인공지능의 개념

인공지능,인간의 지능, 지능모방

인공지능이 모방 그 자체란 것을 알게됨

모방기술로 감정까지 모방가능함

인공지능이 학습한 후 적용하는 과정

지능, 흉내, 모방

인공지능이 어디까지 가능할지

X

인공지능 활용 사례

튜링 테스트, 휴리스틱 탐색, 인공지능 소프트웨어

아직 인공지능이 할 수 없는 일

관리직이나 사람을 응대하는 일 같이 유동적인 상황 판단이나 비언어적 표현이 필요한 분야는 인공지능이 대체할 수 없다

더 많은 AI의 한계점

학습, 딥러닝, 예측

새롭게 배운점: 인공지능 소프트웨어와 일반 소프트웨어를 구분할 수 있게됨.

아직 궁금한 것이 없음

딥러닝의 과정에 대해 더 알아보고자 함

인간의 지능, 딥러닝, 인공지능 소프트웨어

인공지능은 실제로 지능이 아닌 지능을 흉내낸 것에 불과하다는 것.

상당한 계산량이 바탕이 되어 각 질문들을 분석하여 가능함.

AI가 사진만으로는 구별(예-고양이와 개)하지 못한다면 3D 입체 데이터로는 가능할까? 인간은 어떻게 사물을 구별할 수 있을까?

인공지능, 지능, 소프트웨어

인공지능과 인간의 지능적 행위

인간의 지능은 인식, 학습, 예측, 추론, 문제해결 등으로 나뉘고 인공지능은 컴퓨터 비전, 딥러닝, 휴리스틱 탐색 등으로 나뉨

인공지능이 어디까지 발전할까?

인공지능의 정의, 앨런 튜링, 기계학습

앨런 튜링은 어쩌다가 인공지능에 대해 연구하기 시작하였는가.

계산기가 어디까지 논리적으로 작용할 수 있는가에 대한 지적 실험을 시작하면서.

인공지능의 한계

인공지능, 모방 가능성, 앨런 튜링

인공지능은 창의력이 있을까

인공지능이 무엇인가를 만들었을 때, 우리가 그것이 어떻게 나왔는지 투명하게 밝히지 못하면 그것은 창의적이라고 부를 수 있다.

인공지능의 인간 모방 사례

인공지능 기초, 컴퓨터 비전, 딥러닝, 휴리스틱 탐색

인공지능 사례를 구분하는 기준에 대해 알게 됨

책 추천 시스템은 인공지능이 이용되었다.

인공지능 기술이 주식이나 금융 정세나 같은 금융 영역에 어떻게 영향을 미치고 있는지에 대해서 탐구해보고싶다.

모방, 인공지능 소프트웨어, 튜링 머신

우리 지능을 어디까지 모방 할 수 있을까?

.

인공지능이 어디까지 할 수 있을까?

인공지능, 학습, 모방

튜링 테스트의 실제 사례

1950년 튜링이 제안한 이후로 꾸준한 시도가 있었고, 전문가들의 의견에 따르면 대형 언어 모델 기반인 ai (ex: chat GPT)는 고전적인 튜링 테스트는 가뿐히 통과할 것이라 한다.

인공지능의 성능 향상 방법

딥러닝 머신러닝 GAN

딥러닝이 개발 되기 까지의 여러가지 기술들

- 생성형 AI

- 머신러닝

- 딥러닝

앞으로 나올 생성형 AI

슈퍼사이클이 개발중

생성형 AI의 다음 단계

로봇 강아지, 알파고, 인공지능 야구 심판

스포츠계에 사용되는 인공지능들

AI 탁구 서브 기계

로봇강아지의 학습 방법

알파고, 인공지능, 챗GPT

인공지능의 역사에 대해 새로 알게됨

역사, 인공지능, ELIZA(일라이자)

ELIZA(초기의 인공지능 챗봇)의 영향

적절히 공감하는 시늉만 낸 일라이자와 대화를 주고 받아 대화에 깊이 빠져들어 일라이자를 진짜 의사로 믿거나, 실질적인 도움을 줄 수 있다고 생각 되어짐.

