Mulenga

인공지능은 많은 분야에서 인간의 생활을 개선하고, 빠르고 정확한 판단을 도와주는 역할을 할 것으로 예상된다. 이러한 인공지능이 미래에 다양한 분야에서 많은 변화를 가져올 것임은 그 누구도 거부할 수 없을 것이다. 그렇다면 인공지능이 만드는 미래는 유토피아일까? 디스토피아일까? 인공지능이 다양한 분야에서 새로운 가치를 만들어내고 있지만, 또한 다양한 문제를 야기할 수도 있다. 인공 지능의 과도한 사용은 잠재적으로 사회와 개인에게 부정적인 영향을 미칠 수 있다. 가장 큰 우려 사항은 AI 기술이 이전에 인간 작업자가 수행했던 작업을 점점 더 자동화할 수 있게 됨에 따라 일자리 대체이다. 그리고 AI 알고리즘이 학습된 데이터의 기존 편향을 영속화하고 증폭할 수 있으므로 편향된 의사 결정의 위험도 있다. 또한 ..

ChatGPT가 할 수 있는 일 OpenAI에서 개발한 언어 모델로서 다음과 같은 다양한 언어 관련 작업을 수행할 수 있다. - 텍스트 생성 : 주어진 프롬프트 또는 컨텍스트를 기반으로 새 텍스트를 생성한다. - 질문 답변 : 텍스트에 제공된 정보를 기반으로 질문에 답변한다. - 대화형 AI : 사용자와 대화에 참여하고 질문에 답하거나 요청에 응답한다. - 텍스트 요약 : 큰 텍스트를 간결하고 유익한 요약으로 요약한다. - 감정 분석 : 주어진 텍스트에 표현된 감정(긍정적, 부정적 또는 중립적)을 결정한다. - 텍스트 분류 : 내용에 따라 주어진 텍스트에 레이블이나 범주를 지정한다. - 번역 : 한 언어에서 다른 언어로 텍스트를 번역한다. 이는 ChatGPT가 수행할 수 있는 작업의 몇가지에 불과하다. ..

ChatGPT란? ChatGPT는 OpenAI에서 훈련된 대형 언어 모델이다. 입력된 문장을 통해 답변을 생성하는 딥러닝 기술을 사용한다. 여러 종류의 질문에 대해 답변할 수 있으며, 최신의 지식을 바탕으로 하여 정확한 정보를 제공할 수 있다. OpenAI OpenAi는 인공지능 기술을 발전시키고, 이를 사회적으로 적절하게 활용하여 긍정적인 결과를 촉진하기 위한 비영리 기관이다. OpenAI는 다양한 인공지능 기술을 갭라하고, 이를 기업, 기관, 정부 등과의 파트너쉽을 통해 실용적인 응용으로 적용하고 있다. OpenAI는 비영리 기관으로 시작되었지만, 이후에 상용화 서비스를 제공하는 상용화 기관으로 전환되었다. OpenAI의 기술은 인공 지능의 개발과 연구에 초점을 맞춘 비영리 기관에서 개발되었지만, 그..

텐서플로(TensorFlow) 텐서플로는 구글에서 개발하여 공개한 딥러닝/머신러닝을 위한 오픈소스 라이브러리이다. 구글에서 내부 연구와 개발을 위해 사용하다가 2015년에 오픈소스로 대중에게 공개하였다. 텐서플로 라이브러리는 C++, JAVA, GO 등 다양한 언어를 지원하지만 기본적으로 파이썬 환경에 최적화되어 있다. TensorFlow의 장점 - 손쉬운 딥러닝 모델 구현을 가능하게하는 Python API제공 - Mobile Device부터 멀티 GPU 클러스터까지 지원하는 폭넓은 Portability - 강력한 시각화를 지원하는 TensorBoard 제공 - 전세계적으로 폭넓은 사용자 Community - Google의 강력한 지원과 발빠른 신기능 업데이트 특히 활발한 커뮤니티는 텐서플로가 지금까지 ..

오토인코더 개념 오토인코더는 대표적인 비지도 학습을 위한 인공신경망 구조 중 하나이다. 비지도 학습은 어떤 값을 예측하거나 분류하는 것이 목적인 지도 학습과는 다르게 데이터의 숨겨진 구조를 발견하는 것이 목표인 학습 방법이다. 구체적으로 오토인코더는 출력층의 노드 개수와 입력층의 노드 개수가 동일한 구조의 인공신경망이다. 오토인코더의 출력은 원본 데이터를 재구축한 결과가 된다. 그렇다면 이런 데이터 재국축을 어떤 용도로 활용할 수 있을까? 오토인코더의 핵심은 재구축된 출력층의 출력값이 아니라, 은닉층의 출력값이다. 오토인코더의 구조를 자세히 보면 은닉층의 노드 개수가 입력층과 출력층의 노드 개수보다 적다는 사실을 알 수 있다. 따라서 은닉층은 더 작은 표현력으로 원본 데이터의 모든 특징들을 학습해야 한다..

