본문 바로가기

Ai

트랜스포머로 시작하는 자연어 처리(NLP) ✔ 트랜스포머로 시작하는 자연어 처리자연어 처리(Natural Language Processing, NLP)는 글로벌 디지털 시장에서 인공지능을 대표하고 있으며, 트랜스포머(transformer)는 자연어 이해(Natural Language Understanding, NLU)의 판도를 바꾸고 있다. 트랜스포머 모델은 인공지능의 새로운 시대를 알렸다. 자연어 이해는 언어 모델링, 챗봇, 개인 비서, 질문 답변, 텍스트 요약, 음성 인식, 감성 분석, 기계 번역 등의 기반이 되었다. 우리는 소셜 네트워크, 이커머스, 디지털 신문, 스트리밍 서비스, 원격 진료, 재택근무 등 수백 개의 도메인에서 디지털 전환이 이뤄지는 시대를 살고 있다. 언어를 이해하는 인공지능이 없다면 웹브라우저, 스트리밍 서비스 등 언어와.. 더보기
[인공지능 ④] 다른 분야와 어울려 진화하는 AI-RPA * 본포스팅은 에서 발췌한 내용으로 작성되었습니다. ✔ 주목받고 있는 업무 효율화 ① AI와의 높은 친화력과 RPA의 클래스 분류 AI에 의한 업무 효율화와 더불어 주목받게 된 기술로 RPA(Robotics Process Automation)가 있습니다. 로봇이라는 명칭이 붙어 있지만 소프트웨어적인 단순 작업의 자동화를 가리킵니다. RPA의 핵심 기술은 인간의 작업을 모방하는 기술로 단 순히 프로그램을 작성해서 가르치기도 하고 기계학습을 이용해서 외우도록 시키는것도 있습니다. 이 때문에 RPA에는 이전부터 진행되던 EXCEL의 매크로를 사용하는 것과 같은 심플한 자동화부터 AI를 이용한 고급 자동화 접근법까지 폭넓게 포함돼 있어 구별이 어려워지고 있습니다. 그래서 RPA 기술은 크게 세 가지 클래스로 나.. 더보기
[인공지능 ③] 다른 분야와 어울려 진화하는 AI-핀테크 * 본포스팅은 에서 발췌한 내용으로 작성되었습니다. ✔ 데이터 분석의 자동화 ① AI에 의한 분석 및 거래 자동화 금융 및 보험 업계에도 핀테크(Fintech) 물결에 맞춰 AI 기술이 사용되고 있습니다. 돈이라고 하는 수치 파라미터가 붙은 자산만을 다루는 금융업계의 데이터 분석은 AI가 가장 잘하는 분야입니다. AI는 수십 년 단위로 축적되어 온 거래 데이터를 활용하여 시장 변화를 예측합니다. 또한 자산운용은 어느 정도 매뉴얼에 기반한 운용이 가능합니다. 데이터 분석에 의한 예측과 조합, 룰 베이스로 프로그램을 하기 때문에 분석뿐만 아니라 거래 자체의 자동화도 가능해졌습니다. 그리고 기계학습을 조합하는 것으로, 새로운 이론(운용알고리즘)도 구축할 수 있게 됩니다. 인간은 판단할 수 없는 미시적인 변화나.. 더보기
[인공지능 ②] AI에서의 데이터 과학 및 통계 * 본포스팅은 에서 발췌한 내용으로 작성되었습니다. ✔ 데이터 이해에 필수적인 통계 데이터나 지식을 다룰 수 있게 된다고 해서 그것만으로 AI의 가치가 높아지지는 않습니다. 데이터를 어떻게 사용하고 무엇을 얻을 것인가와 같이 데이터의 효과적인 이용은 컴퓨터나 인터넷의 보급 이래, 정보 사회에 있어서의 큰 테마가 되고 있습니다. 그래서 여러 가지 중에서 특별히 선택된 것이 통계학입니다. 통계는 데이터를 다루는 학문입니다. 단지, 통계학은 어디까지나 「데이터를 보는 방법」을 생각하는 학문입니다. 말하자면 「데이터에는 이런 측면이 있다」 「이렇게 하면 데이터를 보기 쉬워진다」 「정확한 데이터를 모으려면 이렇게 하면 좋다」라는 부분에 대해 수학적인 견지에서 조언을 해 주지만 데이터 사용법까지 생각해 주지는 않습.. 더보기