ELIZA는 알고리즘으로 만들어졌다. 나도 colab으로 상담 챗봇을 만들 수 있을지 더 알아보고 싶다.

존 메카시, ELIZA, 알파고

1970년대의 전문가 시스템의 성능 및 한계

MYCIN은 관련 분야에서 인간 전문가와 동일한 수준 혹은 그 이상의 기능을 수행할 수 있었다 하고, XCON이라는 컴퓨터 조립 부품 구별 기능을 하는 전문가 시스템은 부품 구별에서 95%이상의 정확도를 보였다고 한다. 하지만 전문가 시스템은 모든 분야의 전문가의 지식을 구현하기 힘들고, 불확실성이 존재하는 상황에서 정확한 판단을 내리기 힘들다는 등의 한계를 지닌다고 한다.

훈련 데이터가 없거나 부족한 상황에서도 인공지능의 학습이 효과적으로 가능할까?

생성형 AI, 딥러닝, 딥페이크

AI를 슬기롭게 사용하기 위해서는 어떠한 윤리의식을 가져야 할까?, AI가 인간을 대체하기까지 얼마나 걸릴까?, 딥페이크 악용을 막을 수 있는 해결책은 무엇일까?

전쟁, 범죄 등을 목적으로 기술을 발전시키면 안된다고 생각한다. AI 기술을 발전시킬 때 인간 존엄성이 최우선시 되어야 한다. 딥페이크 악용을 막을 수 있는 해결책으로는 워터마크를 삽입하는 것이 거론되고 있는데, 처음부터 불법으로 암암리에 생성되는 영상에까지 이를 규제하기 힘든 부분이 있다고 생각한다.

2에 작성한 부분에 대한 학자들의 견해를 더 알아보고 싶다.

alexnet, 텐서플로, 딥러닝

alexnet이 cnn 구조를 이용하였는데, cnn 구조가 무엇인지 궁금함.

cnn이란 합성곱 신경망 원리라고 하며, 일반적으로 완전히 연결된 네트워크, 즉 한 계층의 각 뉴런이 다음 계층의 모든 뉴런에 연결되는 신경망 구조라고 한다.

미래의 인공지능에 대한 전망을 예측한 현재의 인공지능

존 매카시, 비지도 학습, 딥러닝

인공지능이 급격한 발전을 이루게 된 비지도 학습의 구현 성공

존 매카시, 1,2차 인공지능 겨울, 메타버스

Open AI 이사회의 걱정이 현실이 될까?

존 메카시, 약인공지능, 딥마인드

퍼셉트론, 딥러닝, 제프리 힌튼

딥러닝의 단점은 무엇인가

데이터 의존도가 높다. 양질의 데이터가 많을수록 성능이 향상되기 때문에 데이터 양이 적다면 성능이 현저히 떨어질 수 밖에 없다. 또한, 흔히 블랙박스 문제라 불리는 왜 이런 결과를 도출했는지에 대한 과정을 해석할 수 없다는 문제가 있는데, 입력-출력 사이의 중간 추론 과정을 명확히 알 수 없기 때문에 신뢰성 문제가 생길 수 있다.

현재, 그리고 앞으로의 딥러닝 모델의 개발 방향

퍼센트론, 딥러닝, 머신러닝, 신경망

신경망과 생물학적 뇌의 차이점

4. 미래의 딥러닝 개발 양상

이미지 생성 AI, 머신러닝, 딥러닝

생성형 AI의 산출물에 대한 윤리적, 저작권 문제

윤리적 문제의 경우 사람들이 ai를 사용하는 의도에 따라 달라지고, 저작권 문제에 경우 현재 진행형으로 사람들은 ai를 규제해야한다 주장하고, ai측 개발자들은 저작권 법을 위반할 정도의 내용을 따라한게 아니라 습관, 말버릇 등을 따라한 것 이라며 주장하는 등 아직 더 시간이 지나야 해결될 것 같다.

