인공지능이 할 수 있는 줄 몰랐던 10가지 과제

인공지능 작업은 인간이 인공지능 기술을 적용하는 방법을 창의적으로 구상할 수 있는 만큼 많습니다. 그것을 염두에 두고, 보통 사람들은 인공지능이 수행할 수 있다는 것을 결코 알지 못할 인공지능 작업들이 있습니다.

인공지능 작업은 인간이 인공지능 기술을 적용하는 방법을 창의적으로 구상할 수 있는 만큼 많습니다.

인공지능에 대해 많은 것을 말할 수 있지만, 이 목록은 인공지능 101 충돌 과정에 더 가깝습니다. 우리는 인공지능이 우리가 깨닫지 못할 수도 있는 방식으로 우리의 삶을 향상시킨 구체적인 방법을 깊이 파고들 수 있지만, 인공지능을 정의하는 것부터 시작합시다.

 

 

인공지능이 할 수 있는 줄 몰랐던 10가지 과제

 

 

인공지능(AI)

인공지능(AI)은 학습, 문제 해결, 의사 결정 및 자연어 처리와 같이 일반적으로 인간의 지능을 필요로 하는 작업을 수행하기 위해 컴퓨터 또는 기계를 적용하는 것입니다. 인공지능은 좁은 것과 일반적인 것의 두 가지 범주로 분류될 수 있습니다. 좁은 인공지능은 게임을 하거나 자동차를 운전하는 등 특정 업무를 수행하도록 설계된 반면, 일반 인공지능은 광범위한 업무를 수행하도록 설계되었습니다. 인공지능 연구의 목표 중 일부는 인간과 유사한 방식으로 추론하고, 학습하고, 적응할 수 있는 컴퓨터를 개발하는 것을 포함합니다.

데이터 과학자와 기계 학습 전문가는 이러한 AI를 개발하여 인간이 하지 않거나 하기 싫거나 할 수 없는 작업(효율적)을 수행하는 데 사용합니다.

마지막 하나는 인공지능이 이러한 작업을 수행하는 인간의 필요성을 대체할 수 있다는 점에서 일부 사람들을 놀라게 할 수 있지만, 그렇게 놀랍지는 않을 것입니다. 올바르게 훈련되면 인공지능은 놀라울 정도로 빠르고 효율적으로 작업을 수행할 수 있습니다.

인공지능 101에 대한 탐구로 접근하고 인공지능 작업이 우리를 놀라게 하고 우리가 얼마나 AI 프로그램과 모델에 의존하는지 깨닫게 할 수 있는 많은 기회가 있다는 것을 알게 할 뿐만 아니라 아마도 새로운 AI를 개발하기 위한 여러분 자신의 여정에 영감을 줄 것입니다.

 

 

유형별 인공지능 과제

AI가 이러한 작업을 수행할 수 있지만, AI 시스템을 설정하고, 감독 및 지침을 제공하고, 최종 결정을 내리는 데 인간이 여전히 필요할 수 있다는 점에 주목하는 것이 중요합니다.

 

하기 싫은 일

반복적이고 지루하거나 바람직하지 않은 작업의 특성으로 인해 인간이 원하지 않을 수 있는 많은 작업이 AI가 인간을 도울 수 있습니다. AI가 지원할 수 있는 작업의 일부 예는 다음과 같습니다:

- 데이터 입력 및 데이터 처리: 한 형식에서 다른 형식으로 데이터를 기록하거나 대량의 데이터를 정렬 및 구성합니다.

- 고객 서비스: 챗봇과 가상 비서를 통해 고객 문의에 답변하고 문제를 해결하거나, 해당 부서에 문의 사항을 전달

- 모니터링 및 감시: 보안 카메라 감시 및 잠재적 위협 식별. 길고양이와 같은 물체를 무해한 것으로 식별하거나 부서진 유리를 식별하여 관계자에게 경고할 수 있습니다

- 제조 및 조립 : 생산라인에서 제품을 조립하거나 컴퓨터 비전으로 제품의 결함 여부를 검사하는 등의 업무를 AI가 지원할 수 있습니다

- 농업: AI는 농작물의 해충이나 질병을 식별하고 관개 시스템을 최적화하며 날씨 패턴을 예측하는 데 도움을 줄 수 있습니다.

- 건강 관리: AI는 의료 영상 분석, 환자 데이터의 패턴 식별, 진단 및 치료 계획 지원 등의 작업을 지원할 수 있습니다.

