쵸코쿠키의 연습장

인공 지능 솔루션 : 운영 준비가 되었습니까?인공 지능 (AI)은 확실히 인기있는 전문 용어가 되었습니다. 너무 많은 기업이 이미 사용법을 잘 모르는 중요한 신기술입니다. 현재와 ​​미래에 예측 가능한 미래를 위해 많은 산업체와 기업들이 AI를 운영에 통합하는 방법을 고심하고 있습니다. 그러나 이러한 솔루션을 회사에 구현하려면 타당성에 대한 몇 가지 검증하는 것이 필수적입니다. AI가 해결할 수 있는 문제 이해하기회사에서 인공 지능을 사용할 준비가되었는지 이해하려면 먼저이 기술을 사용해야하는 이유를 묻어야합니다. 어떤 문제를 해결하려고합니까? 좀 더 복잡한 것에 접근하기 전에 간단한 해결책이 있습니까? 해결해야 할 명확한 문제를 확인하지 않고 회사는 기계 학습을 이용할 때 원하는 이익을 얻지 못합니다. ..

AlphaGo의 작동 방식Google DeepMind는 전문 선수의 힘에 필적하는 AlphaGo 용 신경망 AI를 발표했습니다. David Silver 등의 논문은 AlphaGo에 대해 자세히 설명합니다. 그들의 기술은 놀라울 정도로 단순하지만 매우 강력합니다. 이 논문에서 사용 된 기술적 전문 용어에 익숙하지 않은 독자를 위해 시스템 작동 방식을 설명합니다. 딥 러닝"심화 학습"은 다층 인공 신경망과 이를 훈련시키는 방법을 말합니다. 뉴럴 네트워크 계층은 수의 집합을 입력으로 취하고 비선형 활성화 함수를 통해 가중치를 계산하며 다른 수의 집합을 출력으로 생성하는 숫자의 큰 행렬입니다. 이것은 생물학적 뇌에서 뉴런의 기능을 모방하기 위한 것입니다. 행렬에 올바른 숫자가 있고 이 레이어 중 몇 개가 체인에..

제품 매니저와 머신 러닝으로 무엇을 만들고 싶으면 마음에 두셔야 할 목록입니다. 데이터 과학보다 엔지니어링을 우선기계 학습 프로젝트는 무엇보다도 소프트웨어 프로젝트입니다. 많은 데이터 과학자가 제대로 설계되고, 안정적이며, 구축하기 쉬운 소프트웨어를 구축한 경험이 거의 없습니다. 생산 시스템을 구축하면 문제가 됩니다. 일반적으로 엔지니어는 데이터 과학자가 엔지니어링 경험을 습득하는 것보다 더 빨리 데이터 과학 기술을 습득할 수 있습니다. 데이터 과학 박사 학위가 비즈니스 애플리케이션 구축에 처음으로 착수하는 대신 5년 이상의 경험과 AI에 대한 열정을 가진 Python 엔지니어와 협력해야 합니다. 구조화위험을 초기에 줄이는 것이 중요합니다. 프로젝트를 구체적인 이정표로 구조화합니다. - 시제품 제작 완료..

인공지능(AI)은 소프트웨어를 통한 번역 언어를 이전보다 더 정확하게 만들고 있습니다. 구체적으로, 요즘 인공신경망은 자동번역된 언어를 읽고 듣는 사람들에게 더 많은 의미를 부여하고 있습니다. 자동 번역 또는 자동 번역이라고도 하는 기계 번역은 1950년대 이후 여러 해 동안 존재해 왔습니다. 하지만 문장을 기계로 번역하는 전통적인 방법은 문제가 될 수 있습니다. 문제 중 하나는 이러한 방법들이 문장의 문맥 대신 단어 또는 구를 중심으로 단어를 변환하는 것입니다. 그 결과 나온 문장은 앞뒤가 맞지 않거나 심지어 비논리적으로 들립니다. AI, 특히 기계학습은 이 문제를 해결하기 위해 번역에 적용되고 있습니다. AI 기계 번역의 작동 방식기계학습의 한 형태인 신경망은 번역의 정확성을 높일 수 있습니다. 이러..

장벽이 있나요?이미지 인식은 새로운 분야는 아니지만, AI 관측에서는 아직 초기 단계입니다. 그리고 발전하는 십대들처럼, 현실 세계에 적응할 때 문제를 가지고 있습니다. 앞서 "기업의 80%가 AI 애플리케이션을 운영 중이라고 보고한 것"을 기억하시나요? 같은 그룹의 AI 회사들 내에서, 약 33%의 가장 큰 걸림돌은 AI 기술의 정서, 즉 미성숙하고 검증되지 않은 것이라고 말했습니다. 34%는 재능 있는 엔지니어를 채용하는 데 어려움을 겪고 있으며, 40%는 IT 인프라가 발전을 저해하는 경우 회사의 재무적 강도에 큰 타격을 줄 수 있다고 답했습니다. 돈도 문제입니다. Microsoft CNTK 및 Accord와 같은 데이터 흐름 프로그래밍을 위한 오픈 소스 소프트웨어 라이브러리의 수가 증가했기 때문입..

