아래의 자료는 Bart Rottier, Nannette Ripmeester, Andrew Bush, "Separated by a common translation? How the british and the dutch communicate"이라는 논문에서 가져온 것으로, 바로 아래에 논문 요약을 첨부한다. 이 자료를 통해 알 수 있는 점 하나는,

온라인으로 공개되어 있는 책입니다. 위링크로 들어가시면 됩니다. 딥러닝 기초부터 각종 net에 관련된 개념설명도 되어있고 aws에서 어떻게 실제로 돌려볼수 있는 방법도 설명이 되어있네요. 좋은 것 같습니다.

그동안 소문으로만 떠돌던 책이 드디어 출간되었다는 소식을 전합니다. 감개무량하네요. 저자인 저는 이 책을 쓰느라 역류성 식도염을 얻었습니다. 식도와 바꾼 소중한 책입니다. 이름하여, '지능의 본질과 구현' 세상에는 '딥러닝'이라는 주류 인공지능이 있지만, 그 방법론이 가진 고유의 한계때문에, 그것이 진짜 인간의 뇌처럼 동작하는지에 대해서는 끊임없는 논쟁이 되어

최근에 제가 집중하고 있는 키워드는 인공지능 그중에서도 딥러닝 입니다. 인공지능이란 "인간이 수행하는 지적인 작업의 자동화"하는 것이라고 정의할 수 있습니다. 일반적으로 인공지능 그 중에서도 딥러닝을 소개할 때 인간의 뇌에서 영감을 받아 만든 기술로 데이터를 학습하여 숨겨진 패턴을 찾아내는 기술이라고 설명합니다. 딥러닝 기술을 익히면서 정말

지난 이야기: [지능] 지능형 자료구조에 관한 단상 - 기억과 방향 - 1 우리는 지난 글에서 기억이 방향을 가진다는 사실을 알아 보았다. 그리고 그 방향은 '다대일(n:1)'의 관계에서 유효하다는 것을 기억에 관한 논리실험을 통해 알아 보았다. 기억이 방향을 가진다는 사실이 '일대다(1:n)'의 관계에서도 유효할까? 그것을 알아보고자 한다. 만약에 '미술관

나는 지능형 자료구조를 IDS(Intelligence Data Structure)라고 부른다. IDS는 주로 노드와 엣지로 구성되어 있기 때문에, IG(Intelligence Graph)라고도 부르는데, '노드'라는 객체를 따로 만드는 반면에, '엣지'라는 객체는 따로 만들지 않기 때문에 완전한 그래프라고 부르기는 어렵지만, 어쨌거나 노드와 노드의

인공지능(AI)도 인간처럼 정지화면을 회전하고 있는 것으로 잘못 판단하는 ‘착시’를 일으키는 것으로 나타났다. 리쓰메이칸(立命館)대학과 기초생물학연구소 공동 연구팀은 이런 연구결과를 국제학술지 ‘심리학 프런티어’(Frontiers in Psychology) 최신호에 발표했다. 심층학습(딥 러닝)을 통해 스스로 학습하는 AI는 화상과 엄청난 양의 데이터를 읽어들여

아마존 딥렌즈 Amazon DeepLens 인공지능 API 를 쉽게 연동할 수 있는 카메라인데, 출시가 올해 4월에서 6월로 연기됐네요. 인텔 아톰프로세스, 8GB 램 ​카메라는 1080p 촬영이 가능한 4메가 픽셀 마이크로 HDMI, USB 포트 2개, WiFi OS는 ​우분트 16.04 LTS 가 설치되어 있습니다. 이미 개발툴은 만들어져 있고, 어른 손바닥보다

지능을 구현하기 위해선 지능을 알아야 하는 것은 물론이지만, 아무리 발달한 현대 과학이라고 할지라도, 분자수준에서 이뤄지는 신경세포의 활동을 일일이 스캔하고 모니터할 수 있는 것은 아니다. 게다가 인간을 실험대상으로 지능을 탐구한다는 것은 윤리적인 문제와도 얽혀 있어서 실험 자체가 쉽지 않은 것도 사실이다. 때문에 현재 나와 있는 대부분의 인공지능 알고리즘들이

#Ghost-in-the-Chain 블록체인과 인공지능에 대해서 써보자. 라고 크게 테마만 설정. 그래서 일단 제목은 '고스트 인 더 체인'. 그런데 어떤 식으로 써야 할지 잘 안떠오른다. 우선 관련 논문들이나 소개하는 식으로? 어쩌면 귀찮아서 거의 비활성화될지도. 머신러닝쪽 페이퍼들은 요새 arXiv에 먼저 올라오니, 거기서 검색해봤다. 검색키워드 - blockchain