 

할 필요 없음

AI 기술의 가용성 때문에 인간이 할 필요가 없을 수도 있는 많은 일들이 AI가 인간을 도울 수 있습니다. AI가 지원할 수 있는 작업의 일부 예는 다음과 같습니다:

- 데이터 분석: AI는 대규모 데이터 세트 분석, 추세 및 패턴 식별, 예측 등의 작업을 지원할 수 있습니다.

- 자연어 처리: 인공지능은 언어 번역, 인간과 유사한 텍스트를 이해하고 생성하는 것과 같은 작업을 도울 수 있습니다.

- 이미지 및 비디오 분석: AI는 이미지와 동영상에서 물체와 사람을 식별하고 행동을 분석하는 것과 같은 작업을 지원할 수 있습니다.

- 예측 및 최적화: AI는 결과 예측 및 프로세스 최적화와 같은 작업을 지원할 수 있습니다.

- 의사 결정: AI는 주어진 상황에서 최선의 행동 방침을 파악하고 권장 사항을 제시하는 것과 같은 작업을 지원할 수 있습니다.

 

 

할 수 없음(효율적)

인공지능이 수행할 수 있는 작업 중에는 인간이 단순히 효율적으로 수행할 수 없거나 수행할 수 없는 작업이 있습니다. 인공지능이 인간의 능력을 넘어서는 일을 도울 수 있는 몇 가지 예는 다음과 같습니다:

- 빠른 속도로 대용량 데이터 처리 및 분석: AI는 짧은 시간 내에 방대한 양의 데이터를 처리하고 분석할 수 있어 사람이 놓칠 수 있는 패턴과 트렌드를 파악할 수 있습니다.

- 높은 정밀도로 작업 수행: 인공지능은 인간의 능력을 넘어서는 수준의 정밀도로 작업을 수행할 수 있습니다. 예를 들어, AI 시스템은 훨씬 더 높은 정확도와 속도로 두 개의 게놈 시퀀스의 차이를 식별할 수 있습니다.

- 위험한 환경에서의 작동: 인공지능은 심해 탐사나 원자력 발전소와 같이 인간이 일하기에 너무 위험한 환경에서 작업을 수행할 수 있습니다.

- 높은 수준의 내구성이 요구되는 작업 수행: AI 시스템은 창고에서 패키지를 분류하거나 공장 내 배달 차량을 운영하는 등 지치지 않고 높은 수준의 내구성이 요구되는 작업을 수행할 수 있습니다.

 

 

인공지능은 어떻게

인공지능 101 충돌 과정을 마무리하면서 이해해야 할 마지막 부분은 AI 기술이 어떻게 작동하는지에 대해 논의하는 것입니다. 기본적으로 AI는 특정 작업을 수행하기 위해 원시 데이터 포인트를 사용하여 훈련된 프로그램을 코딩하는 것입니다.

인공지능에는 이 단순한 정의보다 더 많은 것들이 있지만, 인공지능 프로그램을 위한 훈련에는 기계 학습과 딥 러닝 모델의 두 가지 주요 유형이 있습니다.

기계 학습은 컴퓨터가 명시적으로 프로그래밍되지 않고 구조화된 데이터로부터 학습하도록 가르치는 방법입니다. 알고리즘을 사용하여 데이터의 패턴을 분석하고 이해한 다음 이러한 이해를 사용하여 예측 또는 결정을 내리는 것을 포함합니다. 기계 학습 알고리듬에 제공되는 데이터는 특이치를 제거하거나 제한하고 불필요한 데이터를 생략하고 편향을 모니터링하는 등 깨끗한 상태여야 합니다. 머신 러닝 알고리즘과 AI 모델은 사용자가 수백만 개의 데이터 포인트를 빠르고 효율적으로 분석할 수 있도록 지원하는 데이터 과학 및 분석에 완벽합니다.

딥 러닝은 인간의 뇌를 모델로 한 신경망을 사용하여 데이터의 복잡한 패턴을 분석하고 이해하는 기계 학습의 하위 집합입니다. 이러한 네트워크는 패턴을 인식하고 입력 데이터를 기반으로 의사 결정을 내리는 방법을 배울 수 있는 상호 연결된 "뉴런" 계층으로 구성됩니다. 딥 러닝 모델에 제공되는 데이터는 구조화되지 않을 수 있지만 정확하게 하기 위해서는 강력한 매개 변수와 조정이 필요합니다. 이러한 AI 모델은 데이터를 수용하여 결과를 생성할 뿐만 아니라 처리 중인 데이터의 양을 기반으로 전혀 새로운 또는 예상치 못한 결과를 생성합니다. 같은 장르의 서로 다른 작가의 소설 1,000권을 '읽어' 블로그 글이나 소설을 쓰는 것처럼 인공지능 작업을 수행할 수 있는 컴퓨터 프로그램을 보는 방법입니다.

