'분류 전체보기' 카테고리의 글 목록 (2 Page)
본문 바로가기

분류 전체보기42

[파이썬] 프로그래밍의 기초, 자료형 - 1 (숫자형, 문자열) '파이썬 프로그래밍'을 시작하며 AI 관련 포스팅을 많이 올리다보니 앞으로도 개발자로 살아가려면, AI를 배우지 않으면 안되겠다는 생각이 많이 들었습니다. 그동안은 회사에서도 AI에 관해 넘겨들은 지식만으로도 살 수 있었는데, 점차 직접 AI 과제를 진행해야하는 일들이 생겼습니다. 그리고 기존의 과제 진행 방식만으로는 더이상 성과를 낼만한 일들을 찾기가 힘든 상황도 있어서, AI를 배워보자 결심을 하게되었습니다. 사내 AI 교육에 입과하기 위해서는 파이썬 시험이 치뤄지기에, 벼락치기 공부를 해보고자 합니다. 이 글을 보는 분들에게도 파이썬 벼락치기 공부가 도움이 되었으면 좋겠습니다. 자료형이란? 자료형이란 프로그래밍을 할 때 쓰이는 숫자, 문자열 등 자료 형태로 사용하는 모든 것을 뜻합니다. 소프트웨어 .. 2023. 2. 23.
OpenAI 'chatGPT'와 구글 '바드'의 대결 chatGPT의 등장 '생성 AI'의 열풍을 불러일으킨 대화형 인공지능(AI) 서비스인 chatGPT의 인기는 식을 줄 모르는 상태입니다. 2022년 12월에 OpenAI가 출시한 뒤, 2달 만에 월간 활성 사용자 수(MAU) 1억 명을 달성하였는데요. 덕분에 23년 2월에는 나스닥 AI 테마주는 최고 61% 급등하는 일도 있었습니다. 이 때문에 암호화폐에서 인공지능으로 투자를 갈아타는 경향도 보이고 있습니다. 이뿐만 아니라, 최근에는 소림사에서 콘텐츠 개발을 위해서, chatGPT를 이용하기 위해 예약한 상태라고 합니다. 이쯤 되면, chatGPT에 세간의 관심이 쏟아지고 있다는 것을 알 수 있습니다. chatGPT는 OpenAI에서 개발한 AI 언어처리 모델로, 콘텐츠 생성, 언어 번역, 고객 서비스.. 2023. 2. 21.
Q-Learning, 모델 없이 학습하는 강화 학습 모델 없이 학습하는 방법 강화 학습(Reinforcement Learning)은 Dynamic environments에서 의사 결정에 사용되는 일종의 머신러닝입니다. 원하는 결과에 대한 명확한 방법이 없고, 에이전트가 시행착오를 통해 학습해야 하는 애플리케이션에 특히 유용하게 사용됩니다. 이러한 강화 학습에서 가장 널리 사용되는 알고리즘 중 하나는 Q-Learning입니다. 이번 포스팅에서는 강화 학습의 개념을 소개하고, Q-Learning의 작동 방식이 무엇인지 알아보겠습니다. 강화 학습(Reinforcement Learning) 이란? 강화학습은 현재 상태에서, 어떤 행동을 하는 것이 좋을지 방향을 찾는 학습 방법이라고 할 수 있습니다. 강화 학습에서 에이전트는 보상 개념을 최대화하는 결정을 내리는 .. 2023. 2. 20.
XAI, 인공지능(AI)의 결과를 설명할 수 있을까? 결과를 설명해 주는 AI는 만들 수 없을까? 요즘 대화형 인공지능 chatGPT에 대한 사람들의 관심은 정말 뜨겁습니다. 출시 2달 만인, 23년 2월에는 월간 활성 사용자 수(MAU) 1억 명을 달성할 정도로 많은 사람이 이용하는 인공지능입니다. chatGPT는 OpenAI에서 개발한 AI 언어처리 모델로, 콘텐츠 생성, 언어 번역, 고객 서비스, 데이터 분석 등 다양한 분야에서 인간처럼 대답을 할 수 있기 때문에, 인기를 끌고 있습니다. 미국의 의사 면허 시험에도 합격할 정도로 그 능력은 대단합니다. 하지만, 대단한 능력의 AI인 만큼, 불완전한 부분도 존재하고 있습니다. 바로, 어떻게 이런 답변을 도출해 냈는지 설명할 방법이 없는 것입니다. chatGPT는 간단히 말하면, 5조 개 단위의 문서에서 .. 2023. 2. 18.
인공지능(AI)의 등장과 일자리의 변화 미래 사회의 인공지능(AI) 가까운 미래 사회, 인간은 반복적인 일에서 벗어나게 하고, 삶을 더욱 가치 있게 만들어줄 로봇 개발에 몰두했고, 그 결과 안드로이드 개발에 성공했습니다. 인간보다 힘도 세고, 환경의 영향도 받지 않는 데다가, 낮이든 밤이든 명령대로 일할 수 있기 때문에, 안드로이드들은 거의 모든 분야에서 인간들의 일자리를 대체하기 시작했습니다. 집안일, 길거리 청소 등의 간단한 일부터, 도로 보수 공사와 같이 힘과 기술이 필요한 곳에 많이 사용되었습니다. 심지어는 안드로이드 형사와 같이, 범죄자의 심리를 파고들면서, 범죄 단서를 찾고, 법을 알아야 하는 역할도 잘 수행하게 됩니다. 한편, 안드로이드가 점차 인간들의 일자리를 대체하게 되면서, 생계를 빼앗긴 인간들의 안드로이드 혐오는 걷잡을 수.. 2023. 2. 16.
