|
:: 게시판
:: 이전 게시판
|
- 자유 주제로 사용할 수 있는 게시판입니다.
- 토론 게시판의 용도를 겸합니다.
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
19/08/23 17:49
아...않이 이렇게 끝내면 어뜨캅니까!
추천이 필요하십니까! 드렸습니다만? 다음편 언제 나오나요 ㅜㅜ 박사 졸업논문를 멈춰주세요...
19/08/24 08:56
음...제 개인적인 의견으로는 아닐 것 같습니다. 겨울이 오기엔 이미 우리 실생활에 너무 깊숙이 파고들었어요.
이미 우리는 자기도 모르는 새에 하루에 몇번씩이나 인공지능 인터페이스를 마주하고 있습니다. 이 피지알에도 구글애드 있죠? 저것도 인공지능 인터페이스에요.
19/08/23 19:25
관심분야지만 관계자가 없어서 항상 궁금한 게 있었는데요...
학계 내부에서는 과연 수년내에 실업자를 유의미하게 늘릴만큼 기술이 발전되었다고 보고 있나요? 자율주행 분야는 눈에 보이게 발전도 있는거 같고, 이에 따른 꽤 파급효과가 있어보이는데, 아직 자율주행말고는 딱히 다른 분야는 그정도 파급력이 있는 기술은 보이지 않긴 해서요.
19/08/23 19:47
제가 알기론 이제 텔레마케터는 대부분 대체될 것이라고 보여요. 이제 음성인식도 꽤나 올라왔고. 서비스 관리차원에서의 응대도 대부분 ai를 통해 해결되고 있구요.
카뱅만 봐도... 1차 상담은 다 머신이 하고 있거든요.
19/08/23 20:16
많이 발전한 거랑 사람을 대체할 것인가는 차이가 크다고 생각합니다. 예를 들어 구글 번역이 꽤 좋아졌지만, 그거 때문에 영어공부가 필요없다거나 통역이 필요없을 것 같지는 않거든요. 사람 수준을 100이라고 보면, 50->80까지는 발전시키는 건 비교적 쉽지만, 80->90으로 올리는 건 그것 보다 더 힙들고, 90->95는 훨씬 더 힘들어진다고 보거든요. 그래서, 오오~~ 좋아졌네 싶은 정도로는 안되는데, 제가 기사로 접하는 소식만 가지고는 아직 사람 대체는 많이 부족하지 않나 싶어요. 하지만, 전공자분들은 더 많은 정보가 있을테니, 그 분들의 의견이 궁금합니다.
19/08/23 21:42
사람을 완전히 대체하는 건 무척 어려운 일이고 아직도 허들이 많습니다. 거기에 머신러닝의 목적이 거기에 있지도 않다고 생각합니다. 사람을 잘 보조하여 시간과 인력을 아끼게 하고 사람이 하기 어려운 부분을 해결 가능하게 하는게 인공지능 더나아가 모든 기술의 지향점이죠.
19/08/23 21:31
저도 이쪽 분야에 일하기는 해서, 첨언을 하자면
1. 기술 발전을 한다고 실업자가 늘어난다는 통계는 아직 없습니다. 오히려 반대로 기술 발전을 하면(로봇이 늘어나면) 취업률이 늘어난 통계는 있는 걸로 압니다. (https://youtu.be/10ZPT9klgZw) 2. 지금 당장 머신러닝이 도입하기 용이한 분야는 기존의 알고리즘(약간의 통계적 방법)으로도 어느 정도 돌아가는 분야인데, 이 분야는 원래 자동화가 되던게, 더 좋은 성능의 방법론으로 대체되는 정도라서 그 학계나 산업계에서 큰 변화이지만, 이게 일반인에게 와닿기는 힘들다고 봅니다. 이런 분야는 추천 시스템 같은거인데, 구글 유튜브에서 조금 덜 중요한거 추천한다고 사람들이 항의를 하는건 아니고, 워낙 많은 사람이 요청을 하고 기대효과가 크니 적극적으로 성능을 올리는데, 머신러닝이 도입됩니다. 3. 영상/음성/NLP 영역의 성능은 딥 러닝 도입 전과 후는 차원이 다를 정도인데, 사람에 비견되는 정도가 되어도 막상 대체할려고 하면 힘듭니다. 그 분야가 조금만 틀려도 문제가 안 되야 되고(의료 진단에서 오류가 있으면 안 되겟죠), 사람을 대체를 한다고 하면 그 머신러닝하는 개발자들도 부담이고, 받아들이는 입장에서도 별로이고, 머신러닝을 하는 회사들 정도면 한두푼 아까운 회사도 아니여서 단순히 인건비 줄이려는 목적으로 머신 러닝을 도입할려는 건 아닙니다. 기존의 사람들이 귀찮아하는 걸 대신해주고, 그 시간에 더 중요한거 하세요 이 느낌으로 합니다. 그리고 산업에 직접적으로 도입되는건 아직은 좀 멀고 3~5년정도 걸릴꺼 같습니다.
