: 맥락에는 AI가 과업을 수행하는 데 사용할 수 있는 외부 정보가 포함된다. 여기에는 사용자에 대한 정보와 이 정보를 요청하는 이유는 물론 외부 상황에 대한 정보도 포함된다. ㅇ 요점: AI 제품을 만드는 사람들은 결과물의 맥락(즉 결과물이 무엇을 의미하는지, 이것이 목표와 기대와 어떻게 다른지 등)을 이해해야 한다. (상호작용) ㅇ 정의: AI가 응답할 수 있는 방식으로 사용자를 참여시키는 것을 가리킨다. 이러한 참여는 AI 인터페이스의 메시지, 문자 메시지, 스마트폰의 푸시 알림 등 다양한 형태로 나타날 수 있다. ㅇ 요점: AI는 사용자를 대신해..
[ 밑줄/연결 ] 딥러닝의 가장 큰 혁신은 학습 데이터가 충분하면 뉴럴 네트워크 자체가 데이터의 특징을 자동 추출해 준다는 점입니다. 딥러닝의 가장 큰 장점은 이미지 데이터나 파형 데이터처럼 기호로 표현할 수 없는 데이터의 내부 패턴을 인식하는 것입니다. 특히 다음 현상이 일어날 확률은 현재의 현상에만 의존한다는 제약을 모델에 적용한 것이 마르코프 모델입니다..... 과거는 고려하지 않는 것이 마르코프 모델입니다. 마르코프 성질을 지닌 확률 과정( = 마르코프 과정)은 대부분 현실에 의존하고 있습니다. 온톨리지(Ontology)란 개념의 체계를 의미합니다. 인공지능이 개념 자체를 이해하기는 어렵지만 개념의 체계를 이해하는 것은 가능하며 이것은 인공지능의 발전에 큰 원동력으로 작용하고 있습니다. 반사형 A..
[ 밑줄/연결 ] 감지 여부와 표현 여부에 따라 인간이 이용할 수 있는 지식을 4가지 유형으로 분류 (1) 느낄 수 있고 표현할 수 있는 지식 ㅇ 모든 과학적 지식 (2) 느낄 수 없지만 표현할 수 있는 지식 ㅇ 추상대수학 (3) 느낄 수 있지만 표현할 수 없는 지식 ㅇ 비진술기억과 암묵적 지식 (4) 느낄 수 없고 표현할 수도 없는 지식 ㅇ 현재 신경망이 학습을 통해 파악한 지식 (케플러의 3가지 법칙 발견의 과정 3단계) (1) 충분한 관측 데이터를 축적한다. ㅇ 티코 브라헤가 20년에 걸쳐 관측한 데이터 (2) 선험적인 세계 모형을 제시한다. ㅇ 코페르니쿠스의 지동설 (3) 모형의 파라마터를 기존의 데이터와 새로 추가된 데이터에 완전히 부합할 때까지 조정한다. ㅇ 데이터에 부합하도록 원형 궤도를 타..
[ 밑줄/연결 ] (서비스리 AI) AIaaS 플랫폼을 이해하기 위한 사고 방식을 네 가지 요소에 기반을 두고 도식화한다면... (아키텍처) ㅇ 서비스리 컴퓨팅을 사용하기 위한 효과적인 아키텍처 패턴은 무엇인가? ㅇ 마이크로서비스, SPA, 프로토콜, 메시지, 큐, 이벤트 드리븐, DRY, SRP, 데이터 포털 (개발) ㅇ 최고의 개발 툴, 프레임워크, 기술은 무엇인가? ㅇ 프레임워크, 툴, 디버깅, 환경, 기술, 클라우드 서비스, API (AI) ㅇ 사용 가능한 머신러닝과 데이터 처리 서비스는 무엇이며, 어떻게 하면 가장 적절하게 비즈니스 문제를 해결할 것인가? ㅇ 이미지 인식, STT , TTS, NLP, 챗봇, 데이터 과학, 딥러닝 (운영) ㅇ 어떻게 하면 이 서비스를 효과적으로 프로덕션과 운영 관..
[ 밑줄/연결 ] (1장. 인간을 본뜬 피조물) 인간의 지능에 근접하기 위해서는 시스템이 특정 작업만 모델링하는 것이 아니라 그 작업이 일어나는 세계를 모델링해야 한다. 즉 , 환경을 감지하고 그에 따라 적절히 행동을 변경하고 조정하면서 동작해야 한다. 불확실한 환경에서도 올바른 결정을 할 수 있어야만 지능을 가진 기계라 부를 수 있다. 튜링은 만약 어떤 기계의 반응을 인간에게 기대되는 반응과 구별할 수 없다면, 그 기계까 지능을 가졌다고 판단할 수 있다고 했다. 힐베르트는 2+2= 4와 같은 수학적 명제가 모두 '결정가능(decidable)한지 알고자 했다. 다시 말해, '어떤 수학적 명제가 주어져도 이 식이 참인지 거짓인지 결정할 수 있는 단계적 절차가 존재하는가?' 라는 질문으로, 수학자들에게는 근..
