[ 주요 인공지능 오픈 플랫폼 ]
*** 출처: [iitp] 최근 인공지능 프로젝트 동향 - 백정열 (주)미래융합정보기술 연구소장
*** 문서:
file2522744291233853764-189902.pdf
II. 텐서플로우 2.0.0
[ TensorFlow 2.0 New architecture ]
- 케라스(Keras)와 에거 엑스큐션(eager execution)을 활용하여 모델을 구축할 수 있다.
- 모든 플랫폼 상에서 모델을 배포할 수 있다.
- 강력한 시험관리(Experiment management)가 가능하다.
- 사용하지 않는 API를 없애고 중복을 줄임으로써 API를 단순화시켰다.
- 텐서플로우 2.0에서는 학습에서 배포까지 전반적인 머신러닝 워크플로우를 지원할 수 있도록 다양한 패키지들이 범용적인 플랫폼으로 패키지화되었다.
III. 최근 진행 중인 인공지능 프로젝트들
1. 마젠타(Magenta) 프로젝트
- 마젠타는 미술과 음악을 만드는 단계에서 인공지능 기술을 적용하는 연구 프로젝트로, 주로 노래, 이미지, 그림 등의 물질들을 생성하기 위한 새로운 딥러닝 및 보강 학습(Reinforcement Learning) 알고리즘을 개발하는 것이 주요 목적
- https://magenta.tensorflow.org/
- https://github.com/tensorflow/magenta
2. 패스트닷에이아이(fast.ai) 프로젝트
- fast.ai 라이브러리는 최신 베스트 사례를 사용하여 빠르고 정확한 뉴럴 네트워크를 간단하게 트래이닝할 수 있도록 한다.
- 비전, 텍스트, 협업 필터링 모델에 대한 ‘fast.ai’에서 실행되는 최신 베스트 사례의 딥러닝 연구를 기반으로 한다.
- Pytorch를 기반으로 만들어졌으며 모두 사용하기 쉽게 간결한 방식을 제공하기 때문에 딥러닝 입문 및 교육용으로 적합하다.
- https://github.com/fastai/fastai
3. 디텍션(Detection) 프로젝트
- 페이스북에서 진행하는 인공지능 프로젝트로, 객체 검출 및 인식을 위한 플랫폼이며 Mask R-CNN, RetinaNet, Fast R-CNN이 포함되어 있다.
- https://github.com/facebookresearch/Detectron
4. 패스트닷텍스트(fast.text) 프로젝트
- 페이스북에서 진행된 자연어처리 인공지능 프로젝트로, 150개 이상의 사전에 학습된 워드벡터 모델이 제공되며 이러한 워드벡터는 텍스트 분류와 요약 등 많은 작업에 사용될 수 있다.
- 자연어처리의 대표적 모델인 Word2Vec와 비교할 때 극명한 차이점이 존재하는데, 이는 하나의 워드에도 여러 개의 워드들이 존재하는 것으로 간주하고 프로세싱을 처리하는 것이다.
- https://www.facebook.com/groups/1174547215919768
- https://github.com/facebookresearch/fastText
5. 오토케라스(Autokeras) 프로젝트
- ‘AutoML’이라는 자동화된 머신러닝을 위한 오픈소스 라이브러리 프로젝트로, 텍사스 A&M 대학의 DATA Lab에서 개발하였다.
- 본 라이브러리를 활용하면 주어진 데이터셋을 바탕으로 해당 데이터셋에 최적화된 아키텍처 및 하이퍼파라미터 튜닝이 가능하다.
- 단지 API만 케라스이고, 엔진은 PyTorch로 되어 있다.
- https://github.com/keras-team/autokeras
6. 도파민(Dopamine) 프로젝트
- 강화학습을 연구하기 위해 구글에서 진행하고 있는 오픈 프레임워크 프로젝트이다.
- 구현한 알고리즘의 프로토타이핑을 빠르고 반복적으로 수행할 수 있으며 프레임워크 내부적으로 강화학습 에이전트를 생성 및 러닝할 수 있다.