19/08/24 08:51
음...제 답변을 드리자면, 기술 발전은 이미 어마어마하게 되어 있습니다. 거의 상전벽해에 가깝게 되어 있는 상황인데, 이게 실업자를 늘릴 지는 모르겠습니다.
자율주행차의 경우 제가 전에 쓴 글도 있지만, 말씀대로 실업자를 유의미하게 늘릴텐데 아직 다른 분야에 대해서는 저도 예상이 가지 않네요. 각각 세부적인 분야의 종사자들은 많은 우려를 표하고 있긴 합니다. 확실한건 단순작업들은 인공지능 이전에도 이미 많은 부분이 대체가 이미 되어있는 상황입니다. 이게 실업자 증가로 이어지진 않았구요. 또한 어떤 분야를 인공지능으로 대체하는것은 생각보다 법적 위험이 따릅니다.
19/08/23 20:08
(수정됨) 사회적현상에 대해 잘 아시는거같아 이공계박사님(진)이실줄은 몰랐는데..
감사합니다 잘봤어요. 생명체의 뉴런이 일종의 초저클럭이지만 수조개의 멀티코어라고 본거 같은데 현재 굴리는 컴퓨터랑은 구조가 많이 다르다보니 모방도 쉽지 않겠죠.. 알파고도 전성비로는 이세돌선수에게 참패를 했으니까요.
19/08/24 09:03
교통공학에 종사하고 있는데, 저희는 가끔 SSCI가 나올 정도로 사회과학과 밀접합니다. 어느정도는 관련 교육을 받고 있습니다.
전성비는 크크 뭐 계산하는게 무의미할 정도로 말도 안되는 수준이지만, 인공지능의 가장 큰 한계는 생물체 두뇌가 가진 범용성의 발끝에도 못미친다는 점이죠. 인류의 두뇌와 같은 정신나간 범용성을 가진 강인공지능이 언제 어디서 튀어나올지 궁금합니다. 저도 가끔 운전하면서 음악듣고 논문생각 하다보면 인류 두뇌의 범용성에 대해 정말 대단하다고 느낍니다.
19/08/23 20:18
처음으로 Tensorflow로 ANN을 써 봤는데, 생각보다 쉽게 회귀를 할 수 있더군요. 저도 처음에는 뭐가 뭔 소린지 몰라서 한참 걸렸지만, 정말 그렇게 어렵지 않은 내용이니 조금이라도 다수의 데이터를 다루시는 분들은 꼭 사용해 보시기 바랍니다. 다만 아무래도 현재의 CNN은 영상/음성인식 같은 분야에 더 적합하고, Training data set이 적은 분야는 사용하기 어렵겠더군요.
19/08/24 12:09
이번에 텐서플로가 업그레이드 돼면서 케라스를 서브모듈로 흡수했습니다.
그래서 tensorflow.keras.rnn() 같은 끔찍한 혼종이...
19/08/24 13:22
아 그거 이유는 모르겠는데 바닐라 케라스보다 연산속도가 느리더라구요...
케라스도 텐서플로우 백엔드라서 텐서플로우로 부르면 더 빠를 줄 알았는데 ㅠ
19/08/24 13:45
아 그거... 세팅하기 나름이더라고요. 특히 GPU나 MKL 같은거요. 잘만 하면 러닝 하나 돌리는데 GPU 98%, CPU 98% 라는 아름다운 수치를 보실 수 있습니다. 엔비디아 타이탄에 제온에서요(...)