AI 로봇의 반란을 막는 방법이 있을까? 영화와 게임 속 AI의 반란 영화 에서는 로봇이 인간과 어울려 살아가는 미래 사회를 배경으로 하고 있습니다. 인간은 생활의 거의 모든 부분에서 AI 로봇의 도움을 받으면서 살고 있습니다. AI 로봇이 요리 하고, 아이를 돌보며, 집안일 등을 도와주는 것이 당연한 사회입니다. 그러던 어느 날, 모든 로봇이 사람들을 공격하고, 통제하기 시작하면서 이야기가 시작하게 됩니다. 게임 에서도 이와 비슷한 사건이 발생하게 됩니다. 기계가 인간보다 더 높은 지능을 가진 미래에서, AI 로봇은 어린아이를 인질로 잡으면서, 경찰들을 공격하기도 합니다. 인간의 명령에 복종해야 할 것만 같던 AI 로봇들이 자신의 존재를 위해 거짓말도 하고, 사람을 공격하며, 로봇의 권리를 위해 시위도 하게 됩니다. 이번 포스팅에서는 AI가 .. 2023. 2. 15.
[Pro][삼성] 15942번 : 외계인 침공 - 2 삼성 SWEA 15942 : 외계인 침공 SW Expert Academy SW 프로그래밍 역량 강화에 도움이 되는 다양한 학습 컨텐츠를 확인하세요! swexpertacademy.com 지난 포스팅 요약 지난 포스팅에서는 이 문제의 핵심인 "동원을 최소화하기 위해, 침략 순서를 어떻게 정할 것인가?"를 정하는 방법에 대해서 다뤘습니다. 아래 과정을 통해서 동원을 최소화할 수 있었고, 이는 Upper Bound 알고리즘을 활용하여 구현할 수 있었습니다. 1. 모든 행성 정복에 필요한 함선 수를 계산한다. (= 모든 행성의 인원 수를 더한다.) 2. "현재 함선 수 이하의 주민이 있는 행성 중, 가장 주민이 많은 행성"을 고른다. 3. "침략"을 진행한 뒤, 함선이 더 필요한 경우에 "동원" 한다. 3. 1번.. 2023. 2. 14.
신경망(Neural Network), AI 학습의 숨은 조력자 인공지능(AI)과 신경망(Neural Network) 인공 신경망(Artificial Neural Network)은 인공지능 분야에 혁명을 일으킨 일종의 머신러닝(Machine Learning) 알고리즘입니다. 인간 두뇌의 중, 신경회로의 구조와 기능을 모방함으로써, 인공지능은 방대한 양의 데이터를 기반으로 학습하고, 결정을 내릴 수 있습니다. 오늘은 AI가 어떻게 Neural Network를 통해 학습하게 되는지 그 과정에 대해서 알아보겠습니다. 신경망(Neural Networks)이란? 신경망(Neural Network)은 여러 Layer의 상호 연결된 노드 또는 인공 뉴런(Artificial Neuron)으로 구성된 일종의 인공 신경망(Artificial Neural Network) 입니다. 좀 더.. 2023. 2. 13.
10초 만에 감동을 만드는 AI 아티스트 인간만 할 수 있던 일들을 AI가 하기 시작했다. 아래 그림은 요하네스 페르메이르(Johannes Vermeer)의 '진주 귀걸이를 한 소녀'를 AI가 재해석하여, 배경을 확장해 그린 그림입니다. 기존에는 없던 배경을 원본 그림과 맞추어서, 정말로 소녀가 물건 가득한 집안 한가운데에 있는 것처럼 AI가 그려냈습니다. 이 그림은 Open AI에서 만든 AI 프로그램, DALL·E 2의 작품인데요. 원본 그림에 그려지지 않은 부분을 추가로 확장하여 완성하는 '아웃페인팅' 기능을 통해, 원본 작품 크기의 20배까지도 배경을 확장할 수 있다고 합니다. 이뿐만이 아닙니다. 제임슨 M.앨런이 "미드저니(Midjourney)"라는 AI 프로그램을 이용하여 만든 "스페이스 오페라극장" 작품도 놀라운데요. 실제로 이 작.. 2023. 2. 11.
[세미나 리뷰] From Model-centric To Data-centric AI (2) 지난 이야기 요약 지난 포스팅에서는 앤드류 응(Andrew Ng) 교수의 "A Chat with Andrew on MLOps : From Model-centric To Data-centric AI" 세미나에 대해서 소개하고, 세미나의 주제를 표현하는 개념에 대해서 알아보았습니다. 많은 사람이 AI System의 성능 개선을 위해서, Code 즉, Model과 Algorithm에 집중하고 있지만, 실질적으로 AI System의 성능을 높이는 것은 Code의 개선이 아니라 Data의 개선이라고 앤드류 응 교수는 주장했습니다. High Quality Data를 만드는 방법 중의 일부로, Labeling에서의 Consistency를 유지하는 것을 소개했습니다. 오늘은 앤드류 응 교수가 제안하는 MLOps의 개념.. 2023. 2. 10.
반응형