전체 글49 생성형 AI의 주요 기술 (1) - GAN(Generative Adversarial Network, 생성적 대립 신경망) Generative AI의 한글 표현(용어)은 다양합니다. 저는 앞으로 '생성형 AI' 또는 '생성형 인공지능'으로 통일해서 쓰도록 하겠습니다. 또한 Generative Adversarial Network의 한글 이름도 '생성적 대립 신경망(GAN)'으로 부르겠습니다. 생성형 AI에 대해서 보다 구체적으로 알아보려 합니다. 우선적으로 최근에 괄목할만한 발전을 보이는 생성형 AI를 가능하게 하는 여러 가지 모델과 핵심적 technique(기술)들에 대해 공부합니다. 그 첫 번째로 이번 편에서는 생성적 대립 신경망(GAN, Generative Adversarial Network)의 원리와 관련된 윤리적 문제에 대해 자세히 알아보도록 하겠습니다. 1. 생성적 대립 신경망이란? 이안 굿펠로우(Ian Goodfe.. 2023. 6. 26. 인공 창조력의 실현: 생성형 인공지능(AI) 세계 탐구 생성형 인공지능(Generative AI) 분야는 놀라운 속도로 발전되고 확장되고 있으며, 우리가 기술을 인식하고 상호 작용하는 방식을 혁신하고 있습니다. 새롭고 독창적인 콘텐츠를 생성하는 능력을 갖춘 생성형 인공지능(GAI)은 기계 창의성을 여는 열쇠를 가지고 있는 듯합니다. 놀라울 정도로 사실적인 이미지부터 매혹적인 음악에 이르기까지 이 혁신적인 분야는 AI세계에 새로운 물결을 일으키고 있습니다. 생성형 인공지능은 인간의 창의성을 모방하는 알고리즘 및 모델의 개발에 중점을 둡니다. 기존의 데이터에만 의존하는 기존의 접근 방식과 달리 방대한 데이터세트에 내재된 패턴과 구조를 해석하여 새로운 콘텐츠를 생성합니다. 이렇게 혁신적인 분야에는 다양한 기술(techiniques)이 사용되고 있는데, 그중에서도 .. 2023. 6. 23. 인공지능의 미래와 관련되는 몇 가지 개념들 (2) - 심벌 그라운딩 & 싱귤래리티 3. 심벌 그라운딩 문제(the symbol grounding problem) 심벌 그라운딩 문제(the symbol grounding problem)는 기호로 나타낸 개념과 현실 세계를 어떻게 대응시킬지에 관한 문제입니다. 초기에 설명한 것처럼 기호처리를 기초로 한 인공지능 기술에서는 개념의 레이블(label)인 기호의 의미가 다른 기호와의 관련에 따라 기술됩니다. 기호 간의 관계를 기술하는 방법으로 의미 네트워크나 프레임 또는 프로덕션 룰이나 술어 등이 있습니다. 이렇게 인공지능의 모든 방법에서 기호의 의미는 다른 기호와의 관계에 의해 기술됩니다. 이에 비해 기호로 나타낸 개념을 인간이 어떻게 이해하는지를 생각해 보면 다른 기호와의 관계만이 아닌 현실 세계의 경험이나 오감에 근거한 감각과 같이 기호로.. 2023. 6. 16. 인공지능(AI)의 미래와 관련되는 몇 가지 개념들 (1) - 중국어 방, 프레임 문제 1. 강한 AI와 약한 AI - 중국어 방 인공지능 연구에서는 AI를 어떻게 보는지에 따라 '약한(weak AI)'와 '강한 AI'라는 두 가지 입장이 있습니다. 우리가 앞서 공부한 모든 인공지능의 알고리즘은 인간과 같은 생물의 지적 활동에서 힌트를 얻은 소프트웨어 기술이라는 전제를 하였습니다. 이것이 '약한 AI'의 관점입니다. 현재까지 인간이 만들어낸 인공지능이라고 불리는 것들은 모두 약한 인공지능이라고 볼 수 있습니다. 반대로 '강한 AI' 관점에서 보는 인공지능의 목표는 생물의 지성을 인공적으로 구현하는 것입니다. 두 가지 관점의 차이를 살펴보기 위한 사고실험으로 중국어 방(Chinese room argument)이 있습니다. *** 중국어 방(Chinese room) 중국어 방(Chinese r.. 2023. 6. 15. 인공지능과 게임 - 장기 외 1. 장기와 딥러닝 장기의 AI 플레이어 연구는 일본을 중심으로 진행되었습니다. 그 이유는 장기라는 게임 자체가 일본이 아닌 다른 나라에서는 별로 대중적이지 않은 게임이기 때문입니다. 장기도 게임트리 탐색으로 도달한 노드를 휴리스틱 함수로 평가하는 체스나 체커의 방법이 기본을 이루어 발전해 왔습니다. 처음에는 보드 평가를 위한 휴리스틱 함수를 수작업으로 만들어 넣는 방법이 시도되었습니다. 그래서 장기 AI플레이어 연구자들 중에는 아마추어 고단자 등 장기에 대한 지식이 깊은 사람이 많았습니다. 이후 머신러닝을 적극적을 이용하는 보난자(bonanza)라는 장기 AI 플레이어가 등장하면서 연구의 흐름이 머신러닝 방식으로 전환되었습니다. 그리고 2010년 이후에는 장기 AI 플레이어에 딥러닝을 이용하는 것이 주.. 2023. 6. 14. 인공지능과 게임 - 바둑 앞편에서는 체스와 체커라는 탐색과 보드 평가에 중심을 둔 AI 게임 플레이어의 구성에 관해 알아보았습니다. 이와 같은 설명은 기본적으로 바둑이나 장기 게임을 작성하는 경우에도 동일합니다. 그러나 체스나 체커와는 달리 바둑과 장기는 탐색해야 할 상태의 수가 현저하게 다릅니다. 체스와 장기를 비교하면 장기 쪽이 보드가 넓고 잡은 말을 다시 이용하는 등의 규칙상 특징이 있기 때문에 탐색해야 할 상태의 수가 더 많습니다. 바둑의 경우는 보드가 장기의 4배 이상인 데다 규칙이 단순한 만큼 착수가 자유로워 상태의 수가 매우 많아집니다. 더욱이 바둑의 경우는 어느 쪽 플레이어가 우수한지를 추정하는 평가가 어렵다는 특징이 있습니다. 여기서는 먼저 바둑에 관해 공부하고, 장기는 다음 편에서 공부하도록 하겠습니다. 우선 .. 2023. 6. 13. 이전 1 2 3 4 5 ··· 9 다음 728x90
