모두의 이야기 블로그

450개의 관련 업체가 참여한 AW 2024 스마트팩토리 ・ 자동화 산업전이 3월27일부터 3월29일 3일간 코엑스에서 열렸습니다. 현장에 적용할 수 있는 혁신적인 시스템과 솔루션은 어떤 것들이 있을까요? 인공지능 기술이 현장에 어떻게 적용되고 있는지 함께 살펴보시죠!

파이썬 프로그래밍에서 모듈, 패키지, 라이브러리는 코드를 체계적으로 구성하고 관리하는 데 매우 중요한 개념입니다. 이번 글에서는 각 개념의 정의와 역할, 그리고 활용 방법에 대해 자세히 알아보겠습니다.

추천시스템에서 많이 사용하고 있는 지표중 하나는 클릭률이다. 이번 블로그는 클릭률과 추천시스템간의 관계를 분석하고 쿨릭률의 한계점을 제시할 예정이다. 추가적으로 윤리적 책무까지 다뤄서 전체적인 추천시스템의 방향을 다룬다.

딥러닝 발전의 주춧돌 중 하나인 VGGNet 에 대해 알아봅시다. 여러 개의 층을 점점 깊이 쌓아 지능형 시스템의 성능을 올리겠다는 딥러닝의 컨셉을 엿볼 수 있습니다. VGGNet 의 상세한 구조를 살펴보고, 이와 함께 남겨진 딥러닝 모델의 주요 문제점에 대해 생각해봅시다.

선형회귀 분석의 네 가지 주요 가정인 선형성(Linearity), 독립성(Independence), 등분산성(Homoscedasticity), 그리고 정규성(Normality)을 자세히 알아봅시다.

32비트 부동소수점을 표현시 사용하는 편향된 지수를 (biased exponent) 사용하는 예시를 살펴보며, 편향된 지수 사용시 장점을 설명합니다. 추가적으로 지수 사용의 예외 경우도 설명합니다.

Stable Diffusion은 강력한 텍스트-이미지 생성 AI 모델입니다.몇 가지 팁을 알아두면 Stable Diffusion 모델의 성능을 효과적으로 최대한 이끌어낼 수 있습니다. 어떤 팁 들이 있는 지 함께 살펴보겠습니다.

2012 Imagenet 대회를 통해 딥러닝 분야의 불씨를 지핀 AlexNet 의 구조에 대해 살펴봅니다. 초창기 CNN 의 획기적인 성능을 만들어낸 모델의 구조, 기법 등을 알아봅니다. 모델의 내부 구조를 생생하게 관찰할 수 있는 추가적인 자료를 첨부했습니다.

이번 블로그에서는 ImageNet과 같은 데이터셋을 측정하는 지표인 Top-1 Error 그리고 Top-5 Error에 대해 알아보았습니다. 두 지표 모두 장단점이 있고 상호보완적입니다. 다만 현재는 모델은 개선이 많이 되어 있어 다른 지표도 사용됩니다.

과거 인공지능(AI)은 SF영화와 소설 속에서나 존재하는 가상의 개념으로 여겨졌습니다. 이제 AI는 단순한 호기심을 넘어 일상이 되었으며, 우리의 삶에 깊숙이 자리 잡고 있습니다. AI는 인간과 공존할 수 있을까요?

트랜스포머의 대항마라 볼 수 있는 Mamba 모델이 나왔습니다. Mamba는 State Space Model을 기반으로 만들어진 아키텍쳐라 볼 수 있습니다. 비록 아직은 미흡하긴 하지만 추후에 발전의 여지가 충분히 있다고 생각합니다.

AGI(인간수준 인공지능)와 로봇 기술의 발달로 노동 중심 체제를 벗어나 새로운 경제 패러다임인 '포스트레이버 이코노믹스 (Post-Labor Economics)' 시대가 도래할 전망입니다. 과연 이 새로운 시대는 인류에게 어떤 영향을 미칠까요?

테슬라의 일론 머스크와 마이크로소프트의 샘 알트만. 그들은 AI 기술 발전에 큰 공헌을 했지만, 최근 AI의 위험성을 둘러싸고 극과 극의 대립각을 세우고 있습니다.

심층 신경망에서 중요한 역할을 하는 Convolution(볼루션) 연산과 Padding (패딩)에 대해 자세히 알아보도록 하겠습니다.

잘 설계된 프롬프트를 통해 AI의 능력을 최대한 활용할 수 있습니다. 본 글에서는 프롬프트 엔지니어링의 개념과 팁, 그리고 Claude 3.0을 활용한 체인 프롬프트로 데이터분석 하기를 소개하겠습니다.

AI가 우리 삶에 더욱 깊숙이 들어오고 있습니다. OpenAI와 휴머노이드 로봇 스타트업 피규어가 협력하여 만든 'figure01' 로봇이 최근 공개되면서 전 세계에 충격파를 몰고 왔습니다.

AI로 작성한 논문이 잘 못 통과되었다면 어떻게 될까요? AI 챗봇이 틀린 답변은 한다면 책임은 누구에게 있을까요? 최근 주목받는 AI 윤리 관련 세미나와 발표를 중심으로 흥미로운 사례를 소개합니다.

Loss 와 metric 의 경향성을 통해 딥러닝의 학습 상태를 가늠해봅니다. 최적화 작업은 비정형적인 다양한 요소들이 참여하는 과정이기때문에, 학습 상태를 다각적으로 관찰하는 것이 중요합니다. 유형 별 사례과 현재 나의 상황을 비교해볼 수 있습니다.