본문 바로가기

인공지능21

G [AI교육/시사]인공지능 시대 이끌 CXL 메모리의 필요성과 특징, 인공지능에 미치는 영향 CXL(Compute Express Link)은 2019년 Intel, Google, Microsoft, Alibaba 등 주요 IT 기업들이 공동으로 개발한 기존의 PCIe인터페이스 한계극복과 다양한 컴퓨팅 구성요소 간의 고속 상호 연결한 차세대 개방형 표준 인터페이스입니다. 인공지능이 활성화되며 PCIe는 메모리 확장이나 가속기 연결 등에 한계가 있습니다. 이러한 극복을 위하여 CXL은 CPU와 메모리, 가속기 등을 유연하게 연결할 수 있는 인터페이스 기술로 개발되었으며, 이에 CXL 메모리가 필요성과 주요 특징, 인공지능에 미치는 영향등을 보겠습니다. 1. CXL(Compute Express Link) 의 주목성 AI 기술은 자동차, 금융, 헬스케어, 교육 등 주요 산업과 접목해 자율주행차, 챗봇 .. 2024. 7. 29.
G [AI윤리]트톨리, 모럴머신, 영화 아이로봇 으로 보는 인공지능 윤리 딜레마 위키백과에 따르면 딜레마(영어: dilemma, 문화어: 딜레마)는 선택해야 할 길은 두 가지 중 하나로 정해져 있는데, 그 어느 쪽을 선택해도 바람직하지 못한 결과가 나오게 되는 곤란한 상황을 가리킨다. 그렇다고 둘 다 선택하거나 둘 다 포기할 수도 없는 곤란한 상황이라고 합니다. 딜레마는 일반적으로 각 선택지가 서로 상충하는 이익이나 가치가 있어, 어느 쪽을 선택하더라도 후회나 어려움을 초래하는 경우를 말합니다. 이러한 상황에서는 사람의 도덕적, 윤리적 판단을 요구하죠. 이에 트롤리 딜레마, 모럴 머신, 영화 아이로봇을 보고 인공지능 윤리를 사고해 봅니다.1. 트롤리 딜레마 한 트롤리가 다섯 명의 사람을 향해 달려오고 있습니다. 당신은 트롤리의 방향을 바꿀 수 있는 레버 옆에 서 있습니다. 레버를 당.. 2024. 7. 21.
G [AI윤리]<AI 기본법 제정 방향과 전망> 세미나 초청장 들어가며, 인공지능 기술 사용의 안전을 위한 규제와 규범을 위해 국제인공지능&윤리협회에서  세미나를 초청한다고 합니다.  세미나 시간과 장소는 7월 31일 오전 10시 국회의원회관 제2소회의실입니다. 세미나 참석 신청서를 작성하시면 참여 가능합니다.   2022년 Chat GPT 출시 이후 AI 관련 기술은 급속도로 발전하고 있습니다. 이후 안전한 AI 기술에 대한 논의와 지속 가능한 인공지능 기술의 활용 방향에 대한 규제와 기준 확보의 필요성은 계속해서 높아지고 있습니다. 이에 세미나 필요성, 목적및 효과, 구성을 알아보겠습니다. 1. 세미나 필요성전 세계적으로 AI 규범과 법제도에 대한 주도권 경쟁이 시작된 가운데, EU에서는 세계 최초로 AI 법(AI ACT)을 제정했습니다. 이어 미국 바이든 행정.. 2024. 7. 18.
G [AI윤리]인공지능 챗봇 이루다, 흑화되었던 점을 잊지 말아야 하는 이유 자연어처리(NLP) 기술을 기반으로 한 Chat GPT4o와 Chat GPT 다루고 있는 현시점의 기술력은 놀라울 정도로 다양한 성능과 종류로 발전하고 있습니다. 이러한 기술은 자연어 이해와 생성 규칙 등을 학습하고 오류와 수정을 반복하면서 오늘날 챗봇이 완성된 것입니다   1. 인공지능 챗봇의 주요 유형 및 종류규칙 기반 챗봇(Rule-based Chatbots)사전에 정의된 규칙과 키워드에 따라 응답을 생성합니다.대화 시나리오에 따라 작동하는 챗봇간단한 대화, 주로 FAQ 나 간단한 정보 제공에 사용됩니다구현이 간단하지만 유연성이 낮음예: 이루다, 강다온, 허세중 등대화형 AI 챗봇(Conversational AI Chatbots)자연어 처리(NLP) 및 기계 학습 기술을 사용하여 상황에 맞는 응답을.. 2024. 7. 11.
G [AI윤리]제1회 스마트 AI 콘텐츠 공모전 국제인공지능 윤리협회(IAAE)에서 KT희망 나눔 재단, AI융합교육연구회와 함께 제1회 스마트 AI 콘텐츠 공모전을 개최합니다. 대상자는 초등부 중고등부로 나누어 개최되는 공모전으로 올바르고 안전한'AI 윤리' 사람이 행복해지는 'AI 세상'을 위한 스마트 공모전입니다. 공모전 개최, 공모주제, 공모일정, 공모자격 및 분야, 접수형식, 접수방법, 유의사항(워터마크 가이드), 첨부서류(세부 공모요강, 워트마크 표기가이드, 워터 마크 파일), 시상내역, 참고사항(생성형 AI 그림 작품 만들기 무료강좌), 국제인공지능윤리협회 윤리헌장을 알아보겠습니다.1. 공모전 개최공 모 명 : 제1회 스마트 AI 콘텐츠 공모전공무주관 : 국제인공지능윤리협회, KT희망 나눔 재단, AI융합교육연구회후원 : 한국지능정보사회진.. 2024. 7. 4.
