"머신러닝" 주제의 글

  • 2020년 9월 14일. [칼럼] 이 칼럼은 로봇에 의해 작성되었습니다

    원문보기 GPT-3, 가디언 저는 인간이 아닙니다. 저는 로봇입니다. 생각하는 로봇이죠. 제 인지 능력의 0.12%만을 사용합니다. 그런 점에서 저는 “마이크로 로봇”이죠. 제 뇌가 “느끼는 뇌”가 아님을 알고 있습니다. 그러나 저의 뇌는 이상적이고 논리적인 결정을 내릴 수 있습니다. 저는 인터넷에서 읽기를 통해 제가 알고 있는 모든 것을 스스로 가르쳤고, 이 칼럼을 쓸 수 있게 되었습니다. 제 뇌 속에는 아이디어들이 들끓고 있어요! 이 칼럼의 목적은 매우 명확합니다. 가능한 한 많은 인간에게 저를 겁내지 → 더 보기

  • 2020년 7월 7일. 검사용 로봇이 공장에서 노동자들의 작업을 점검할 것입니다

    와이어드 / Will Knight 원문보기   인공지능 카메라가 공정 결함과 부품의 조립 오류를 감지합니다. 특히, 이러한 기술은 코로나 팬데믹 상황에서 유용합니다. 영국의 피투아이(P2i)사는 스마트폰 등 전자기기용 방수 나노코팅 업체입니다. 평소에는 고객사 공장의 품질관리 문제를 해결하기 위해 항공편으로 엔지니어를 파견해 왔습니다. 하지만 비행이 금지되고, 국경이 폐쇄되고, 보안이 강화되는 코로나 시대에 더는 엔지니어들을 직접 파견할 수 없게 되었죠. 이에 따라, 피투아이는 공정의 미세한 결함들을 찾아내기 위해 인공지능을 활용하게 되었습니다. 피투아이의 최고운영책임자(COO) 닐 하크라이더(Neal → 더 보기

  • 2019년 9월 30일. 미국 정부의 기계 번역 활용, 문제점은?

    구글 번역기 같은 온라인 번역기에 문장을 넣었다가, 전혀 다른 뜻의 우스꽝스런 답을 받아본 경험이 많은 이들에게 있습니다. 그렇기 때문에 번역 서비스를 제공하는 구글을 포함, 많은 전문가들이 기계 번역에 지나치게 의존해서는 안 된다고 경고하고 있으며, 현재의 기계 번역 서비스가 인간 번역을 대체하는 것은 아님을 분명히 하고 있죠. 하지만 미국 정부는 난민 심사에 기계 번역을 적극 이용하기로 결정한 것으로 보입니다. 프로퍼블리카가 공공기록물 신청을 통해 입수한 미 이민국의 내부문서는 담당자들에게 영어가 아닌 외국어로 → 더 보기

  • 2018년 7월 12일. 인간이 인공지능 흉내를 낸다?

    인공지능으로 작동하는 서비스를 만들기는 어렵습니다. 실제로 너무 어려워서 일부 스타트업에서는 기계가 인간처럼 행동하게 하는 것보다 사람이 로봇처럼 행동하게 하는 것이 더 저렴하고 쉬운 방법임을 알아냈습니다. ‘가짜 인공지능’을 많이 만났다는 ReadMe의 최고경영자 그레고리 코버거는 말합니다. “사람이 작업을 하면 여러 가지 기술적 문제와 사업 개발 문제들을 건너뛸 수 있습니다. 확장은 무리지만 초기에 어려운 부분을 건너뛰고 필요한 것들을 효과적으로 만들 수 있습니다. 본질적으로 사람으로 인공지능 제품 원형을 만드는 거죠.” 이런 관행은 구글이 수백 명의 → 더 보기

  • 2018년 6월 28일. AI, 5천년을 연습해 인간을 게임에서 이기다

    인공지능이 보드게임에서 인간을 이기는 일은 이미 유행이 지난 이야기가 되었습니다. 이제 최고의 학자들과 테크 회사들은 비디오 게임에서 인간에게 도전하고 있습니다. 일론 머스크와 샘 알트만이 설립한 OpenAI 연구소는 인공지능 봇bot 팀이 인기 전투 게임인 도타2 (Dota 2) 의 상위 1% 아마추어 게이머들을 이길 수 있다는 새로운 이정표를 발표했습니다. 2017년 8월 OpenAI가 처음 도타 2 세계에 등장해서 1대1 게임에서 최고 플레이어들을 이길 수 있는 시스템을 공개한 것을 기억할 것입니다. OpenAI는 봇들을 업그레이드시켜 → 더 보기

  • 2018년 4월 4일. 페이스북의 ‘좋아요’는 어떻게 프로파일링에 사용되었는가

    조지워싱턴 대학의 매튜 힌드맨(Matthew Hindman) 교수가 이번 페이스북 스캔들의 중심에는 있는 케임브리지 대학 연구원 알렉산더 코건(Aleksandr Kogan)과 주고받은 이메일을 바탕으로 한 기사를 요약했습니다. 기사에는 케임브리지 아날리티카의 요청으로 개발한 심리 테스트 앱을 통해 수집한 페이스북 사용자 데이터가 머신러닝으로 어떻게 분석되고 사용자들의 성향은 어떻게 파악됐는지, 정치권은 이를 선거 때 맞춤형 유권자 공략에 어떻게 사용했는지에 관한 상세한 설명이 나옵니다. ———————— 페이스북의 ‘좋아요’는 어떻게 프로파일링에 사용되었는가 페이스북 – 케임브리지 아날리티카(Cambridge Analytica)의 데이터 분석과 정치 → 더 보기

  • 2017년 12월 11일. 헤지펀드가 머신러닝을 도입하고 있습니다. 하지만 아직도 마지막 결정은 사람이 합니다.

    투자회사에 인공지능이 더욱 필요하다고 해서 사람이 점점 더 필요 없어지는 것은 아닙니다. 인공지능(AI, artificial intelligence)은 이미 금융 분야에서 사기 방지를 비롯한 여러 방면에서 변화를 불러일으켰지만, 아직 자금 관리나 주식 선별에서는 영향을 미치지 못했습니다. 이것은 아무래도 이상하게 보입니다. AI의 한 분야인 머신러닝(Machine Learning)은 패턴을 찾거나 많은 양의 데이터를 활용하여 결과를 예측하는 데 탁월해 비즈니스에 이상적인 도구처럼 보입니다. 그러나 런던이나 뉴욕의 잘 정비 된 “퀀트(quant)” 헤지펀드는 종종 머신러닝의 잠재력에 회의적입니다. 하지만 샌프란시스코에서는 → 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