오늘한 일
- 세붕이 웹사이트 프로젝트를 진행하였다
- 알고리즘 문제를 풀었다
- 블로그 TIL을 작성하였다
- 1일 1커밋을 하였다
느낌 점
오늘은 세붕이 웹을 계속해서 개발하며 재미를 느끼는 걸 보니 역시 천성 프론트 구나라는 걸 느꼈다 또한 최근데 교과 수업인 인공지능 기초와 진로를 하며 여러 인공지능 관련 기술들에 배우는데 생각보다 흥미롭다
배운 점
AI 트랜스포머
트랜스포머(Transformer)는 딥러닝 모델 중 하나로 자연어 처리 분야에서 높은 성능을 보인다 이러한 트랜스포머 모델은 인코더와 디코더로 구성되어 있으며 이를 통해 시퀀스 형태의 입력 데이터를 처리한다 트랜스포머는 어텐션(Attention) 메커니즘을 사용하여 입력 시퀀스의 모든 단어를 동시에 처리할 수 있으며 이는 기존의 순차적인 방식으로 처리하는 RNN(Recurrent Neural Network)과 달리 병렬 처리가 가능하며 더 높은 성능을 낼 수 있다 트랜스포머는 GPT BERT 등의 대표적인 모델로 활용되고 있으며 자연어 이해 기계 번역 질의 응답 등 다양한 자연어 처리 태스크에서 높은 성능을 보인다 트랜스포머 모델은 계속해서 발전하고 있고 트랜스포머 기술은 자연어 처리 분야에서 높은 성능을 보이고 있어 앞으로도 다양한 분야에서 활용될 것으로 예상된다
서포트 벡터 머신(SVM)
서포트 벡터 머신(SVM)은 분류 및 회귀 분석에 사용되는 지도 학습 알고리즘이다. SVM은 데이터를 분리하는 최대 마진을 갖도록 결정 경계를 정의하며 이를 위해 서포트 벡터라는 데이터 포인트들을 사용한다
SVM은 다양한 커널 함수를 사용하여 데이터를 고차원 공간으로 매핑할 수 있으며 SVM은 이진 분류에 대해서만 적용 가능하다 하지만 대용량 데이터셋에서는 학습 시간이 오래 걸릴 수 있으며 SVM은 이상치에 민감하게 반응할 수 있다
Asilomar AI 원칙
Asilomar AI 원칙은 인공 지능 개발과 사용에 대한 윤리적 지침을 제시한 문서로 2017년 1월에 캘리포니아 주 아실로마에서 인공지능 전문가들과 리더들의 모임에서 발표되었다
Asilomar AI 원칙은 총 23가지로 구성되어 있으며 각각의 원칙은 다음과 같은 내용을 다룬다
- 연구 목적: 인공지능 연구의 목적은 사람들의 복지를 증진하는 데에 있어야 한다.
- 연구 진행 방법: 인공지능 연구는 윤리적 규범을 준수하고 공개적으로 이루어져야 한다.
- 장기적 전망: 인공지능 연구는 장기적으로 볼 때 사람들의 이익을 증진시켜야 한다.
- 인간의 자유: 인공지능 기술은 인간의 자유를 보장하고 존중해야 한다.
- 기술적 투명성: 인공지능 기술은 그 기술적인 내용이나 의사결정 과정을 이해하기 쉬워야 한다.
- 공적 이익: 인공지능 연구와 개발은 모두 공적 이익을 추구해야 한다.
- 의사결정 편향성 방지: 인공지능 시스템의 의사결정 과정에서 편향성이나 공정하지 않은 결과가 나오지 않도록 방지해야 한다.
- 인간 중심의 설계: 인공지능 시스템은 인간 중심으로 설계되어야 한다.
- 다양성 보장: 인공지능 시스템은 다양성과 포용성을 고려해야 한다.
- 책임과 윤리성: 인공지능 기술의 개발과 사용은 책임과 윤리성을 갖추어야 한다.
- AI 교육: 인공지능 기술의 개발자와 사용자는 AI의 원리와 윤리에 대한 교육을 받아야 한다.
- 윤리적 책임: 인공지능 기술의 개발자와 사용자는 윤리적 책임을 다해야 한다.
- 안전성 보장: 인공지능 시스템은 안전성이 보장되어야 한다.
- 실험과 테스트: 인공지능 시스템은 실험과 테스트를 거쳐 안전성을 검증해야 한다.
- 신뢰성 유지: 인공지능 시스템은 신뢰성을 유지해야 한다.
- 프라이버시: 인공지능 기술은 사생활 보호와 개인정보 보호를 준수해야 한다.
- 데이터 공유: 인공지능 연구에 필요한 데이터는 공유되어야 한다.
- 적극적인 협력: 인공지능 연구자와 개발자는 적극적으로 협력하여 윤리적인 인공지능 기술을 만들어야 한다.
- 인공지능 국제 표준: 인공지능 연구와 개발에 대한 국제적인 표준이 필요한다.
- 이전 경험 공유: 인공지능 연구에 참여한 개발자와 연구자는 이전에 겪은 경험을 공유해야 한다.
- 규제 준수: 인공지능 기술은 규제를 준수해야 한다.
- 학습된 모델 투명성: 인공지능 모델은 학습된 데이터와 의사결정 방식을 투명하게 공개해야 한다.
- 발전 가능성: 인공지능 기술은 발전 가능성을 염두에 두어야 한다.
내일 계획
세붕이 웹 사이트 프로젝트를 진행해야겠다