from EARTH to MARS

트랜스포머(Transformer)란? 인공신경망 알고리즘은 크게, 합성곱 신경망(CNN), 순환 신경망(RNN), 트랜스포머(Transformer) 3가지로 나눠집니다. 이 중 트랜스포머는, 2017년 구글이 발표한 논문인 "Attention is all you need"에서 나온 모델로, 셀프 에텐션(Self-Attention)이라는 방식을 사용하는 모델입니다. 트랜스포머는, 이러한 어텐션 방식을 사용해, 문장 전체를 병렬구조로 번역할 뿐만 아니라, 멀리 있는 단어까지도 연관성을 만들어 유사성을 높였으며, RNN의 한계를 극복했습니다. 또한, 이미지나 언어 번역에 폭넓게 쓰이고 있으며, GPT-3, BERT 등이 가장 관심을 많이 받고 있는 모델입니다. Hugging Face 란? '허깅 페이스’는, ..

개발을 하다보면, int = KH1, KH2, KH3...등등 여러가지 변수가 필요할 때가 있다. 이럴 때에는 모두 하나하나 바꾸기보다는, ChatGPT를 잘 활용하여 복잡한 변수 수정 시간을 매우 획기적으로 줄일 수 있다. 프로그래밍에서 반복적인 작업은 개발자들에게 항상 거슬리는 일 중 하나이며, 특히, 긴 코드에서 여러 변수 이름을 바꿔야 할 때는 매우 번거로운 작업이 될 수 있다. 이러한 상황에서, 챗GPT와 같은 강력한 언어 모델을 활용하여 자동화된 방법으로 변수 이름을 변경할 수 있다. 이 블로그에서는 챗GPT를 활용하여 변수 이름을 자동으로 바꾸는 방법에 대해 알아보겠다. 여기에서는 자바스크립트 코드 예시를 바탕으로, 기존 변수 이름을 새로운 이름으로 한 번에 대치하는 방법을 소개한다. 이러한..

일론 머스크가 깃허브에 트위터의 소스코드를 공개한 것으로 알려졌다. 게다가, 일론 머스크는 이번 축하 행사에서 트위터 로고를 도지로 바꿨다. 머스크는 "우리의 초기 출시 알고리즘은 매우 당혹스러울 것이며 사람들은 많은 오류나 실수를 발견할 것이지만 우리(트위터 측)는 그것들을 매우 빨리 고칠 것이다. " 고 말했다. 오픈 소스 릴리스에는 아쉽게도 트위터의 광고 추천을 촉진하는 코드나 트위터의 추천 알고리즘을 훈련하기 위해 사용되는 데이터는 포함되어 있지 않다. 게다가 코드의 검사 방법이나 실제의 사용 방법에 관한 설명도 거의 포함되어 있지 않기 때문에, 릴리스는 개발자에 초점을 맞추고 있는 것을 강하게 볼 수 있다. 또한, 트위터의 클론을 만들어 보았더라도, 개인적으로 나는 위의 소스 코드를 직접 만들어..

이 책에 대하여 인공지능을 대체되지 않는 법이라는 제목을 가진 이 책은 현재 발전하고 있는 인공지능을 현재 과 그리고 또 미래는 왜 인공지능이 부상할 것인가 그리고 반복되는 직업은 왜 사라질 수밖에 없는가에 대해서 이야기하고 있다. 그리고 이 최근 첫 시작부터 불타는 갑판 위에 서 있을 것인가 아니면 바다로 뛰어내릴 것인가에 대해서 물어본다. 그러면서 지금을 대한민국 국민들은 불타는 갑판 위에서 우왕좌왕하는 것과 다름없다고 비판하고 있다. 배에서 무슨 일이 일어나는지 모른 채 말이다. 그리고 아이폰을 혁신은 아이콘으로 상징되는 스티브 잡스도 왜 죽을 때까지 인공지능에서 손을 떼지 않았는지에 대해서도 알려주고 가까운 미래, 왜 인공지능이 대부분의 직업을 차지할 것인지 경고하면서 미래를 두려워하지 말고 기회..

딥 러닝은 여러 계층으로 신경망을 구축하고 훈련하는 기계 학습의 하위 분야이다. 이러한 신경망은 입력된 데이터로부터 패턴을 인식하고 예측하는 것을 배울 수 있는 인공 뉴런의 층이 있는 인간 뇌의 구조와 기능에서 영감을 받았다. 딥 러닝은 컴퓨터 비전, 자연어 처리, 음성 인식, 게임 플레이 등 다양한 분야에서 복잡한 문제를 해결할 수 있는 능력으로 인해 최근 몇 년 동안 점점 더 인기를 끌고 있다. 딥 러닝의 주요 장점 중 하나는 수동 기능 엔지니어링 없이 원시 데이터에서 기능을 자동으로 학습할 수 있는 기능이다. 이는 네트워크가 예측과 실제 출력 사이의 오류를 최소화하기 위해 연결의 가중치를 조정하는 역전파라고 불리는 프로세스를 통해 달성된다. 연결의 가중치를 반복적으로 조정함으로써 네트워크는 데이터에..

인공지능(AI)이 비즈니스와 경영의 세계를 빠르게 변화시키고 있다. 빅 데이터의 성장, 대규모 데이터 세트 분석 능력, 머신 러닝 알고리즘의 발전으로 AI는 모든 산업의 관리자들에게 점점 더 중요한 도구가 되고 있다. 이번 에세이에서는 AI가 경영을 어떻게 변화시키고 있는지, 앞으로 AI가 왜 더 중요해질 것인지를 탐구해본다. 데이터 분석 인공지능은 관리자들이 대량의 데이터를 빠르고 정확하게 분석함으로써 더 많은 정보에 입각한 결정을 내릴 수 있도록 도울 수 있다. AI를 통해 관리자는 기존 데이터 분석 방법으로는 식별할 수 없는 데이터의 패턴과 추세를 식별할 수 있다. 이를 통해 관리자는 직관이나 추측보다는 데이터를 기반으로 더 나은 결정을 내릴 수 있다. 예를 들어 금융산업에서는 AI를 활용해 대량의..