얼마전 글에서 ONNX에 대해 소개한 적이 있다: http://aiimojumo.blogspot.kr/2017/09/microsoft-facebook-onnx.html 다양하게 존재하는 DNN framework 의 모델간의 표준을 만들어 서로 호환되도록 하는 프로젝트로 Microsoft와 Facebook이 공동으로 시작했다. 최근, Intel도 이 ONNX에 참여하기로 했다고 한다. 앞으로 더 많은 기업/단체들이 참여해서, 하나의 DNN 모델로 상황에 맞는 framework을 선택해 사용할 수 있는 날이 오기를 바란다. 원본문서는: https://ai.intel.com/intel-joins-open-neural-network-exchange-ecosystem/
Google DeepMind와 옥스포드대학 연구팀이 Deep Learning기술을 많은 양의 BBC TV 프로그램을 이용하여 훈련시켰다고 한다. 훈련의 목적은 사람의 입술모양과 변화를 읽어, 그 사람이 현재 무슨 말을 하는지 알아내기 위함이었다. 결과적으로, 12.4%를 읽어낸 인간전문가에 비해, Deep Learning 모델은 46.8%를 읽어냈다고 하니, 거의 4배에 가까운 결과이다. 아마도, 곧, 영어권 영화를 보기위해 이미도씨가 필요하지 않을지도 모르겠다. (이미도씨께 개인적인 감정은 없다. 가장 대표적인 분이라 예를 든것이니 혹시라도 기분나빠하지 않으시길..) 원본문서는 여기에: https://www.newscientist.com/article/2113299-googles-deepmind-ai-can-lip-read-tv-shows-better-than-a-pro/
인공지능은 다양한 분야에서 사용된다. 과학계도 예외가 아니다. Gaia 인공위성. 내가 3년간 몸 담기도 했었던 프로젝트로 유럽항공우주국에서 발사한 인공위성이다. 목적은 우리 은하계내의 십억개의 별의 정확한 위치를 포함한 다양한 특성을 관측하기 위함이다. 자세한 내용은: http://sci.esa.int/gaia/ 혹은 https://en.wikipedia.org/wiki/Gaia_(spacecraft) Gaia 인공위성이 내뱉는 자료의 양의 매우 방대하고 복잡하다. 이 자료에서 우리가 모르는 현상 혹은 새로운 천체를 찾기위해서는 다양한 형태의 자료분석방법론을 적용해야 한다. 그 중 하나가 인공지능이다. Gaia 연구진들이 인공지능기법 (Neural Network)을 이용해 초고속별들을 찾아냈다. 이런 별들의 운동특성을 연구함으로써 우리 은하의 기원과 진화에 대해 더 깊게 탐구할 수 있게된다. 논문은: https://arxiv.org/abs/1704.07990
댓글
댓글 쓰기