Trends of Data, Machine Learning, A.I.

CLIP은 어떻게 활용될 수 있을까?

텍스트 정보가 주어졌을 때, 해당 텍스트와 관련된 이미지를 검색해 내는 것에 대해 알아보자. 문장을 읽고 자신의 경험 이미지를 떠올리는 것처럼. 물론 모든 이미지에 대해 각 이미지를 적절히 설명하는 텍스트를 미리 작성해 놓은 후에 텍스트 기반의 검색엔진을 만들면 될 듯 하지만, 최근에는 인공지능 관련 기술이 크게 발전하고 있으니 좀 더 발전된 더보기…

글쓴이 Inforience, 전

국방 분야에서의 인공지능 기술의 역할

인공지능 기술이 국방 분야에 커다란 변화의 바람을 일으킬 것이라는 점은 명백하다. 이미 전장상황을 실시간으로 공유할 수 있는 네트워크 중심 작전환경이 활용되고 있으며 감시정찰 자산의 능력도 지속적으로 발전하고 있으므로, 인공지능 기술을 적용하는데 가장 중요한 데이터의 수집과 공유를 위한 인프라와 프로세스가 갖춰지고 있기 때문이다. 더 나아가 인명 피해를 최소한으로 줄이면서도 효율적인 작전을 더보기…

글쓴이 Inforience, 전

Brain Implant 뉴스 기사 흐름 분석

클릭 >> Hello, world !! (from ShadowEgo) YouTube 영상: 개요 Brain implant 기술은 전기적으로 동작하는 소형장치를 써서 뇌가 생성하는 전기신호를 수집하거나 뇌에 자극(stimulation)을 주는 기술이다. 사고 또는 질병으로 인해 몸을 움직일 수 없게 되었거나 시각 또는 청각 능력을 상실한 사람들로 하여금 자신의 신체활용능력과 감각을 회복할 수 있게 하기 위한 연구의 더보기…

글쓴이 Inforience, 전

(CLIP) 텍스트 정보를 이용한 Visual Model Pre-training

클릭 >> Hello, world !! (from ShadowEgo) 이번 포스트에서는 OpenAI 에서 최근 발표한 CLIP 모델[1]을 소개한다. 이미지, 오디오 등과 같은 데이터의 차원(dimension)을 줄이면서도 보다 의미있는 형태로 변환하는 representational learning은 딥러닝 및 AI 기술의 대중화를 가능하게 한 중요한 요소들 중 하나이다. 특히 컴퓨터 비전 문제에서는 ImageNet의 대용량 데이터셋으로 미리 학습시킨 네트워크를 더보기…

글쓴이 Inforience, 전

의료분야에서의 인공지능

클릭 >> Hello, world !! (from ShadowEgo) 들어가며… 인공지능 기술은 의료분야에서 가장 뜨겁게 활용될 수 있다. 질병을 찾아내고, 치료하고, 예후를 관찰하고, 새로운 치료방법을 연구, 적용하는 등의 다양하고 광범위한 일들이 의료 분야에서 이루어지고 있고, 이러한 일들을 효율적으로 수행하기 위한 새로운 방법이 늘 필요하기 때문이다. 그러나 한편으로는, 사람의 건강과 생명에 직결되기에, 새로운 더보기…

글쓴이 Inforience, 전

서로 다른 정보를 결합하기 위한 Feature-wise transformations

클릭 >> Hello, world !! (from ShadowEgo) CLEVR 데이터셋/태스크[1]는 신경망의 멀티모달 인식과 논리적 문제 풀이 능력을 시험하기 위해 제안되었다. 아래 예시 문제와 같이 사진 한 장과 자연어로 쓰여진 질문이 주어지고 주어진 질문에 대한 정답을 찾는 문제이다. 영상에 대한 이해, 자연어에 대한 이해, 그리고 약간의 논리적 사고도 필요한 문제라고 할 수 더보기…

글쓴이 Inforience, 전

Social Science와 Machine Learning의 만남 

클릭 >> Hello, world !! (from ShadowEgo) Inforience 대표가 KAIST 소속 시절에 연구한 내용을 바탕으로 2013년에 발표한 논문 “Mining Social Relationship Types in an Organization using Communication Patterns” (CSCW 2013)은 Social Science 관련 문제를 Machine Learning 으로 풀어낼 수 있다는 사실을 보였습니다.  특히, 이 논문은 실험 과정에서 실제 환경에서 직접 수집한 더보기…

글쓴이 Inforience, 전

모바일폰에서 동작하는 딥러닝 모듈의 성능을 알아보자. (AI-Benchmark)

클릭 >> Hello, world !! (from ShadowEgo) 들어가며. 최근 몇 년간 딥러닝 기술의 발전과 함께 Machine Intelligence 가 비약적으로 향상되어 왔고 아직까지 그 성장세가 여전하다. 초기 딥러닝 모델은 많은 연산량을 필요로 했기에 서버나 PC의 GPU 에서만 주로 동작했으나, 모바일 프로세서의 발전과 모델의 경량화, 그리고 모바일 환경에 최적화된 라이브러리의 등장에 힘입어 더보기…

글쓴이 Inforience, 전

IT 응용 분야들 사이의 관련성을 간단히 측정해 보자.

클릭 >> Hello, world !! (from ShadowEgo) 들어가는 말 최근의 IT(Information Technology)는 활용되지 않는 분야가 거의 없으며, 각 분야의 특성과 요구사항에 맞추어 여러가지 형태로 활용된다. 만약 내가 일하고 있거나 관심을 가지고 있는 분야의 IT기술과 그와는 다른 분야에서 주로 활용되고 있는 IT기술들 사이의 전체적인 유사도나 관련성을 측정할 수 있다면 어떤 일을 더보기…

글쓴이 Inforience, 전

기술 흐름의 탐지와 분석 (2)

클릭 >> Hello, world !! (from ShadowEgo) 들어가며… 지난 포스트 (기술 흐름의 탐지와 분석 (1))[1]에서는 단일 기술 키워드를 바탕으로 기술 변화의 흐름을 분석했었다. 이번 포스트에서는 인공지능과 관련된 중요한 응용과 세부 기술들 사이의 상관성의 변화를 정량적으로 측정해 보자. 이러한 측정 결과를 통해서는, 특정 응용에 대해 이해하거나 해당 응용을 구현하고자 할 때, 더보기…

글쓴이 Inforience, 전