컨볼루션 신경망(Convolutional Neural Networks)이란? - 컨볼루션 신경망은 이미지 분야를 다루기에 최적화된 인공신경망 구조이다. - 컨볼루션 신경망은 크게 컨볼루션층(Convolution Layer)과 풀링층(Pooling Layer)으로 구성되어 있다. 풀링은 서브샘플링(Subsampling)이라고도 부른다. 컨볼루션층(Convolution Layer) 컨볼루션은 우리말로 합성곱이라고도 불리는데 커널(Kernel) 또는 필터(Filter)라고 불리는 윈도우 크기만큼의 X * Y 크기의 행렬을 Y * Y 크기의 이미지 행령의 X * X 크기 부분과 곱해서 모두 더하는 수학 연산자이다. 행렬곱의 결과로 이미지 행렬의 X * X 크기 부분의 값들은 모두 더해져 하나의 값으로 모아질 것..

다층 퍼셉트론 MLP(Multi-Layer Perceptron) = 인공신경망(ANN) 퍼셉트론의 한계로인해 인공신경망에 대한 인기가 사그라질 때, 몇몇 연구자들은 인공신경망의 가능성을 믿고 연구를 지속하였고 퍼셉트론을 여러층 쌓아 올린 다층 퍼셉트론구조를 제안하였다. 다층 퍼셉트론을 이용하면 선형 분리가 불가능한 문제도 해결할 수 있다는 사실이 밝혀지면서 다시 인공신경망 연구의 돌파구를 마련하게 되었다. 우리가 인공신경망(ANN)이라는 용어를 사용할 때 일반적으로 이는 다층 퍼셉트론을 의미한다. 다층 퍼셉트론은 입력층(Input Layer)과 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성되어 있다. 은닉층은 데이터의 입출력 과정에서 직접적으로 보이진 않지만 숨겨진 특징을 학..

인공신경망(ANN)의 등장 배경 인공신경망 아이디어의 시초는 컴퓨터가 발명되던 시기인 1940년대까지 거슬러 올라간다. 인공 신경망에 대한 개념은 McCulloch, Warren S, and Walter Pitts가 1943년에 발표한 “A logical calculus of the ideas immanent in nervous activity”라는 제목의 논문에서 최초로 제안되었다. 인공신경망은 생물학적 신경망(Biological Neural Networks)에서 아이디어를 얻었다. 인간의 뇌에 대한 연구가 발전하면서 인간의 뇌는 여러 개의 신경세포(뉴런)가 서로 연결되어 있고, 이들이 병렬적으로 연산을 진행하면서 정보를 처리한다는 사실이 발견되었다. 이에 반해 컴퓨터는 메모리에서 값을 불러와서 CPU..

선형 회귀 알고리즘이란? - 선형 회귀 알고리즘은 트레이닝 데이터가 있을 때, 그에 대한 경향성을 수식으로 표현하는 알고리즘이다. - 선형 회귀 모델은 아래와 같은 선형 함수를 이용해서 회귀(Regression)를 수행하는 모델을 뜻한다. y = Wx + b 이때 x,y는 우리가 가지고 있는 데이터이고, W와 b는 데이터에 적합한 값으로 학습될 수 있는 파라미터(Parameter)이다. 그리고 알고리즘이 잘 구현되었으면 트레이닝 데이터의 경향성을 잘 나타낸다.

머신러닝 알고리즘의 3가지 분류 지도학습(Supervised Learning) - 지도 학습은 정답 데이터가 존재하는 상황에서 학습하는 알고리즘이다. 좀 더 엄밀하게 정의하면 입력 데이터 x와 그에 대한 정답 레이블 y의 쌍 (x,y)를 이용해서 학습하는 알고리즘이다. - 분류 문제(Classification) : 예측하는 결과값이 이산값인 문제 - 회귀 문제(Regression) : 예측하는 결과값이 연속값인 문제 비지도 학습(Unsupervised Learning) - 비지도 학습은 정답 레이블 y없이 입력 데이터 x만을 이용해서 학습하는 알고리즘이다. 즉, 입력 데이터 (x)형태로 학습을 진행한다. - 비지도 학습은 지도 학습과 목적이 조금 다르다. 지도 학습의 목적이 어떤 값에 대한 예측을 수행하..