"인공지능" 주제의 글
  • 2017년 1월 11일. 차원이 다른 구글 번역기의 도래 (5)

    구글이 인간의 신경망을 본뜬 딥러닝을 적용해 지금까지 우리가 알던 번역기와는 차원이 다른 인공지능 번역기를 선보였습니다. 지난달 14일 새로운 구글 번역기를 집중적으로 분석한 뉴욕타임스의 기사 “The Great A.I. Awakening”을 소개합니다. 4부 보기 —– 2. 대단한 인턴 구글 브레인은 본격적으로 팀을 꾸린 지 일 년이 채 되지 않아 가시적인 성과를 내기 시작했다. 제프 딘의 말에 따르면 한 살배기의 능력을 지닌 기계는 놀라운 성과를 연이어 가져왔다. 음성인식 기술을 담당하는 팀에서 기존의 음성인식 시스템의 더 보기

  • 2017년 1월 9일. 차원이 다른 구글 번역기의 도래 (4)

    구글이 인간의 신경망을 본뜬 딥러닝을 적용해 지금까지 우리가 알던 번역기와는 차원이 다른 인공지능 번역기를 선보였습니다. 지난달 14일 새로운 구글 번역기를 집중적으로 분석한 뉴욕타임스의 기사 “The Great A.I. Awakening”을 소개합니다. 3부 보기   1부: 학습하는 기계 1. 뇌의 탄생 직함은 선임 연구원이지만, 제프 딘(Jeff Dean)은 사실상 구글 브레인 팀을 이끄는 팀장이나 다름없다. 에너지 효율적인, 근육질 몸매의 딘은 길쭉한 얼굴에 두 눈은 깊다. 어린이용 자동차 경주에 모든 걸 쏟아붓듯 성실한 열정을 지닌 더 보기

  • 2017년 1월 9일. 차원이 다른 구글 번역기의 도래 (3)

    옮긴이: 구글이 인간의 신경망을 본뜬 딥러닝을 적용해 지금까지 우리가 알던 번역기와는 차원이 다른 인공지능 번역기를 선보였습니다. 지난달 14일 새로운 구글 번역기를 집중적으로 분석한 뉴욕타임스의 기사 “The Great A.I. Awakening”을 소개합니다. 2부 보기   —– 이미 인공지능을 탑재한 서비스는 우리 삶 곳곳에 자리를 잡았다. 애플의 시리(Siri), 페이스북의 M, 아마존의 에코(Echo) 모두 머신러닝이 없었다면 태어날 수 없던 서비스들이다. 머신러닝을 활용한 각 기업의 야심 찬 목표는 소비자의 취향, 성향을 파악하는 데 그치지 않는다. 더 보기

  • 2017년 1월 3일. 차원이 다른 구글 번역기의 도래 (2)

    옮긴이: 구글이 인간의 신경망을 본뜬 딥러닝을 적용해 지금까지 우리가 알던 번역기와는 차원이 다른 인공지능 번역기를 선보였습니다. 지난달 14일 새로운 구글 번역기를 집중적으로 분석한 뉴욕타임스의 기사 “The Great A.I. Awakening”을 소개합니다. 1부 보기   구글 번역기가 첫선을 보인 건 2006년의 일이다. 이후 구글 번역기는 구글의 주력 서비스 가운데 하나이자 가장 인기 있는 자산으로 자리매김했다. 현재 매달 5억 명이 구글 번역기를 사용하고, 매일 1,400억 개의 단어가 구글 번역기를 통해 다른 나라말로 옮겨진다. 더 보기

  • 2017년 1월 1일. 차원이 다른 구글 번역기의 도래 (1)

    구글의 가장 인기 있는 서비스 가운데 하나인 구글 번역기가 인공지능을 본격적으로 탑재한 뒤 몰라보게 달라졌다. 머신러닝이 컴퓨터와 기술 생태계를 완전히 뒤바꿔놓을 날이 머지 않았다.
    더 보기