왜 지금 이미지 학습에 투자해야 합니까?2012년, Qualcomm Connected Experience, Inc.는 이미지 인식을 활용하여 다양한 AR 및 VR 관련 기능을 제공하고 모바일 앱 개발자에게 시야를 넓힐 수 있는 자유를 제공하는 소프트웨어 플랫폼인 Vuforia를 처음 선보였습니다. Facebook은 2016년부터 시각장애인들이 사진과 이미지를 '보는 데' 도움을 주기 시작했습니다. Facebook IOS 앱은 이미지 인식을 사용하여 모든 사진에 대한 설명을 생성하고 사용자를 위해 크게 나레이팅합니다. 세계에서 가장 주목받는 AI 업체 중 하나인 구글은 비즈니스 운영에 AI 적용 과정을 단순화하기 위한 툴인 클라우드 오토ML을 선보였습니다. 클라우드 오토ML은 구글의 고객이 이미지를 드래그..

이미지 인식 획득 방법현재로서는, 기계가 보는 능력을 제공하는 가장 유망한 기술은 손으로 코딩하는 소프트웨어와 아키텍처를 탑재한 Deep Learning이지만, 그것을 위해서는 대량의 데이터가 필요합니다. 그리고 ImageNet과 PASCAL의 전문 모델들과 함께 방대한 양의 데이터가 작업되고 있습니다. ImageNet2009년 프린스턴 대학의 연구원들이 만든 이 시각적 데이터베이스는 Flickr와 같은 검색 엔진에서 수집된 1,400만 URL 이상의 이미지를 가지고 있습니다. 편집 과정에서 직원과 지원자가 제출된 사진에 상세한 설명을 추가하고 약 1000개의 객체 클래스로 분류했습니다. PASCALEU에 기반을 둔 다양한 대학 간의 공동 협력으로, PASCAL Challenge는 ImageNet 데이터..

이미지 인식이란?이미지 인식은 컴퓨터 비전의 메커니즘이지만 컴퓨터 비전은 AI의 한 분야입니다. 인공 지능은 인간의 특성을 복사하고 일반적으로 인간의 지능이 필요한 작업을 수행 할 수있는 컴퓨터 시스템입니다. 설득력있는 인공 지능을 만들기 위해서는 "컴퓨터 비전"이 ​​필요합니다. 컴퓨터가 시각적 단서에서 주로 나오는 데이터를 수집, 처리 및 분석 할 수 있지만 열 센서, 초음파 등과 같은 유사한 출처의 데이터도 포함될 수 있습니다. 요컨대, 컴퓨터 비전은 기계가 "볼"수 있게 해줍니다. 때로는 인간이 할 수 없는 일도 있습니다. 예를 들어 미국 피츠버그에있는 Carnegie Mellon University는 실제로 "Breathe Cam"이라는 컴퓨터 비전 응용 프로그램을 개발하고 있습니다. 4 대의 ..

딥 러닝 : 정확도, 수학, 컴퓨팅 기능 향상딥 러닝은 머신 러닝의 일부분입니다. 보통 딥 러닝이라는 용어를 사용할 때는 깊은 인공신경망을 지칭하는 것이고, 종종 deep reinforcement learning을 지칭하는 것입니다. 심층 인공신경망은 이미지 인식, 소리 인식, 추천 시스템, 자연 언어 처리 등과 같은 많은 중요한 문제에 대해 정확도에서 새로운 기록을 세운 알고리즘의 집합입니다. 예를 들어 딥 러닝(심층학습)은 2016년 초 바둑에서 전 세계 챔피언 이세돌, 2017년 초 현 세계 챔피언 커제를 꺾은 딥마인드의 잘 알려진 알파고 알고리즘의 일환입니다. 딥(deep)은 기술적인 용어입니다. 신경망의 레이어들을 뜻합니다. 얕은 네트워크는 소위 하나의 숨겨진 계층을 가지고 있고, 깊은 네트워크..

신경망 정의신경 네트워크는 인간의 두뇌를 따라 느슨하게 모델링된 일련의 알고리즘으로, 패턴을 인식하도록 고안되었습니다. 일종의 기계 인식, 라벨링, 원시 입력의 군집을 통해 감각 데이터를 해석합니다. 인식하는 패턴은 벡터에 포함된 숫자이며, 실제 데이터(이미지, 소리, 텍스트 또는 시계열)는 모두 변환되어야 합니다. 신경망은 군집화하고 분류하는 것을 돕습니다. 이를 저장하고 관리하는 데이터 위에 있는 클러스터링 및 분류 계층이라고 할 수 있습니다. 이 기능은 입력된 예제의 유사성에 따라 레이블이 지정되지 않은 데이터를 그룹화하는 데 도움이 되며, 트레인할 레이블이 지정된 데이터 집합이 있을 때 데이터를 분류합니다. (신경 네트워크는 클러스터링 및 분류를 위해 다른 알고리즘에 공급되는 기능도 추출할 수 있..