 

 

예: 추천 시스템

추천 시스템은 딥 러닝과 머신 러닝 기술을 모두 사용하여 구현할 수 있습니다.

협업 필터링(유사한 구매자/사용자), 매트릭스 인수분해 및 가장 가까운 이웃 방법(특정 제품의 유사한 장르 또는 측면)과 같은 전통적인 기계 학습 알고리듬을 사용하는 추천 시스템. 이러한 방법은 사용자와 항목의 과거 동작을 사용하여 비교 및 평균을 사용하여 사용자가 미래에 무엇을 좋아하는지 예측합니다. 그러나 콜드 스타트 문제는 신규 사용자의 데이터가 부족하여 이력에 기반한 신제품을 효과적으로 제안할 수 없을 때 발생합니다.

반면, 추천 시스템의 딥 러닝 측면은 신경망을 사용하여 사용자와 항목의 과거 상호 작용으로부터 사용자의 표현을 학습합니다. 그런 다음 이러한 표현을 사용하여 항목에 대한 사용자의 기본 설정을 예측합니다. 이러한 방법은 크고 희소한 데이터를 처리하고 콜드 스타트 문제와 같은 기존 방법이 어려움을 겪는 문제에 특히 유용합니다.

따라서 추천 시스템은 이를 구현하는 데 사용되는 특정 기술과 아키텍처에 따라 딥 러닝과 머신 러닝의 일부가 될 수 있습니다.

 

 

인공지능 10가지 놀라운 것들

간단한 인공지능 101을 마쳤으니, 이제 달성할 수 있는 가장 놀라운 인공지능 과제들에 대해 이야기해 보겠습니다. 하지만 인공지능에 대해 계속 더 배우기 위해, 여기 인공지능에 대해 계속 배울 수 있는 최고의 과정 목록이 있습니다. 이러한 인공지능 작업은 특별한 순서가 없지만, 대부분은 사용자의 일상 생활에 영향을 미칠 것입니다!

 

1. 읽고 이해하기

사용자에게 단순히 읽을 수 있는 것이 아니라, 사용자가 글이나 블로그 게시물에 대한 링크를 삽입할 수 있는 AI 프로그램이 있고, 그 AI 프로그램은 그것을 읽을 것입니다. 그런 다음 기사를 읽은 후 요약이나 간단한 메모를 생성하여 텍스트에서 가장 중요한 정보를 수집할 수 있습니다.

 

2. 총성 탐지 및 경보 기관

인공지능이 할 수 있는 놀라운 일 중 하나가 인간의 말을 듣고 이해하는 것이라는 것은 놀라운 일이 아니지만, 인공지능 프로그램은 또한 다른 소리 패턴을 듣고 감지하도록 훈련될 수 있습니다! ShotSpotter는 이웃을 안전하게 유지하고 당국이 위험한 상황에 신속하게 대응할 수 있도록 돕기 위해 이 작업을 수행합니다.

 

3. 컴퓨터 코드 생성

우리는 지금 우리가 있는 곳으로 완전히 돌아왔고 온라인 커뮤니티에서 제공하는 방대한 양의 코드에 대해 훈련된 코드 작성을 배우기 위해 컴퓨터를 코드로 훈련시켰습니다. AI가 실제 문제를 해결하기 위한 전면적인 프로젝트에 접근하는 방법은 멀지만, 프로그래머는 AI를 활용하여 특정 문제를 해결하는 방법에 대한 아이디어와 영감을 위한 작은 블록을 작성하는 것을 도울 수 있습니다. AI 채팅 모델인 ChatGPT는 기본 코드 작성을 도울 수 있습니다.

 

4. 매우 복잡한 게임을 하기

우리는 단지 체스에 내장된 CPU나 MMO에 내장된 봇에 대해서만 이야기하는 것이 아닙니다. OpenAI는 오래된 보드게임 바둑에서 최고의 선수 이세돌을 이긴 알파고를 개발했습니다. OpenAI는 또한 도타2와 스타크래프트와 같은 게임을 세계 챔피언을 제치고 경쟁력 있는 수준에서 할 수 있는 AI를 개발합니다. MuZero는 체스, 쇼기 및 수많은 아타리 아케이드 게임을 처음부터 학습하고 플레이하기 위해 개발된 또 다른 AI입니다.