  • 2016년 12월 30일. [연말 특집] 2016년 과학분야 결산

    2016년에도 뉴스페퍼민트는 인간이 자연과 우주와 어떤 관계를 가지는 지에 대한 최신 이론과 실험들을 소개했습니다. 오늘 올해의 마지막 뉴스페퍼민트 글로, 지난 한 해 과학 분야에 올라온 글들을 정리합니다. 인간을 설명할 수 있는 가장 강력한 도구인 진화는 뉴스페퍼민트에서 가장 많이 다루어진 주제 중의 하나입니다. 먼저 지난 1월, AEON에 실린 글을 총 네 편에 걸쳐 소개한 태초에 화학정원이 있었다는 최초의 생명체가 어떻게 무기물로 가득 차 있던 원시 지구에서 발생했는지를 에너지의 흐름을 중심으로 소개한 더 보기

  • 2016년 12월 19일. 인공지능은 언론에 도움을 줄 것이다

    2017년, 인공지능은 뉴스룸과 독자들에게 천천히 그러나 분명하게 자신의 존재를 확인시킬 것입니다. 뉴스룸에서 로봇은 스포츠 결과나 날씨, 주식시장의 흐름과 같이 정해진 데이터를 생산해내는 분야에서 기사를 작성하는 일을 더 많이 맡게 될 것입니다. 이는 언론사가 가진 자원을 다른 문제에 사용할 수 있게 해주며 또한 비용을 절감하는데 도움을 줄 것입니다. 로봇은 또한 길이와 무관하게 아무리 복잡한 기사라 하더라도, 이를 분석해 이에 대한 의견을 기자에게 전달하게 될 것입니다. 넷플릭스가 데이터를 이용해 하우스 오브 카드의 더 보기

  • 2016년 7월 4일. [조이 이토] 어떻게 인공지능으로 하여금 정의를 판단하게 만들 것인가

    내가 사회참여 (society-in-the-loop, SITL) 기계 학습이라는 용어를 처음 들은 것은 이야드 라완(Iyad Rahwan)으로 부터입니다. 그는 최근 사이언스 지에 철학자들이 “트롤리 문제”라 부르는 전통적인 문제의 현대적 형태인 자율주행 자동차의 판단 문제를 해결할 수 있는 방법을 발표했습니다. 그는 대중들이 중요하게 여기는 가치와 우선순위를 기계로 하여금 학습하게 함으로써 인공지능이 그 사회가 가진 도덕과 정의에 기초해 판단하게 만들 수 있다고 주장했습니다. 또 사람들은 그 인공지능 시스템에 여러가지 윤리적인 질문들을 던지고 그 시스템이 어떻게 답하는지를 더 보기

  • 2016년 5월 3일. 인공지능을 통해 자연을 살리고 지구를 지키는 법

    동물 보호부터 지구를 입체적으로 분석하는 일까지, 머신러닝과 빅데이터가 새로운 방법을 만들어냈습니다.
    더 보기

  • 2016년 4월 9일. [뉴욕타임스] 월스트리트를 호령하는 로봇

    자동화 소프트웨어는 이미 금융업계의 일자리 수백 개를 대체하고 있다. 다음 차례는 어느 사무직 업종일까?
    더 보기

  • 2016년 3월 25일. 켄쇼(見性): 월스트리트를 호령하는 인공지능 (3/3)

    켄쇼가 매우 높은 연봉을 받는 극소수의 일자리를 창출해내는 대가로 적당히 높은 연봉을 받아 온 상당히 많은 사람의 일자리를 앗아갔다는 건 부정할 수 없는 사실이라고 네이들러는 말했습니다. 이를 외면하는 건 양심에 어긋나는 일이라고도 했습니다.
    더 보기

  • 2016년 3월 25일. 켄쇼(見性): 월스트리트를 호령하는 인공지능 (2/3)

    컴퓨터가 인간의 모든 필요와 수요를 정확하게 예측할 만큼 똑똑해질 먼 미래에는 강력한 인공지능이 우리를 풍요의 시대로 이끌어줄지도 모릅니다. 다만 아직 컴퓨터가 전반적으로 사람만큼 똑똑하지는 않고 사람의 일을 대신 해서 돈을 벌어다 주기에는 부족함이 없을 만큼 똑똑한 일종의 과도기가 될 앞으로 몇십 년은 문제가 그렇게 간단치 않다는 게 네이들러의 말입니다.
    더 보기