총 774개
-
예술과 Generatvie AI의 교차점-창의성의 새로운 영역2025.05.071. Generative AI의 정의 및 핵심 개념 Generative AI는 고급 알고리즘과 기계 학습 기술을 활용하여 이미지, 텍스트, 음악 등과 같은 새로운 콘텐츠를 만드는 데 중점을 둔 인공 지능의 한 분야입니다. 그것은 종종 다양한 영역에서 인간의 능력을 모방하거나 능가하는 새로운 결과물을 생성하기 위해 창의적인 프로세스를 사용합니다. 2. 예술에 적용된 생성 AI 모델 및 기술 생성 모델, GAN(Generative Adversarial Networks), VAE(Variational Autoencoders), 전이 학습...2025.05.07
-
[인공지능] 인공지능(AI)의 진보와 미래 (알파고에서 Chat GPT까지)2025.05.101. 자연어 처리 모델의 진보 인공지능의 핵심적인 기술인 자연어 처리 모델은 지속적으로 발전해왔다. 과거에는 합성곱 신경망(CNN)과 순환신경망(RNN)이 주로 사용되었지만, 2017년 구글 딥마인드에서 발표한 트랜스포머(Transformer) 모델은 이들의 한계를 극복하며 자연어 처리 성능을 크게 향상시켰다. 트랜스포머는 어텐션 메커니즘과 병렬 계산을 통해 문장 내 단어들 간의 상호작용을 고려하고 효율적인 학습이 가능하게 했다. 이러한 발전은 챗GPT의 자연어 처리 능력 향상에 기여했다. 2. 생성형 인공지능(Generative ...2025.05.10
-
[AI 인공지능] Chat GPT로 시작된 생성형AI의 현황, 가능성, 한계, 미래전망2025.05.101. 생성형 AI 현황 ChatGPT와 같은 생성 인공 지능(AI) 모델은 최근 몇 년 동안 상당한 발전을 이루었으며 다양한 응용 프로그램에 대한 큰 잠재력을 가지고 있습니다. 딥 러닝 기술로 구동되는 ChatGPT와 같은 생성 AI 모델은 사람과 같은 텍스트 응답을 생성하는 데 놀라운 발전을 보여주었습니다. 그들은 방대한 양의 데이터에 대해 교육을 받아 일관성 있고 문맥적으로 관련된 텍스트를 이해하고 생성할 수 있습니다. 2. 생성형 AI 잠재력 제너레이티브 AI 모델은 잠재적인 응용 분야가 광범위합니다. 고객 서비스, 가상 비서...2025.05.10
-
인공지능을 이용한 채팅 기능 챗GPT에 대한 조사 및 느낀점2025.05.061. 챗GPT 챗GPT는 OpenAI에서 개발한 대화형 인공지능 언어모델입니다. 챗GPT는 인간과 자연어로 대화하는 것처럼 이전 대화 기록과 문맥을 파악하여 자연스러운 답변을 생성할 수 있습니다. 챗GPT는 Transformer라는 딥러닝 모델 아키텍처를 기반으로 하며, 대량의 텍스트 데이터를 학습하여 자연어 이해와 생성 능력을 향상시킵니다. 챗GPT는 대화 생성 능력이 뛰어나기 때문에, 챗봇, 가상 비서, 자연어 이해(NLU), 기계 번역(MT) 등의 분야에서 활용될 수 있습니다. 2. 챗GPT의 역사 및 배경 챗GPT 모델은 O...2025.05.06
-
프롬프트 엔지니어의 소개와 미래 (feat. 인공지능)2025.05.051. 생성형 AI 생성형 AI(Generative AI)는 기존 예제에서 학습하여 새로운 콘텐츠, 패턴 또는 데이터를 생성하는 데 중점을 둔 인공 지능의 한 분야입니다. 고급 모델과 기술을 사용하여 텍스트, 이미지, 음악 및 비디오와 같은 영역에서 사람과 유사한 출력을 생성합니다. 생성형 AI의 주요 특징에는 대규모 데이터 세트로부터의 학습, 확률적 모델링, 창의성, 적응성 및 고품질 출력이 포함됩니다. 2. GPT GPT는 Generative Pre-trained Transformer의 약자로 자연어 처리 작업을 위해 설계된 일종...2025.05.05