- 파이썬 2.7 코드 기반으로 이루어져 있으며 깃허브 내부 랭킹에서 “가장 멋진 오픈소스 프로젝트 1위”를 차지하기도 하였다.
- https://github.com/google/dopamine
7. Vid2Vid(Video to Video) 프로젝트
- NVIDIA사와 MIT 리서치팀에서 진행하고 있으며 비디오를 입력받아 다른 비디오 결과를 생성하는 모델을 개발하는 프로젝트이다.
- 비디오나 시계열 이미지를 다루는 분야에서 유용하게 활용 될 것으로 기대되고 있다.
- 기존의 ‘pix2pix’을 이용했을 경우 각 프레임별 변환은 잘 이루어지지만 변환된 프레임들을 하나로 합쳐서 보면 일관성이 떨어지는 문제를 해결했다는 것이 장점이라 하겠다.
- https://tcwang0509.github.io/vid2vid/
- https://github.com/NVIDIA/vid2vid
8. 쿠버플로우(Kubeflow) 프로젝트
- 쿠버플로우 프로젝트는 쿠버네티스(Kubernetes) 환경에서 간단하게 머신러닝 워크플로우를 배포할 수 있는 프로젝트로, 여기서 쿠버네티스란 컨테이너 중심의 오픈소스 플랫폼을 의미한다.
- 쿠버플로우 프로젝트에서는 머신러닝에 필요한 하이퍼파라미터 튜닝(Hyperparameter Tuning) 과 모델 서빙(Model Serving), 주피터 노트북(Jupiter Notebook)을 패키지 형태로 제공하며, 텐서플로우, PyTorch, CXNet 등의 다양한 프레임워크를 지원한다.
- 즉, 본 프로젝트 결과물을 활용하면 개발자는 인프라에 독립적으로 머신러닝을 개발할 수 있다.
- https://github.com/kubeflow/kubeflow
9. 이미지 증강(imgaug–Image augmentation) 프로젝트
- 이미지 증강 프로젝트는 데이터 증강을 쉽게 할 수 있는 파이썬 라이브러리 프로젝트로
- 이미지 증강 프로젝트를 이용하면 여러 개의 트레이닝 이미지들이 새로운 변경 이미지 세트로 변환될 뿐만 아니라 바운딩 박스 정보, 랜드 박스 정보, 세그멘테이션 맵 정보 등을 새로운 변환 이미지에 적용할 수 있다.
- https://github.com/aleju/imgaug
10. 에어시뮬레이션(AirSim–Air Simulation) 프로젝트
- Microsoft AI & Research 팀에 의해 연구 개발된 오픈소스 시뮬레이터 프로젝트로, 자율주행 시스템에 가장 적합하게 사용할 수 있으며 딥러닝 강화학습과 관련된 비전 테스트가 가능하다.
- 실제 환경에서의 자동차 역학과 관련된 인공지능 플랫폼이며 언리얼 엔진과 유니티 엔진을 지원한다.
- https://github.com/Microsoft/AirSim
11. 딥 포토스타일 트랜스퍼(Deep Photo Style Transfer) 프로젝트
- 코넬 대학과 어도비 연구팀의 Fujun Luan 등이 Leon A. Gatys의 “A Neural Algorithm of Artistic Style”이라는 논문을 포토그라피(photography)의 관점에서 발전시킨 프로 젝트이다.
- https://arxiv.org/abs/1703.07511
'IT 와 Social 이야기' 카테고리의 다른 글
| [ETRI] 정신건강 비서 서비스 기술 (0) | 2019.07.15 |
|---|---|
| [KISDI] 온라인 유통시장 성장에 따른 배송서비스 확산 (0) | 2019.07.10 |
| [kif] 글로벌 핀테크 10대 트렌드 및 시사점 (0) | 2019.06.12 |
| [iitp] 블록체인 기술 및 산업 분야별 적용 사례 (0) | 2019.06.12 |
| [ETRI] 인공지능 기반 영상 콘텐츠 생성 기술 동향 (0) | 2019.06.11 |
