|
용자의 행동 데이터를 분석하여 개인 맞춤형 추천 시스템을 구현하거나, 의료 데이터를 분석하여 새로운 진단 방법을 개발할 수 있다. 빅데이터 분석 기술은 다양한 분야에서 생성 형 인공지능의 성능을 향상하는 데 기여할 수 있다.
4. 결론
|
|
|
생성형 인공지능(Generative AI)에 관하여 조사하여 설명하고 생성형 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술해 보았다. 지능(Intelligence)은 더 이상 인간의 독점적인 영역이 아니다. 인간은 탁월한 지능을 통해 복잡한 추론,
|
|
|
생성형 AI가 인류의 발전과 복지 증진에 기여할 수 있도록 노력해야 할 것이다.
4. 출처 및 참고문헌
ChatGPT를 넘어, 생성형 AI(Generative AI)의 미래 - 1편, 홍은주, SAMSUNG SDS, 2023년 08월 18일, https://www.samsungsds.com/kr/insights/future_of_generative_ai_1.html
ChatGP
|
|
|
인공지능이 인간사회에 미치는 영향에 대한 연구」, 『한국정보전자통신기술학회 논문지』, 2019.
염재민 외, 「게임개발에서 생성형 AI의 활용 방안에 관한 탐색적 연구」, 『한국정보과학회 학술발표논문집』, 2024.
이상원, 「생성 AI의 할루
|
|
|
인공지능과 기계학습의 장점과 문제점
1) 인공지능과 기계학습의 장점
(1) 인공지능의 장점
(2) 기계학습의 장점
2) 인공지능과 기계학습의 문제점
(1) 인공지능의 문제점
(2) 기계학습의 문제점
3. 인공지능과 기계학습의 정보통신망과
|
|
 |
생성형 AI 및 챗GPT 관련 대학 뉴스 기사
http://kuen.korea.ac.kr/news/articleView.html?idxno=583
20. LoveDeveloping 블로그 ChatGPT 및 생성형 AI의 기술적 원리와 활용법
https://lovedeveloping.tistory.com/13 1. 서론
1.1 챗GPT의 등장과 배경
1.2 인공지능 언어 모델의 발
|
|
|
간격으로 할 것을 주문한다. 그러면서 심호흡은 산소를 폐 쪽으로 이동시켜주고 기침은 심장을 쥐어짜서 혈액 순환에 도움을 준다는 설명이다.
4-1) 이 뉴스가 가짜 뉴스라고 생각한다면 그 이유는 무엇입니까?
① 알고 있는 사실과 달라서 ②
|
|
 |
정보 변동일자) : 2024년 06월 15일
작성일자 : 컨텐츠 이용을 요청한 모든 KISreport는 실시간으로 확인하는 정보를 포함하고 있기때문에 (사)한국인공지능협회 보고서를 구매하는 시점에서 생성됩니다.
따라서 모든 보고서의 작성일자는 보고
|
|
 |
정보 변동일자) : 2024년 06월 15일
작성일자 : 컨텐츠 이용을 요청한 모든 KISreport는 실시간으로 확인하는 정보를 포함하고 있기때문에 (사)한국인공지능협회 보고서를 구매하는 시점에서 생성됩니다.
따라서 모든 보고서의 작성일자는 보고
|
|
|
정보 변동일자) : 2024년 06월 15일
작성일자 : 컨텐츠 이용을 요청한 모든 KISreport는 실시간으로 확인하는 정보를 포함하고 있기때문에 (사)한국인공지능협회 보고서를 구매하는 시점에서 생성됩니다.
따라서 모든 보고서의 작성일자는 보고
|
|
|
정보 변동일자) : 2024년 06월 15일
작성일자 : 컨텐츠 이용을 요청한 모든 KISreport는 실시간으로 확인하는 정보를 포함하고 있기때문에 (사)한국인공지능협회 보고서를 구매하는 시점에서 생성됩니다.
따라서 모든 보고서의 작성일자는 보고
|
|
|
정보 변동일자) : 2024년 10월 30일
작성일자 : 컨텐츠 이용을 요청한 모든 KISreport는 실시간으로 확인하는 정보를 포함하고 있기때문에 (주)인공지능팩토리 보고서를 구매하는 시점에서 생성됩니다.
따라서 모든 보고서의 작성일자는 보고서
|
|
 |
생성하는 데 상당한 진전을 이루었지만 한계와 윤리적 고려 사항도 따릅니다. 지속적인 연구와 발전을 통해 제너레이티브 AI의 미래는 다양한 영역에 혜택을 주고 인간과 컴퓨터의 상호 작용을 개선할 수 있는 보다 지능적이고 상황에 맞는
|
|
 |
설명 가능성이 향상되면, 다양한 산업 분야에서 AI 도입이 더욱 활성화될 것입니다.
의료 진단, 금융 리스크 평가, 자율 주행 등의 분야에서 더욱 신뢰성 높은 AI 시스템을 구축하는 데 기여할 수 있습니다.
포항공과대학교 인공지능학과는 AI
|
|
 |
생성(NLG)에 관심이 있으며, 기술과 교육을 융합한 인공지능 기반 학습 플랫폼 개발에 뜻을 두고 있습니다.
● 연구계획
우선 Transformer 기반의 GPT 모델을 fine-tuning 하여 초등 및 중등 교육과정에 맞는 학습 문제, 요약 자료, 설명 콘텐츠를 생성
|
|
|
형 있게 관리하는 것이 보안 AI 성공의 관건입니다.
Q9. 딥러닝 모델 성능 향상을 위해 어떤 방법들을 시도했나요?
다양한 모델 구조 실험과 하이퍼파라미터 튜닝, 정규화 기법 도입을 시도했습니다. 데이터 증강과 불균형 해결을 위해 오버샘
|
|
 |
형 회귀법과 평균값 대체 기법을 이용해 처리하고, 이상치 탐지 알고리즘을 적용하여 데이터의 신뢰성을 높였습니다. 이를 통해 데이터의 정확성을 확보하고, 모델 학습에 영향을 미치지 않도록 했습니다.
두 번째 문제는 예측 성능의 저조였
|
|
메뉴펼치기