[인공지능 ①] AI의 급격한 발전과 정체, 인공지능의 역사 * 본포스팅은 에서 발췌한 내용으로 작성되었습니다. ✔ 지능이란 무엇인가? AI는 인공지능의 약어입니다. 이를 통해 인공적으로 만들어진 「지능」이란 것을 알 수 있는데, 근본적으로 지능이란 과연 무엇일까요? 사전이나 학자들에 의한 견해를 정리하면 「논리적·추상적 사고, 예측이나 계획, 복잡한 개념·사상·언어의 이해, 학습·문제 해결 등의 능력」과 같이 나타납니다. 막연하고 모호한 표현이며, 엄격하게 정의를 내리기는 어렵습니다(그림 1-1). 지능을 「인공적으로 만든다」는 것이 가능하게 되면, 이야기는 한층 더 어려워집니다. 위에서 기술한 지능을 나타내는 태스크(Task)의 일부는 기계에도 간단하게 적용할 수 있기 때문입니다. 예측과 계획, 문제 해결과 학습, 논리적 사고는 통계학과 정보이론을 활용하여 비.. 더보기
AWS로 시작하는 AI 서비스 with 파이썬 ◆ 책 소개 ◆ AWS의 모체인 Amazon은 세계 제일의 쇼핑 사이트이다. Amazon 내부에서 다양한 AI가 사용되고 있다는 것은 쉽게 상상할 수 있으며, AWS의 AI 서비스가 무척 다양하여 전체를 파악하는 것조차도 상당히 어려울 정도이다. AWS에서는 내부에서 AI를 통해 도출된 예측이나 개인화(Personalize)라고 얘기되는 AI 서비스를 일반인들에게도 제공하고 있다. 따라서 이러한 서비스를 직접 수행하며 어떠한 서비스가 제공되고 있는지 확인하는 것이 매우 중요하다. 이 책은 인공지능 개념과 역사, 선형회귀, 딥러닝 등 대표적인 기계학습 알고리즘, 기계학습을 사용하기 위한 SageMaker, EC2, AMI 등의 구현 경험과 Amazon Recognition, Amazon Comprehend.. 더보기
[강화학습①] 마르코프 결정 프로세스(Markov Decision Process) 이번 포스팅에서는 강화 학습이 풀고자 하는 문제에 대해 좀 더 자세하게 다뤄보겠습니다. 아시다시피 강화 학습은 순차적 의사결정 문제를 푸는 방법론이라고 얘기했지만, 사실 아직은 조금 추상적입니다. 순차적 의사결정 문제는 결국 MDP (Markov Decision Process)라는 개념을 통해 더 정확하게 표현할 수 있습니다. 그래서 이번 챕터의 목적은 MDP가 무엇인지 속속들이 이해하는 것입니다. 바로 MDP를 설명하면 조금 복잡하게 느껴질 수 있으니 차근차근 단계를 밟아가며 가장 간단한 개념부터 시작하여 조금씩 복잡해질 것입니다. 그래서 먼저 가장 간단한 마르코프 프로세스(Markov Process)를 설명하고, 마르코프 리워드 프로세스(Markov Reward Process)를 설명한 후에 마지막으.. 더보기
인공지능 수학 공부, 꼭 알아야 할 편미분과 전미분! 편미분에서는 다변수함수를 하나의 변수에 대해 미분합니다. 인공지능에서 파라미터 하나의 변화가 전체에 미치는 영향을 구하는데 사용합니다. 편미분 여러 개의 변수를 가진 함수에 대해 하나의 변수만으로 인한 미분을편 미분이라고 합니다. 편미분의 경우 다른 변수는 상수로 취급합니다. 예를 들어, 2변수로 이루어진 함수 f(x,y)의 편미분은 다음과 같이 (델, 디, 파셜 등으로 읽는다)의 기호를 사용해 나타낼 수 있습니다. x만 미소(微小)한 양 Δx만큼 변화시키고, Δx를 한없이 0에 가깝게 합니다. y 는 미소 변화하지 않으므로 편미분일 때는 상수처럼 취급할 수 있습니다. 아래 그래프처럼 나타냅니다. 위 그래프에서는 x¡이외의 변수를 고정하고, x¡에 대한 f(x₁, x₂, …, x¡, …)변화의 비율을 구.. 더보기

티스토리툴바