-
GPT-3에서 GPT-4로, 차세대 AI 언어 모델의 발전과 도전2025.05.041. GPT-3 GPT-3(Generative Pre-trained Transformer 3)는 2020년 6월 OpenAI에서 출시된 AI 모델로, 번역, 요약, 질의 응답, 콘텐츠 생성 등 다양한 자연어 작업에서 인상적인 성능을 보였습니다. 1,750억 개의 매개변수를 가진 GPT-3는 방대한 텍스트 데이터 코퍼스에 대한 훈련을 통해 인간과 유사한 텍스트를 생성할 수 있는 자동 회귀 언어 모델입니다. 2. GPT-4 GPT-4는 GPT-3 이후에 출시된 OpenAI의 GPT 시리즈 네 번째 버전입니다. 13조 개의 매개변수를 가...2025.05.04
-
머신 러닝 학습을 위한 데이터 증량하기2025.05.081. 데이터 증강 데이터 증강(Data Augmentation)은 현대 머신러닝과 딥러닝 분야에서 핵심 개념이 되었습니다. 데이터의 양과 질은 모델의 성능과 일반화 능력에 큰 영향을 미치지만, 현실적인 제약으로 인해 충분한 양의 고품질 데이터를 수집하기 어려운 문제를 해결하기 위해 데이터 증강이 등장하였습니다. 데이터 증강은 기존의 데이터를 변형하여 새로운 데이터를 생성하는 과정으로, 모델의 학습과 예측 능력을 향상시킬 수 있습니다. 2. 데이터 증강 기법 다양한 데이터 증강 기법이 개발되어 있으며, 이를 통해 다양한 유형의 데이터...2025.05.08
-
쓰레드 구현 모델과 쓰레드 폴링에 대해 조사하시오2025.05.151. 쓰레드 구현 모델 쓰레드 구현 모델은 운영체제에서 사용되는 것으로 사용자 수준, 커널 수준, 두 수준을 혼합한 방식이 있다. 사용자 수준 쓰레드는 커널 쓰레드를 지원하지 않는 운영체제에서 사용되며 다대일 쓰레드 매핑이다. 커널 수준 쓰레드는 사용자 수준 쓰레드가 가지는 한계를 해결하기 위해서 사용되기 시작했으며 일대일 쓰레드 매핑을 지원한다. 혼합형 쓰레드는 여러 개의 사용자 수준 쓰레드에 여러 개의 커널 쓰레드가 매핑되는 다대다 쓰레드 모델이다. 2. 쓰레드 폴링 쓰레드 폴링은 혼합형 쓰레드에서 사용되며 과부하를 줄여 프로그...2025.05.15
-
Transformer 기술이 바꿔버린 AI의 세상2025.05.081. Transformer 기술 Transformer 기술의 출현은 NLP 분야의 혁명과 같았습니다. RNN(순환 신경망)과 같은 이전 기술은 병렬 처리가 불가능하여 GPT와 같은 많은 양의 언어학습을 위해서는 수백년이 걸릴수 있었습니다. 반면, Transformer 기술은 병렬 처리가 가능하여 여러개의 GPU를 병렬로 가동시키면 수백년걸릴 학습기간을 몇개월로 단축시킬 수 있어 대규모 언어를 학습하는 데 사용할 수 있게 되었습니다. 이는 GPT와 같은 생성 AI의 발전에 중요한 획을 그었습니다. 2. Attention 메커니즘 At...2025.05.08
-
포토그라메트리 소프트웨어, Realitycapture(리얼리티캡처) 완벽 소개2025.05.141. RealityCapture 소개 RealityCapture는 대상체를 360도로 촬영한 사진만으로도 공간, 사물 및 인체의 고해상도 3D 스캔 데이터를 생성해주는 Epic Games사의 Photogrammetry 소프트웨어입니다. 특히 업계에서 가장 빠른 프로세싱 속도를 자랑하여 세계에서 가장 많이 활용되는 Photogrammetry 소프트웨어입니다. 2. Photogrammetry Photogrammetry는 동일한 대상체를 다각도에서 사진촬영하고 이 사진들에서 동일한 특성들을 분석하여 카메라가 촬영된 위치를 계산하여 대상체...2025.05.14
3 / 78