19/08/24 14:15
(수정됨) 저런... 구글콜라보라도 써보세요 ㅠㅠ
근데 진짜 딥러닝쪽은 하드웨어빨이 너무 심한게, 제가 게임 개발용으로 쓰는 컴에서 100스텝 돌리는데 10분 걸리던게, 타이탄에 제온에서 돌리니까 15초만에 끝나더라고요;; 제 작업용 PC도 언리얼 엔진 에디터 짱짱하게 돌리는데도 전혀 무리가 없을 정도로 스펙이 좋은데;;
19/08/23 21:29
사실 이제 인공지능이 사람을 대체해서 할 수 있는일도 머지 않은것 같습니다만은
제가 그동안 많이 본것이긴한데 인공지능의 역할이 원활하게 돌아가기 위해서는 인공지능의 능력도 중요하지만 사용자 혹은 서비스 받는사람의 능력 내지는 적응력에 따라 결과가 달라지는것 같기도 한데 그것에 대해서는 혹시 의견이 있으신지 궁금합니다.
19/08/24 09:13
인터페이스는 항상 중요한 이슈죠
말씀하신 사항은 항상 개발자들을 골치아프게 만드는 일입니다. 결국 인터페이스의 최종적 목적은 사용자의 숙련도에 적게 영향을 받으면서 최대의 가용성을 이끌어 내는건데, 인공지능은 아직 일반 사용자들이 이것과 직접 소통하는 내용은 발전이 적은 편입니다.(빅스비, 알렉사 같은 것들 정도죠.) 더 많은 발전이 있어야겠죠. 향후 더욱 발전한다면 이런 고민이 필요없이 범용적으로 손쉬운 사용이 가능할거라 생각합니다. 예를들어, 엑셀 함수같은 형태로 쓸수 있다든지요. 물론 적응력에 따른 차이는 어느정도는 어쩔 수 없습니다. 인공지능이 아니라도, 사람마다 운전 숙련도가 다른것과 비슷하게요.
19/08/24 04:04
머신 러닝이 지금까지 가장 큰 성과를 보여준 분야는 CNN 을 필두로 한 discriminative learning 이지만, 개인적으로는 generative learning이 발전하면 정말 굉장할 수 있겠다는 생각을 자주 합니다. 이미 GAN을 포함해서 작동 잘 하는 모델들이 있지만, 이론적인 이해가 현격히 부족하기 때문에 좀만 breakthrough 가 있으면 정말 상상도 못하던 일들이 가능할 것 같습니다.
19/08/24 09:21
GAN은 학술적으로 상당한 의미가 있는 접근법이죠. 확실히 인공지능에 대한 개발이라는 측면에서는 기존의 틀을 바꾸는 식의 접근이 의미가 크다는 생각이 듭니다.
19/08/24 14:23
아직까지의 딥러닝은 단순하게 말하자면 행렬 to 행렬 모델이라 사용분야가 약간 아쉼죠. 로직 to 로직 이 가능한 모델이 나올수만 있다면 진짜 혁명적일 것 같은데 말입니다. 실제 사람의 학습방식은 후자에 가깝잖아요.
어차피 로직이라는 것도 바이트 덩어리인지라 방법이 분명 있긴 할 것 같은데, 대략 아이디어는 있어도 직접 만들어낼만한 역량은 안돼서;; 구글님이 다 해주실거야... ㅠㅠ
19/08/24 15:36
좋은 글 잘 읽었습니다. 이해가 잘되네요~ 안그래도 필요했는데 감사합니다.
혹시 머신러닝을 공부하려하는데 가이드 라인을 추천해주실 수 있으신가요? 물리학과 졸업생이구요. 2012-13년에 NN에 대한 기본 개념만 살짝 배웠습니다.
19/08/25 12:10
언어는 파이썬이 가장 보편적이고, 하고싶은 분야가 이미지쪽인지 아님 데이터쪽인지에 따라 조금씩 다릅니다.
