인공지능 이모저모

인공지능  열풍이다. 그런데 기업도 연구소도 인력이 없다. 정확히는  인공지능을 체계적으로 공부한 인력이 없다. 그러다보니 어중이 떠중이들이 전문가로 판을 치는 형세다. (물론 진짜 전문가들도 있다) 더 문제는, AI를 잘 아는 사람이라고 해도 실제로 모델개발부터 서비스 제공까지 갈 길이 너무  멀다는 점이다. 모델개발이 첫 한발이라면, 서비스를 제공하기 위해 가야 하는 길은 열걸음 아니 스무걸음, 백걸음을 걸어야 하는 상황도 발생한다. 여기에는 AI를 어떻게 잘 분산처리해서 학습할까 하는 어려움도 있다. 이를 해결하기 위해 버클리에서 Ray를 공개했다. Deep Learning 학습을 위해서 여러대의 컴퓨터 (즉 많은 GPU)를 사용설정하는 것은 생각보다 까다로운 일이다. Ray가 이를 일부분 해결해 줄 수 있기를 바란다. 원본문서:  http://bair.berkeley.edu/blog/2018/01/09/ray/

최근 추세를 보면 최신의 AI 연구개발은 주로 Google 혹은 Facebook이 주도하고 있다. MS 이름은 거의 찾아보기 힘든게 사실. 이런 판도를 바꾸려는 것인지 MS 가 AI 연구소를 발족했다.  Google의 아성을 넘어설수 있을까? 아니, 일단 따라가기 부터 해야할까? 원본문서는: https://techcrunch.com/2017/07/12/microsoft-creates-an-ai-research-lab-to-challenge-google-and-deepmind/

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

엘론 머스크는 항상  새롭고 신기한(?) 생각을 한다. 이번에는 인간뇌의 한계를 극복하기위해 AI를  뇌에 심는 Neuralink 프로젝트를  구상하고 있단다. 물론, 언제 실용적인 형태로 나올지는 미지수다. 원본 문서는:  https://www.engadget.com/2017/03/27/elon-musk-neuralink-ai-cranial-computing/