내가 인공지능에 대해 취하고 있는 입장은, 오로지 기억memory과 참조reference만으로 지능이 구현가능하다는 것이고, 이것은 애초에 '계산computation'으로 지능을 구현하고자 하는 현재의 주류적 인공지능 이론과 차이가 있다. 메모리와 참조 능력만으로 지능을 구현하는 것을 '니마시니mnemosyne' 이론이라고 할 수 있겠는데, 이 입장에 의하면,

한계효용의 법칙이 적용되는 뉴런 3개짜리 시스템에서, 억제 뉴런을 억제하는 시스템을 부착한 뉴런 6개짜리 시스템을 알아 보았다. 이번에는 그 시스템을 하나 더 부착하여, 총 12개짜리 시스템을 통해, 보상의 균형을 잡는 시스템을 만들어 보자. [그림1]에서 보면 인풋값이 left, right 박스에 골고루 입력된다. left 쪽에 들어간 인풋은 출력을 통해

지난 글에서 한계효용의 법칙이 작용하는, 뉴런 3개로 구성된 작은 시스템을 만들어 보았다. 그 시스템은 입력을 받아서 출력으로 내는 중간에 억제성 뉴런 하나가 출력의 가부를 조절하고 있었다. 이번엔 다소 다른 기능을 하는 동일한 시스템 하나를 추가해서 또 어떤 일을 할 수 있는지 알아보자. 아래의 [그림1]에서 박스 A에 있는 시스템은 지난 번에 본 시스템과

머리 속에서 생각만 하던 것을 집필이 끝난 다음에 구현해 보았다. 이미지에 있는 시스템은 뉴런들을 일정하게 결합한 것이다. 네모로 구현된 뉴런은 종류로 보면 '흥분성 뉴런excitatory neuron'이고, 원으로 된 건 '억제성 뉴런inhibitory neuron'이다. 흥분성 뉴런은 인풋으로 들어 온 값을 다음 뉴런에 전달하고, 억제성 뉴런은 인풋으로

현재 쓰고 있는 인공지능 관련 책의 원고를 완성했다. '지능과 그 구현에 관하여'라는 가제목을 붙여 놓고 있는데, 현재 편집자에게 발송한 상태다. 3개월 걸렸다.

인공지능의 두 갈래 인공지능은 시작부터 두 갈래 뻗어 있는 길을 선택해야 하는데, 그들 중 하나는 인간을 구현하는 것이고, 다른 하나는 인간없는 지능을 구현하는 것이다. 확률지능의 비인간성 베이지언 방식이나 뉴럴 넷을 활용하는 확률지능들은 겉으로는 인간과 비슷한(혹은 능가하는) 지능을 표방하고 있지만, 그들이 구현하는 것은 사실 인공 신god이나 다름없다.

니마시니Mnemosyne는 그리스 신화에서 '기억memory'을 담당하는 여신이고, 니마시니가 낳은 딸들은 '뮤즈Muses'가 되었다. 우리나라 걸그룹 중에 '나인 뮤지스Nine Muses'는 니마시니의 아홉 딸들에 대한 이름을 갖고 있는 셈이다. 고대 그리스에서 청중들 앞에서 서사시를 낭송하는 사람들은 니마시니 여신에게 낭송 중에 기억을 잃지 않도록 기도하는

日 ATR-교토대 공동 연구진 딥 이미지 리컨스트럭션 공개했다네요 인공지능이 자기 공명 영상에 보이는 뇌 활동 패턴을 분석후 25개 찍은 사진을 반복 학습 시켰더니 70% 일치율.. 사람이 본 장면, AI가 그대로 그려준다 4일 가미타니 유키야스 일본 교토대 교수가 트위터에 올린 동영상이 화제가 되고 있다. 화면 왼쪽에는 실제 자연을 촬영한 사진이, 오른쪽에는

경력직 구인공고 올립니다. 지원하실 분은 국문 이력서 / 자소서를 ahs21c@ppnp.co.kr 로 보내주시기 바랍니다. 대기업 HRD 과장급 근무지 : 울산 남구 (서울 본사로의 순환 이동 있음) 직무 . 사업장의 리더/구성원 교육프로그램 기획 및 운영 . 조직활성화 / Value교육 / 해외연수 프로그램 등 개발.시행 . 리더 사전 육성 및 리더쉽 향상

안녕하세요, 지행무간(知行無間)입니다. 저는 지금 딥러닝 관련 프로젝트를 진행하고 있습니다. 맨 밑의 지난글을 보시면 아무나 참여할 수 있습니다. 보상도 있습니다... 아무도 관심이 없었는데 @hogu님께서 댓글을 달아주셔서 정말 고마웠습니다. 다시 감사의 말씀을 올리며, hogu님께서 제안해주신 내용을 보니 빨리 딥러닝 설명 포스팅을 해야겠다고 생각했습니다.