인공지능 이모저모

Kaggle. ML에 관심있는 사람은 이미 많이 들어봤을  사이트.  (Kaggle에 대해서는 나중에 따로 소개할 기회가 있을 듯?) 다양한 자료셋을 바탕으로 전세계의 사용자들이 최적의 모델을  만들기 위해 경쟁하는 장이다. 이 Kaggle에서  최적모델을 만드는 방법 중 많이 쓰이는  방법이 이 Model Stacking이다. 이론적으로는 매우 간단한데 아래와  같다. 1) 주어진 자료셋을 이용, 다양한 ML 모델을 학습한다. 2) 학습된 모델을  자료셋에 적용하여 예측값을 얻어낸다. 3) 새로운  모델 (예: Logistic Regression, etc.)을 이용, 자료셋  + 예측값을 포함하는 자료로 새로운 모델을 학습한다. 4) #3에서 학습된 모델이 Stacked Model 이다. 이 방법은  이미 여러 실험과  검증을 통해서, 단일모델보다 성능이 좋은 것으로 밝혀졌다. ML에 관심있는 사람이라면 한번 쯤은 시도해볼만한 방법이다. 원본 문서는:  http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking-in-practice/

IBM Watson (왓슨)은 잘 알려진대로 Jeopardy 챔피언을 이긴 Q&A 시스템이다. 이 시스템이 NASA (미항공우주국)가  보유하고 있는 방대한 양의 문서자료를 바탕으로 연구자들을 도와주는데 사용될 예정이라고 한다. 예를 들자면, 우주왕복선을 조종 중인 조종사가 각각의 상황에 맞는 질문을 던지고 Watson이 그에  맞는 최적의 답을 주는 형태로 말이다 (예: 기체 정보, 날씨, 기기 오작동 등). 원본 문서는:  https://www.space.com/35042-ibm-watson-computer-nasa-research.html

Amazon이 점원이 없이 돌아가는 매장을  열었다. 영상인식/AI/ML 등등의 기능을 이용해, 구매자가 물건을 선택하거나 혹은 다시 가져다놓거나 하는 행동들을 모니터링하고 구매자가 매장을 나서는 순간 결제가 되도록 한  서비스이다. 제품을 가방에 넣어도 상관없다. 전부 추적하고 있으니까. 자세한 정보는:  https://www.amazon.com/b?node=16008589011#