모두의 이야기 블로그

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.

모든 대규모 웹 서비스는 작은 규모에서 시작합니다. 인스타그램과 페이스북도 처음에는 단일 서버로 운영되었습니다. 단순한 아키텍처로 시작하여 점진적으로 시스템을 확장해 나갔습니다. 어떤 식으로 시스템을 구축해 나갔는지 알아봅시다.

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.

이번 아이펠 온라인캠퍼스 5기 그루들이 ICLR Workshop 논문에 게제 승인되었습니다. 이분들의 연구 열정은 정말 대단했으며 특히 아이펠캠퍼스에 대해서 좋은 평가를 해주셨습니다. KDT부트캠프로써 첫 해외논문 게재내용 궁금하지 않으신가요?

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.

파이썬 개발 환경 구축에 대한 가이드를 소개해드립니다. 개발을 위해서는 가상환경과 버전 관리가 중요한데, 이를 위해 Python env와 Poetry를 사용하는 방법을 알려드릴게요. 이해하실 수 있도록 설명과 예시를 준비했으니 많은 참고 부탁드립니다!

프로그래밍 페러다임으로 주로 언급되는 절차 지향 프로그래밍(Procedural Programming)과 객체 지향 프로그래밍(Object-Oriented Programming, OOP)에 대해, 예제 코드로 비교해봅니다.

실수를 표현하는 방법으로 널리 알려진 고정소수점(fixed-point)과 부동소수점(floating-point)은 각각의 고유한 특징과 용도가 있습니다. 이번 포스트에서는 이 두 가지 방식의 개념을 살펴보고, 실제 계산 과정을 통해 어떻게 컴퓨터가 이를 처리하는지 살펴보겠습니다.

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

프로그래밍 언어계의 토끼와 거북이인 인터프리터 언어와 컴파일러 언어에 대해서 설명합니다. 인터프리터 언어는 빠르게 개발할 수 있으며 유연한 언어인데 반해 컴파일러 언어는 실행속도와 안정성이 있는 언어입니다.

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.