Kaggle이 Google에 인수되다



AI/ML 에 관심있는 사람이라면 한번쯤은 들어봤을 data science community인 Kaggle.

다양한 그리고 방대한 양의 자료를 보유하고 있고

그에 상응하는 많은 AI/ML 사용자들 역시보유하고 있는 community다.

그렇기에 Google이 인수를  한 것도 그다지 놀랍지 않다.

자료는 물론 잠재적 사용자들까지 확보할  수 있으니까.



댓글

댓글 쓰기

이 블로그의 인기 게시물

Microsoft와 Facebook이 ONNX 를 발표했다

이미지
DNN의 성공으로, 최근 DNN software library가 매우 많이 발표되고 있다. TensorFlow, PyTorch, Apache MXNet, Caffe2, 등등.. 모두 각각의 장점을 가지고 있지만, 하나의 framework에서 다른 framework으로 모델을 이동시키기 매우 힘들다는 불편함이 있다. 최근, MS 와 FB가 이 불편함을 해소하기 위해 framework 간 변환이 가능한 표준을 만들려고 하고 있다. 이름은 ONNX (Open Neural Network Exchange). 현재는 PyTorch <--> Caffe2 만 지원하지만, 향후 더 많은 framework을 지원할 예정이다. 원본문서는:  https://research.fb.com/facebook-and-microsoft-introduce-new-open-ecosystem-for-interchangeable-ai-frameworks/
자세한 내용 보기

DNN을 이용한 중력렌즈 (Gravitational Lens) 검출

이미지
중력렌즈 현상은 천문학에서 매우 중요한 현상 중에 하나이다. 빛이 중력에 의해 휘는 성질에 의해, 무거운 물체가 우리와 어떤 천체 (일반적으로 은하) 사이에 존재할 때 그 휨에 의해 원래는 보이지 않아야 할 그 천체가 휘어진 형태로 보이게 된다. 여기서 "보이지 않아야 할"의 의미는, 너무 멀리 있어서 어두워 원래는 보이지 않는 천체를 의미한다. 천문학에서, 멀리 있는 천체는, 동시에 오래된 천체를 의미한다. (빛의 속도가 유한하기 때문에 멀리 있을 수록 오래전에 빛을 우리가 관측하는 셈이다) 보다 자세한 내용은:  https://en.wikipedia.org/wiki/Gravitational_lens 이 현상은, 일반적으로 찾기가 매우 힘든데, 그 이유는 위 사진처럼 휘어진 형태로 나타나기도 하고, 또 그 밝기가 별에 비해 어둡기 때문이다. 최근 Nature 에 DNN을 사용해 이러한 중력렌즈를 검출하는 논문이 발표되었다. 많은 양의, 이미 검출된 중력렌즈 현상을 이용해 DNN 모델을 학습하였고, 학습된 모델을 기존 모델보다 빠르면서도 우수한 성능으로 중력렌즈 현상을 찾아냈다고 한다. 당연한 이야기지만 AI/ML 기법은 여러 과학분야에서도 매우 성공적으로 사용되고 있다는 것을 보여주는 논문이다. Nature 논문은:  https://www.nature.com/articles/nature23463?foxtrotcallback=true
자세한 내용 보기

Google Cloud AutoML (구글 클라우드 AutoML)

이미지
인공지능의 세계는 정말 다양하다.  그리고 많은 영역에서 성공적으로 여러 문제들을 해결하고 있다. 그런데, 한가지 문제점이 있다. 바로 "어렵다" 라는 점. 전문가가 아니면 접근하기 힘들다는 점. 이를 극복하기 위해 나온 개념이 AutoML (Automated Machine Learning) 이다. 전문가의 도움없이 누구나 손쉽게 AI/ML (Artificial Intelligence, Machine Learning)을 이용하게 하자는 것. AutoML 에 대해서는 다시 자세히 얘기할 기회가 있겠지만, 오늘은 간단하게만. Google 역시 작년부터 이 시장에 뛰어들었다. 그 결과물로, 최근에 Google이 상용으로 내놓은 Cloud AutoML. 지금은 영상에 대해서만 가능하지만, Google의 막대한 역량을 감안하면 앞으로도 많은 서비스가 나올 것이라고 예상할 수 있다. 모든 연구자/개발자가 자유롭게 AI/ML 기술을 사용할 수 있는 날이 곧 오기를 기대한다. Google Cloud AutoML: https://cloud.google.com/automl/ 참고자료: https://techcrunch.com/2018/01/17/googles-automl-lets-you-train-custom-machine-learning-models-without-having-to-code/ https://research.googleblog.com/2017/11/automl-for-large-scale-image.html P.S. 내가 대전 모연구소에서 연구개발하는 주제 중에 AutoML 도 포함된다.
자세한 내용 보기