[ 밑줄/연결 ] 트랜스퍼 러닝(Transfer Learning)이란 특정 태스크를 학습한 모델을 다른 태스크 수행에 재사용하는 기법을 가리킵니다. 비유하자면 사람이 새로운 지식을 배울 때 그가 평생 쌓아왔던 지식을 요긴하게 다시 써먹는 것과 같습니다. (문장 생성) GPT 계열 언어 모델이 널리 쓰입니다. 자연어(문장)을 입력받아 어휘 전체에 대한 확률값을 반환합니다. 이 확률 값은 입력된 문장 다음에 올 단어로 얼마나 적절한지를 나타내는 점수입니다. (학습 파이프라인) (1. 각종 설정값 정하기) 어떤 Pre-Train 모델을 사용할지, 학습에 사용할 데이터는 무엇인지, 학습 결과는 어디에 저장할지 등.... 하이퍼파라미터(Hyperparameter) 역시 미리 정해둬야 하는 중요한 정보입니다. 하이..
[ 밑줄/연결 ] 가석방 여부, 대출 심사, 이력서 검토 등에서, 인간의 의사 결정을 대체하려고 도입한 인공지능은 불편부당하기는커녕 인간 못지 않게, 때로는 더 심한 선입견을 가질 수 있다. 미래의 AI가 C-3PO보다는 곤충 때에 가까운 이유를 알아볼 것이다. AI는 시행착오를 통해 목표에 도달하는 데 도움을 주는 규칙들을 만들어낸다. (AI 실패의 네 가지 징후) (경고 신호 1: 문제가 너무 어렵다) 좋은 사람을 채용하기는 정말로 어렵다. 인간인 우리조차 훌륭한 지원자를 알아보기 쉽지 않다. (경고 신호 2: 문제가 우리 생각과 다르다) '최고의 지원자를 찾아달라'는 게 아니라는 점이다. 우리가 요구하는 내용은 '인간인 채용 담당 매니저가 과거에 좋아했던 사람들과 가장 닮은 지원자를 찾아달라'는 것..
[ 밑줄/연결 ] 학습된 알고리즘을 사용하여 예측하는 과정을 '추론'이라고 한다. 하지만 모델 학습과 추론 사이에는 여러 단계가 있다. 모델을 패키지하여 업무 환경에 배포하고, 성능을 모니터링하며 드리프트 (Drift, 시간이 흐르면 모델의 성능 저하를 야기하는 입력 데이터의 변경 내용)가 발생하면 최신 상태로 갱신해야 한다. 현실의 AI는 이 모두를 효율적으로 운영할 수 있는 환경과 문화를 구축할 조직이 필요하다. 이렇게 머신러닝 수명 주기를 관리하는 새로운 방법을 ML옵스(MLOps)라고 한다. 사실 AI모델을 개발하는 일은 AI모델의 결과값에 대해 수용 가능한 한계치를 결정하는 일이기도 하다. 데이터 과학이 AI모델 개발에 필수적인 것만큼 비즈니스 결정도 AI개발에서 중요한 부분을 차지한다. 모델의..
[ 밑줄/연결 ] 공학의 무기는 문제를 형식화하고 해결하는 능력이다 과학의 무기는 문제를 발견하고 가설을 검증하는 능력이다. 행동이 비슷하다고 해서 반드시 같은 생각을 하는 것은 아닙니다. 인공 신경만은 현재 정보로부터 추상적 개념을 형성해 나가는 '순방향(forward path)'의 생각에 이어, 세상의 다양성을 잘 담아내기 위해 개념의 추상화 과정을 거꾸로 되돌리는 '역방향(Backward paht)'의 생각을 만들어냅니다. 어떤 특징들을 어떻게 연관 지어야 하나의 개념으로 요약할 수 있을까요? 이 과정을 연관 짓기 문제(binding problem)이라고 합니다. 인공지능에서는 핵심 특징들을 묶어서 단계적으로 개념화를 진행하는 과정을 추상화(Abstraction)이라고 부릅니다. 사실 인공 신경망의..
[ 밑줄/연결 ] 기계를 물리적인 각각의 부분이 상호작용하여 형성하는 하나의 시스템으로서, 과제를 완수하기 위해 일정한 규칙에 따라 작동하는 것이라고 정의하도록 하자. 의식이 있다는 것은 자신만의 관점을 가지고 정신적으로 실존하며, 사적인 내적 경험을 할 수 있음을 말한다. 철학자들은 보통 이 감독을 '작은 인간'이라는 의미로 호문클루스(homunculus)라고 부른다. 철학자 길버트 라일(Gibert Ryle)도 이 같은 '기계 속의 유령'이론이 틀려다고 주장한다.....의식도 별개의 기능이 아니다. 그저 인간이 정상적으로 기능하는 것과 관련된 개념이다.... 교내의 모든 건물이 모여 대학교라는 전체를 구성하는데, 그는 대학교가 각 건물과 별도로 존재하는 하나의 독립된 건물이라고 생각한 것이다. 다시 ..
- Total
- Today
- Yesterday
- 불교
- 인공지능
- 데브옵스 도입 전략
- 지승도
- 개발자에서 아키텍트로
- 함께 있으면 피곤한 사람
- Ai
- 상대성이론
- 플랫폼의 시대
- 복잡계의 새로운 접근
- 사회물리학
- 혁신
- 경영혁신
- 디지털 트랜스포메이션 엔진
- 최진석
- 함께 있으면 즐거운 사람
- 돈
- 참을 수 없는 존재의 가벼움
- 경계의 종말
- 당신은 AI를 개발하게 된다
- 개발자가 아니더라도
- 제로 성장 시대가 온다
- 고도를 기다리며
- 파괴적 혁신
- 안나 카레니나
- 스케일의 법칙
- 이노베이션
- 양자역학
- 전략에 전략을 더하라
- 부정성 편향
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |