2017/1143 [NIA] 머신러닝 알고리즘 개발시 발생가능한 문제점과 공공부문의 역할 - 백인수 수석 *** 출처: [NIA] 머신러닝 알고리즘 개발시 발생가능한 문제점과 공공부문의 역할 - 백인수 수석 *** 문서: I. 머신러닝: 데이터로 배우는 시스템 ■ 머신러닝은 컴퓨터가 예시와 경험 즉 데이터로부터 직접 배울 수 있는 기술 ○ 머신러닝의 방법은 크게 3가지 - 지도학습(Supervised): 색인이 있는 데이터를 통해 훈련되는 방식으로 트레이닝 데이터를 통해 훈련 - 비지도학습(Unsupervised): 색인이 없는 데이터를 통해 비슷한 데이터를 찾아내는 방식으로 분류에 활용 - 강화학습(Reinforced): 경험 중심의 학습으로 지도학습과 비지도학습의 중간형태 ○ 머신러닝 개발 파이프라인 - 머신러닝 개발은 머신러닝을 위한 데이터 수집 및 전처리, 알고리즘 학습 및 개발, 개발 결과에 대한 .. 2017. 11. 30. [iitp] 딥러닝에도 보안문제, 인공지능을 속이는 수법에 주의할 필요 - 박종훈 *** 문서: ■ 딥러닝은 데이터로부터 규칙을 도출하기 위해 신경망을 훈련시키는 과정을 거치는데, 이때 사용되는 데이터에 잘못된 것을 섞거나 데이터에 일종의 노이즈를 추가함으로써 AI에 오류를 발생시킬 수 있다는 것임 ■ AI에 오류를 발생(AI를 공격하는)시키는 대표적인 기법 ○ 적대적 사례(Adversarial Example) 기법 - 이미지 인식 모델에 인식 시키는 데이터(example)에 일종의 '노이즈'를 추가함으로써 이미지의 피사체를 오인시키는 공격 방법임 - 노이즈가 가해진 이미지를 "적대적 사례"라고 부름 - 악용하기가 용이하고 일상 생활에 미치는 영향이 클 수 있어 특별한 주의가 필요함 - 가령 자율운전 차량에 교통 표지판을 잘못 인식하게 하는 공격이 가능함 Explaining and h.. 2017. 11. 30. [iitp] 스스로 학습하는 인공지능 GAN, 현재 200여 개 파생기술 연구중 *** 출처: [iitp] 스스로 학습하는 인공지능 GAN, 현재 200여 개 파생기술 연구중 *** 문서: ■ 실제 디자인, 회화, 음악, 문학, 영화 등 예술과 창작 영역에 AI의 침투 소식은 이제 더이상 낯설지 않은데, 이들 소식에 언급되는 AI는 수십가지로 변형되고 있는 'GAN' 기술임 - 갠 신경망은 "대립쌍을 이루는(Adversarial)" 두 개의 네트워크, 즉 이미지를 만드는 '생성자(Generator)'와 이미지가 진짜인지 가짜인지 감별하는 '감식자(Discriminator)'를 서로 경쟁시켜 생성자가 감별자가 구분하기 어려운 진짜 같은 가짜를 만들게 하는 것임 ○ DCGAN(Deep Convolutional Generative Adversarial Networks) - 엔비디아 - 어.. 2017. 11. 29. [kotra] 영, 옴니채널 발달에 따른 유통기업들의 혁신 *** 출처: [kotra] 영, 옴니채널 발달에 따른 유통기업들의 혁신 ■ 옴니채널 - (정의) '모든'을 의미하는 옴니(Omni)와 '경로'를 나타내는 채널(Channel)의 합성어로, 온·오프라인으로 양분되던 기존의 유통채널이 IT·모바일 기술 등과 융합돼 온·오프라인 경계 없이 고객에게 최선의 서비스를 제공하는 유통전략을 의미 - (범위) 글로벌 시장 조사기관인 유로모니터에 따르면 옴니채널 범위에는 기존의 오프라인 매장(Physical stores), 온라인 웹페이지, 모바일 유통전략뿐만 아니라 사물인터넷(Internet of Things)과 스마트워치(Smart Watch)를 활용한 플랫폼(Emerging platforms)도 포함 - (현재) 유로모니터는 영국을 포함한 서유럽 고객들이 옴니채널.. 2017. 11. 28. 이전 1 2 3 4 ··· 11 다음