 

5. 컴퓨터 비전

컴퓨터 비전이라고 불리는 특별한 유형의 기계 학습 모델은 AI 기술이 시각적 정보를 받아들이고 그 시각적 입력을 기반으로 결과를 처리하고 생성함으로써 "보는" 것을 허용합니다. 여기에는 농업 모니터링, 암세포 탐지 또는 기계 작동과 같은 다양한 다단계 작업이 포함될 수 있습니다. 여기 컴퓨터 비전의 10가지 용도 목록이 있습니다!

 

6. 오리지널 아트 만들기

앞서 언급했듯이, 인공지능이 블로그 게시물과 심지어 소설을 만드는 것과 같은 작업을 완료하는 것은 전적으로 가능합니다. 한 걸음 더 나아가서, 일부 AI 프로그램은 심지어 그들만의 예술 작품을 제작할 수 있습니다. 텍스트 프롬프트가 매력적인 이미지 표현을 생성하는 OpenAI의 DALLE-2를 들어본 적이 있을 것입니다.

 

7. 주식 중개인이 되기

AI 시스템은 금융 데이터를 분석하고 상당한 자신감을 가지고 주가를 예측하도록 훈련될 수 있습니다. 자산이 위험해질 때 보유 또는 판매 여부를 파악할 수 있습니다. 몇몇 중개인들과 개인들이 인공지능을 큰 돈으로 신뢰한다고 생각하는 것은 흥미롭습니다!

 

8. 정확한 현지 날씨 예측하기

일기 예보는 오늘날 거의 전적으로 컴퓨터 프로그램에 의해 이루어지지만, 가장 광범위한 의미에서만 이루어집니다. 이러한 결과가 의미하는 바를 정의하기 위해서는 여전히 많은 인간의 해석이 필요합니다. 하지만, 인공지능 컴퓨터 비전을 사용함으로써, 연구원들은 그것들이 일어나기 전에 지역의 갑작스러운 날씨 변화를 훨씬 더 정확하게 예측할 수 있었습니다. 기후 변화를 시각화하고 퇴치하기 위한 기상 예측과 시뮬레이션의 발전으로 지구를 시뮬레이션하는 프로젝트가 실현 가능할 정도로 정확했습니다.

 

9. 기존 의약품의 새로운 용도 발견

리커시브 제약사는 인공지능 작업을 수행하여 기존 약물의 가능한 모든 사용을 평가하고 다른 기존 약물과 비교하여 하나의 제약 약물이 다른 약물과 동등하거나 더 효과적일 수 있는 중복 여부를 결정할 수 있는 AI 프로그램을 개발했습니다. 이것은 의사들이 환자들의 특정한 필요와 생물학적 구성에 근거하여 환자들을 치료하는 더 많은 방법을 가질 수 있게 해줍니다. 인공지능이 약물 발견에 큰 역할을 하고 있습니다. HPC는 분자 역학에 필요하므로, 약물 연구자들은 잠재적인 약물 표적을 평가하기 위해 AI 모델을 훈련하고 배치하기 위해 HPC 솔루션을 활용하고 있습니다.

 

10. 무서운 정확도의 제품 추천하기

AI 기술의 여러 계층의 조합을 통해 AI가 할 수 있는 가장 놀라운 일 중 하나는 새로운 제품을 제안하는 것입니다. Netflix의 추천 시스템은 한 번 끝나면 볼 수 있는 매우 매력적인 쇼를 제안할 수 있다는 점에서 혁신적이었습니다. 수백 개의 프로그램과 수천 개의 영화를 다시 볼 수 있습니다. 자동 추천 프로그램을 사용하면 사용자가 쉽고 유연하게 경험할 수 있습니다. 그것은 당신이 그것을 즐길 수 있는 자신감의 비율을 제공합니다. 현재 많은 기업들이 온라인 쇼핑, 타깃 광고, 음악 스트리밍 서비스 등의 매출을 늘리기 위해 매우 복잡한 추천 시스템을 구축하고 있습니다.

 

 

더 많은 것

인공지능은 인간이 무엇이든 모든 것을 하는 방식을 형성하고 있기 때문에 21세기에 나온 가장 결정적인 발전 중 하나입니다. 바라건대, 이 인공지능 101 충돌 과정과 AI가 할 수 있는 10가지 놀라운 일들의 샘플이 끊임없이 변화하는 AI 세계에 대한 관심을 불러일으켰으면 합니다. 인공지능에 의해 더 많은 신기술이 가속화되고 있으며, 인공지능이 인류의 일상을 개선할 수 있는 새로운 반복과 아이디어의 시장은 엄청납니다.