개발 성장 노트

합성곱 신경망 (Convolutional Neural Networks , CNN)완전 연결 신경망의 한계점- 이미지 데이터를 학습하기 위해선 1차원으로 평탄화 -> 이미지 데이터가 가지고 있던 “형상 정보”가 사라지면서 무시         -  이미지 형상 정보는 “이미지의 가까운 픽셀은 비슷한 값을 가진다”거나 “거리가 먼 픽셀끼리는 큰 연관성이 없다”와 같은 공간적 정보를 의미 → 합성곱 신경망(Convolutional Neural Network, CNN)이 등장    - 이미지 입력 후 합성곱에 해당하는 연산으로 모델 구조를 정해 놓아, 형상 정보를 유지 합성곱 연산   - 입력 데이터에 필터(Filter) 혹은 커널(Kernel)를 적용하여 윈도우(Window)를 일정 간격으로 이동해가며 수행  ..

* 필수 온라인 강의 Part19 Deep Learning CH02 기본 개념딥러닝 발전 5단계- 시간순- 개발의 방법이 크게 바뀌어서, 단계로 나눈다.- 5단계를 크게 세 단계로 나눠서 SW1.0, SW2.0, SW3.0이라고도 부름 1단계 : 규칙 기반 프로그래밍 (Rule-based programming)   - SW 1.0(사람의 관여가 있음)- 목표 달성에 필요한 연산 방법을 사람이 전부 고안 - 계산을 사람이 설계- 예시) 개,고양이를 구분하는데, 코의 길이/눈의 색상/귀의 길이 등등을 사람이 전부 고민을 해서 설계를 함2단계 : 전통 머신 러닝 기법 (Conventional Machine Learning)   - SW 1.5 (사람의 관여가 있음) - 특징값을 뽑는 방식은 기존처럼 하되, 특..

- 유화선, 윤병성, & 최희석. (2024). 인공지능 윤리(AI Ethics): 인간과 인공지능의 조화로운 공존 방안. 한국과학기술정보연구원(KISTI). - upstage 멘토링 1주-4일차 제공 아티클 - 인공지능(AI)의 발전과 함께 등장하는 윤리적 문제들을 분석- AI와 인간이 상호 이익을 위해 조화롭게 공존할 수 있는 방안을 탐구- AI가 일상과 사회에 미치는 영향이 커짐에 따라 윤리적 문제의 중요성이 대두됨에 따라 이러한 문제들을 해결하기 위한 방안을 제시 인공지능 시대로의 전환- 지능을 가진 기계, 인공지능 - 인공지능의 일상화 :챗GPT 등장과 함께 생성형 AI 열풍으로 인해 각종 분야에서 AI 역할이 급속도로 확대되고 있으며, 정부는 모든 국민의 AI 일상화(AI Everywhere)..

Jumper, J., Evans, R., Pritzel, A. et al. Highly accurate protein structure prediction with AlphaFold. Nature 596, 583–589.- upstage 멘토링 1주-2일차 제공 아티클 - 혁신적인 단백질 구조 예측 성능을 소개 - 단백질 구조는 생물학적 기능과 밀접한 관계가 있기 때문에 구조 예측이 매우 중요함- 생명과학 및 의약 연구에 필수적 AlphaFold 모델의 구성 - Attention 메커니즘 : AlphaFold는 트랜스포머 모델의 주의 메커니즘(attention mechanism)을 활용   - 아미노산 서열에서 특정 정보의 중요성을 파악하고, 관련 정보를 강조하여 학습- 입력 데이터: AlphaFold는..

Upstage (2023). Data-Centric AI 관점으로 재해석하는 자연언어처리 기반 History of AI. Upstage.- upstage 멘토링 1주-1일차 제공 아티클- NLP의 발전 과정을 Data-Centric AI 관점에서 재해석하는 논문자연언어처리(NLP)란?- NLP는 컴퓨터가 인간의 언어를 이해하고 처리하는 기술 - 텍스트 및 음성 데이터를 분석하여 컴퓨터가 언어적 의미를 파악하고 활용할 수 있도록 하는 것이 목표 - 규칙 기반 접근이 주를 이루었으나, 이후 통계적, 기계 학습, 딥러닝 기반 모델로 발전하며 그 가능성이 확장모두를 위한 “언어모델의 역사”- 언어모델의 발전은 NLP의 중심에 있으며, 데이터와 알고리즘의 발전에 따라 그 구조와 성능이 크게 향상 - 초기의 단순 ..

조민호 (2021). 인공지능 역사, 분류 그리고 발전 방향에 관한 연구. 한국전자통신학회논문지, 16(2), 307-312.- upstage 멘토링 1주-1일차 제공 아티클 연구 필요성과 목적인공지능(AI)은 현대 사회와 산업에 혁신적인 변화를 가져오는 중요한 기술로 자리 잡고 있으며, 이 기술의 발전 과정과 기술적 접근법에 대한 종합적인 이해가 필요.따라서 본 연구는 인공지능의 발전 과정을 역사적으로 돌아보면서 현재의 기술을 체계적으로 분류하고, 향후 AI가 어떤 방향으로 발전할지 예측하는 것을 목적으로 하는 연구.이 연구는 AI 기술에 대한 기초 지식을 제공함과 동시에 미래 연구에 필요한 방향성을 제시하고자 함.-> 이러한 어려움을 겪는 연구자들에게 도움이 될 수 있도록 인공지능에 관련 된 중요 개..