이케아 가구를 만드는 방법에는 몇 가지가 있습니다. 각 방법들은 이상적으로 완성된 소파나 의자로 이어질 것입니다. 그러나 세부 사항에 따라 다른 방법보다 하나의 방법이 더 적합합니다. 사용 설명서와 모든 부품을 가지고 있으신가요? 설명서 지시를 따르는 게 좋습니다. 지시 사항을 놓치지 마시고, 목재 받침목과 널빤지를 이해하는 것은 우리 몫입니다. 딥러닝에도 마찬가지입니다. 이용 가능한 데이터의 종류와 연구 과제에 기초하여 연구자는 특정 학습 모델을 사용하여 알고리즘을 학습하도록 선택할 수 있습니다. Supervised Learning Model(감독 학습 모델)에서 알고리즘은 라벨 데이터 세트에서 학습 데이터에 대한 정확성을 평가하는 데 사용할 수있는 정답키를 제공합니다. 대조적으로 Unsupervise..

AI : 검색 알고리즘 인공지능은 이성적으로 행동하는 요원을 만드는 학문입니다. 대부분의 경우, 목표를 달성하기 위해 어떤 종류의 검색 알고리즘을 백그라운드에서 수행합니다. 검색 문제는 다음과 같이 구성됩니다. A State Space : 있을 수 있는 모든 가능한 상태들의 집합.A Start Space : 검색이 시작되는 시점부터의 상태.A Goal Test : 목표 상태인지 아닌지를 반환. 검색 문제의 해결책은 시작 상태를 목표 상태로 변환하는 계획으로 하는 일련의 동작입니다. 이 계획은 검색 알고리즘을 통해 달성됩니다. 검색 알고리즘 유형강력한 검색 알고리즘이 너무 많아서 모든 것을 다룰 수는 없습니다. 대신, 아래 나온 것과 같이 두 가지 범주로 나누어 6가지 기본 검색 알고리즘에 대해 알아보겠습..

Gartner Symposium은 올랜도에서 진행했으며, Gartner Symposium은 상위 10개 전략 기술 동향을 파악했습니다. Gartner는 "전략적"을 향후 5년 동안 상당한 파괴력을 가질 수 있는 기술이라고 정의하고 있습니다." 1. AI AI는 의사결정을 강화하고, 비즈니스 모델과 생태계를 재창조하며, 고객 경험을 리메이크할 수 있는 엄청난 잠재력을 가지고 있습니다. 가트너 조사에 따르면 59%나 조직이 AI 전략을 수립하기 위해 정보를 수집하고 있고, 나머지는 AI 프로그램을 시범 도입하거나 채택하고 있는 것으로 나타났습니다. AI 기법이 빠르게 진화하고 있고, 조직도 기술과 프로세스, 툴에 집중 투자해야 할 것으로 보고, 특정 작업을 대상으로 한 철저한 범위의 솔루션에 집중하는 것이 ..

우리를 둘러싸고 있는 기술들은 삶을 향상시키기 위해 식별하고, 파악하며, 의식적으로 사용할 수 있는 도구들일까요? 아니면 그 이상일까요? 세상에 대한 인식에 영향을 주고, 행동을 변화시키고, 인간이라는 것의 의미에 영향을 미치는 강력한 자극제일까요? 디지털화의 영향을 새롭고 예상치 못한 방식으로 구축하고 확장하는 새로운 시대인 4차 산업혁명이 시작에 이르렀습니다. 따라서 우리가 어떤 변화를 경험하고 있는지, 그리고 그것이 소수의 사람들보다는 많은 사람들에게 어떻게 이익을 창출할 수 있는지 정확히 생각해 볼 시간을 갖는 것은 가치 있는 일입니다. 다른 산업혁명은 언제? 제1차 산업혁명은 동물에 대한 의존, 인간의 노력에서 화석연료의 사용과 기계적인 힘으로의 전환으로 널리 받아들여지고 있습니다. 제2차 산업..

로봇 청소기지능이 있으면 좋습니다. 청소한 길을 다시 청소하지 않도록 해야하기 때문입니다. 음성 비서이 제품은 최근 들어 많이 판매되고 있습니다. 고객과의 인터페이스를 늘리기 위해 기업들은 노력합니다. 자동차 번호판 인식로봇은 효율적이고 정확하게 번호판을 인식해야 합니다. 정확도가 98프로 정도는 되어야 합니다. 그래야 실제 제품으로 활용이 가능하기 때문입니다. 자율 자동차인고지능하면 떠오르는 제품입니다. 얼굴/감정 인식사람들도 표정만 보면 알기 어려운 영역입니다. 요리 로봇대표적인 로봇은 아시모가 있습니다. 사람 모형으로 만든 로봇을 만드는 것은 어렵습니다. 바둑대표적으로 알파고가 있습니다. 인공지능의 퀄리티는 알파고의 전후로 나누어진다고 해도 과언이 아닙니다. 퀴즈퀴즈 문제를 풀어주는 로봇입니다. 대..