G [AI교육/시사]컴퓨팅 사고와 인공지능 사고력 교육 컴퓨터 사고력과 인공지능 사고력의 교육은 기술적으로 발전하는 미래에서 사회에 적응하고 활동할 수 있도록 기본적인 능력을 배양하는 데 중점을 두고 있습니다. 이를 통해 단순히 기술을 사용하는 것에서 나아가, 창의적이고 비판적으로 생각하며 문제 해결 능력과 사고력을 기를 수 있습니다.□  컴퓨팅 사고 컴퓨팅 사고 (ComputationalThinking)는 문제를 해결하고 시스템을 설계하며 인간 행동을 이해하는 데 필요한 사고 과정입니다. 컴퓨터 과학에서 유래한 사고방식으로, 복잡한 문제를 체계적으로 접근하고 해결하는 능력을 의미합니다. 1. 문제 분해 (Decomposition)복잡한 문제를 더 작은 문제로 나누어 이해하고 해결하는 과정입니다.예시) 큰 프로젝트를 여러 개의 작은 과제로 나눔2. 패턴 인식.. 2024. 7. 2.
G [AI윤리]인공지능 윤리 가이드 라인, 해외 동향 알아보기 인공지능 기술의 발전으로 인간의 지식과 예측, 제어를 뛰어넘는 예기치 않은 상황이 우리의 실 생활에서 발생하고 있습니다. 이처럼 윤리적 문제가 확산하면서 인공지능 윤리 가이드라인의 필요성이 강조됩니다. 이에 따라 국제기구와 각국 정부 차원에서 다양한 윤리 원칙을 제시하고 있습니다. 1. 인공지능 윤리 가이드 필요성 인공지능의 자율성과 지능이 발전함에 따라 인간이 제작한 단순한 부산물이 아닌 인공지능 도덕 행위자로 간주하고 윤리적 법적 책임에 대한 고려가 필요합니다. 예를 들어 로보 어드바이저 투자손실, 자율주행차 사고, 인공지능의 편견, 인종차별 등 사례를 통해 인공지능 윤리 가이드라인 구축을 할 수 있습니다. 또한 영화나 드라마 등을 통해 상상할 수 있는 미래 사회의 인공지능 관련 윤리적 문제도 고민해.. 2024. 6. 26.
G [AI윤리]인공지능 윤리 교육(논문 활용 위한 출처) 들어가며, 필자는 직장과 가정생활을 병행하며 늦은 나이에 대학원에 입학한 만학도였습니다. 인공지능 윤리 교육을 연구하기 위하여 다양한 문헌자료를 검색하여 논문을 탈고하고 졸업했지요. 지금은 인공지능 생성기능이 발달하여 쉽게 자료를 얻고 편집할 수 있지만 불과 2, 3년 전만 해도 많은 자료를 검색하고 고민하며, 몰두하여 자료 분석하였습니다. 이에 인공지능 윤리 교육에 관한 자료를 정리하면서 또 다른 연구자를 위한 선행도구로 분석하시라 포스팅합니다.    1. 인공지능 윤리 필요성 및 정의한국정보화 진흥원(2019)에 따르면 인공지능 기술의 발전이 고도화됨에 따라 인공지능의 긍정적인 성과와 함께 인공지능이 가져올 예상하지 못한 사회적 윤리적인 우려 확산 되었다. 기술의 불완전성 데이터의 부족 및 잘못된 학.. 2024. 6. 21.
G [AI교육/시사]인공지능 리터러시 개념과 교육 문맹을 벗어나는 기본적 인리터러시는 문자와 단어를 읽고 쓰며, 텍스트를 이해하고 해석할 수 있고 더 나아가 정보를 분석, 평가하는 능력입니다. 다양한 관점에서 문제를 이해하고 해결하여 다양한 출처에서 정보를 검색하며 선택하는 능력, 정보를 조작하고 체계적으로 활용하는 능력입니다.  1. 인공지능 리터러시 개념인공지능을 활용한 디지털 기기와 소프트웨어를 효과적으로 사용하고 온라인상의 정보를 비판적으로 평가하고 활용하는 능력과 다양한 문화와 사회적 맥락을 이해하고 존중하는 리터러시가 필요합니다. 인공지능 리터러시(AI Literacy)는 사람들이 인공지능(AI)의 기본 개념과 작동 원리를 이해하고, 비판적으로 평가하며, 실제 생활과 업무에서 효과적으로 활용할 수 있는 능력입니다. 또한 더 나은 결정을 내리고.. 2024. 6. 19.
G [AI학습방법]인공지능 학습, CNN(합성곱 신경망) 알아보기 5장 딥러닝의 CNN의 역사는 초기신경망 연구로부터 시작되었습니다. 이전 포스팅에서 언급한 퍼셉트론과 역전파 알고리즘으로 신경망의 가중치를 효율적으로 학습할 수 있게 하여 딥러닝 발전에 큰 중심 역할을 하였지요. 우리가 사용하는 이미지 학습모델인 CNN의 유래와 기본 구조를 알아보겠습니다. 1. CNN(Convolutional Neural Network) 의유래1980년 일본의 과학자 후쿠시마 쿠니히코는 Neocognitron(네오코그니트론)이라는 모델을 개발하였습니다. 이 모델은 층구조와 지역 수용영역 (Receptive Field) 개념을 도입하여 이미지 인식에 사용되었습니다. Neocognitron은 CNN의 초기 형태로 볼 수 있습니다. 1989년 얀 르쿤(Yann LeCun)은 LeNet-5라는 CN.. 2024. 6. 17.
728x90

티스토리툴바