그리고 머신러닝에는 뉴럴넷 말고도 많아요~ 어떤 분야를 원하시나요?
19/08/25 12:25
언어는 파이썬, c 사용할 줄 알구요. 다른 언어 배우는 것에도 거부감은 없습니다.
제가 하려는게 사용자 기반의 데이터로 그 사람의 선호도를 파악하는 것을 만드려고 해요. 정확히는 사용자가 맛을 평가하면 그 평가 데이터를 기반으로 선호하는 맛이나 레시피를 추천해주는 뭐 그런 식입니다. 선호도 파악에 대한 학습기법이 있다면 추천도 부탁드릴게요. 너무 감이 안잡히네요.
19/08/25 13:31
이런 경우엔 통째로 딥러닝을 하기엔 좀 어려움이 있어보이네요.
사람들의 맛 평가와 레시피 사이에 앞뒤가 연결이 되어있는...소위 말해 라벨링이 되어있는 데이터는 일단 없을것 같아서요 처음엔 맛평가와 선호맛, 레시피를 특정한 지정 룰을 통해 연결하고, 여기에 대한 사용자들의 선호를 받아서 학습의 베이스 자료로 써보시는건 어떨까요. 선호도 파악이라면 강화학습이 어떨까 싶긴 한데,이것도 일단 사용자들이 이게 맞다, 틀리다 하고 선호를 표현해 줘야 합니다. 어떤 자료에 대해 정해져 있는 모형이 있는게 아니라서, 어떤 목적에 맞는 모형을 찾으시려면 일단 기본적으로 여러 모형에 대해 공부해 보시는 게 좋을 것 같아요. 공부하는 방법에 대해서는요, 만약 현재 관련업종에 있으셔서 관련데이터를 구할 수 있는 게 아니시라면, 일단은 범용데이터들(MNIST 등 기본적으로 제공되는 샘플 데이터들)을 이용해 최대한 원하는 시나리오들에 근접한 내용을 짜 보시면 좋을 듯 합니다. 그리고 사용하시는 라이브러리에 있는 모형들로 이것들을 풀어보시면서 본인에게 맞는 모형을 찾아보세요. 나중에 가면 본인이 모형을 커스텀할 수도 있습니다.
19/08/25 20:50
상세한 답변 감사드립니다.
그냥 멍하니 고민만 하고 있었는데 일단 말씀해주신 자료들 기반으로 공부를 좀 해봐야겠네요. 입력/출력 데이터부터 정의하고 어떤 형태로 매핑하는 것이 좋을지를 좀 고민해봐야겠습니다. 제가 관련된 지식이 부족해 정확하게 원하는 그림을 설명 못드렸는데도 많은 부분에 대해서 말씀해주셔서 감사합니다. 혹시 나중에라도 제가 어느 정도 공부를 해서 정리가 되면 또 여쭤봐도 될까요?
19/08/24 18:14
재미있게 잘 읽었습니다! 다음 글이 벌써 기대가 되네요. 특히 다른 분들이 말씀처럼 기본 개념을 이해하기 정말 쉽게 써 주셨네요! ML 관련 이야기를 쉽게 해야 할 일이 있어 이것저것 알아보는 중이었는데 많은 도움이 되었습니다.
19/08/25 17:06
재밌게 잘 읽었습니다. 한참 머신러닝에 관심 생겼을 때 머신러닝은 코딩이고 뭐고가 아니고 그냥 수학, 통계학 그 자체라고 역설하시던 현직자 분이 생각나네요.
그 후로 통계쪽에 흥미도 생겼고 본전공이랑도 땔 수 없는 관계라 복전할까 고민하면서 이래저래 찾아보고 있는 차에 흥미롭게 잘 봤습니다! 다음 화도 기대 중입니다!
19/08/26 14:57
감사합니다. 딥 러닝 관련 책의 경우 교양도서는 별로 없고 거의 실전쪽입니다. 보통 코딩 위주죠.
예전에 찾아봤던 책들 중에 머신러닝에 관한 책을 봤었는데, 제가 직접 보진 못해서 추천을 드릴 수가 없군요 ㅠㅠ
|
||||||||||