ai에 대한 법률

Emergent ability, 에이백, 거대 언어 모델

연산의 수가 어느 수치를 넘어서면 급격하게 양의 증가가 질의 증가로 바뀌는 것인 Emergent ability는 왜 나타나는 것인가

아직 밝혀지지 않음

연산의 양을 증가시킬 때, 어느 수치를 넘어서면 급격하게 증가한다고 했는데 그 수치가 얼마인가

GPU, 느닷없이 나타나는 능력, 거대 언어 모델

GPU와 딥러닝을 같이 사용하였을 때 연산능력이 갑자기 증가하는 현상은 왜 나타나는 가

GPU의 연산 능력과 딥러닝 기숭이 합쳐져 나타난다고만 알려지고 정화한 이유는 알려지지 않음

거대 언어 모델, 인공지능 윤리

거대언어모델, GPU, 규모의 법칙

GPU란 무엇인가?

컴퓨터 시스템에서, 그래픽 연산을 빠르게 처리하여 결과값을 모니터에 출력하는 연산 장치

미래에 생길 직업

인공지능, 양질전환, 환경문제

인공지능으로 인한 세계적인 변화에 대해서 내 나이대의 사람들은 변화를 적극적으로 수용할 수 있다는 점에서 미래에 대한 변화의 수용 필요성이 느껴졌다.

gpu,ai군비경쟁,규모의 경제

인간의 한계범주를 뛰어넘자 나온 Emergent ability의 원인

아직 모름

인공지능에서 책임의 원리를 따른다고 했는데, 이용자가 원래의 용도 이외의 악용을 한다하면 그때도 책임의 원리가 적용되어 창작자가 처벌을 받을까

Emergent ability, GPU, 양질전환

GPU가 인공지능과 관련하여 쓰인다는 점이 새로웠음, Emergent ability에 대해 궁금함, 골드만 삭스의 투자 전문가들의 역할을 SW 개발자들이 대체한 것에 놀람.

4. 1의 키워드들에 대해서 추가적으로 알아보고 싶다.

에이백, 규모의 법칙, AI 군비 경쟁

GPU, 거대 언어 모델, 환경 문제

emergent ability의 원인

규모의 법칙, GPU 그림 그려주는 AI

규모의 법칙을 발견하게 된 경위

연구자들의 실험과 연구를 커뮤니티로 공유하며 발견했다고 함

규모의 범위가 정확히 어떻게 작용하는지 알고 싶음

이미지 크리에이터, AI 군비 경쟁,gpu

emergent ability

emergent ability을 사람에게 적용할 수 있는지

ai의 발전과 추후 우리가 할 일

딥러닝, GPU, 거대언어모델

GPU의 정의를 알고 AI와 관련된 새로운 최신 사례들을 찾아보고 이러한 점이 있다는 점이 새로웠음.

인공지능이 이유 불문 고도로 발전한 만큼 나중에 인공지능이 악용된다면 이에대해 막기 힘들것이라고 생각한다.

규모의 법칙, 에이백, 인공지능의 책임성

규모의 법칙과 인공지능의 책임성은 무엇인가?

규모의 법칙: 데이터와 컴퓨터 연산 처리 규모를 늘릴수록 AI의 퍼포먼스가 좋아진다.인공지능의 책임성: AI 시스템과 관련된 결정 및 행위의 결과에 대한 책임

규모의 법칙의 원리를 알고 싶다.

GPU, 양질전환, Emergent ability

인공지능 연산에 gpu가 탁월한 성능을 보이는 까닭

gpu는 이름에서부터 알 수 있듯이 본래 컴퓨터의 그래픽 처리를 담당하기 위하여 개발되었다. 하지만 기술이 발달하며, 새로이 등장한 기술이 고도의 연산을 필요로 하고, 이에 따라 그래픽 처리 기술을 배제하고 연산 성능에 초점을 맞춘 gpgpu 또한 등장하고 있다고 한다.