AI (18) 썸네일형 리스트형 [ LLMs ] 나는 누구인가? 곧 자기에 장점이 나다.(feat. Grok, Chat GPT, Claude, Perplexity, Gemini) 이번엔 회사별(?) 자기가 잘한다고 생각되는 것을 추려 보려고 한다.이 정보는 2025년 4월 1일 결과값을 갖고 작성한 글이다.이 글은 '자신이 무엇을 검색할 것인가'에 따라 어떤 LLM을 사용하는게 좋을지에 대한 글이다. 한계- 5개의 회사에게 동일한 질문을 하고 LLM에게 얻는 정보이다.- 몇 개의 회사는 무료버전을 사용했다. ex) Chat GPT-o4- 5개의 회사 기준은 개인의 취향으로 선택됐다. 인트로세상엔 점점 많은 LLM회사들이 나오고 있다.선택의 역설처럼 선택지가 많아지면 사람들은 선택이 힘들다.하여, 메이저 회사의 LLM의 특징을 알아보고 비교해 보려고 한다. 본론아래의 표는 6개의 기준점으로 언어별 장점을 추출해여 특징들을 그래프화 한 것이다.결국, 자신이 가진 특징(자원의 장점.. [ AI/애착 ] 우리는 AI와 친구가 될 수 있을까? (Feat.Open AI) MIT Media Lab과 OpenAI는 ChatGPT와 같은 AI 챗봇과의 상호작용 실험.사용자의 사회적, 정서적 웰빙(정신 건강)에 미치는 영향을 파악하기 조사 진행했다.관찰 연구 (Study 1): 실제 ChatGPT 사용 패턴 분석 (약 4천만 건의 대화)통제된 개입 연구 (Study 2): 1,000명의 참가자를 대상으로 4주 동안 ChatGPT 사용 실험 (랜덤화 대조군 연구) 한계점:- 결과는 아직 과학계의 동료평가를 받지 않았음- ChatGPT 사용자를 대상으로 했기 때문에 다른 챗봇 사용자와는 경험이 다를 수 있음.- 일부 결과는 인과관계를 명확히 보여주지 못함.- 자가 보고 데이터는 사용자의 실제 감정을 정확히 반영하지 못할 수 있음.- 장기적인 연구가 필요함.- 영어, 미국 참여자로 .. [ AI/LLM ]Post-training에 대해서 앞에서 Pre-training에 대해서 간략하게 알아 봤다.이제 사람처럼 말하는 말투와 더 완전한(?) 결과를 내기 위한 작업을 수행한다. Post-training은 실생활에 실용성을 높이는 작업 Post-training은 무엇일까?개인적인 생각으로는 사람 최적화이다. 카카오 tech blogPre-training 단계에서는 다음 단어를 예측하는 방식으로 다양한 “문서”들에 대해서 학습하기 때문에 사용자가 제시하는 명령을 “이해하고 수행”하는 데 필요한 능력은 부족한 경우가 많습니다. 따라서 모델이 사용자의 명령을 인식하고 적절히 반응할 수 있는 LLM을 만들기 위해서는 적절한 Post-training 과정을 거쳐야 합니다.https://tech.kakao.com/posts/662 LLM Post-Tr.. [ AI/LLM ] PRE-TRAINING을 간단히 알아보자 LLM은 기본적으로 2가지 방식으로 구성된다.PRE-TRANING 그리고 POST-TRAINING.먼저 PRE-TRANINING에 대해서 이해해보자. 요약하면 빅데이터를 활요해 확률에 기반 언어 예측률 높이는 것이 PRE-TRAINING이다. 순서1. 데이터 수집 및 전처리 (Data Collection and Preprocessing)2. 토큰화 (Tokenization)3. 신경망 학습 (Neural Network Training)4-1. 추론 (Inference)4-2. 결과물 : 베이스 모델 추론 (Base Model Inference) 1. 데이터 수집 및 전처리보통은 데이터 수집은 이미 된 정보를 가지고 다음에 진행을 한다.간단히 말해서 인터넷에 돌아다니는 "텍스트" 정보를 스크롤해 정보를 .. [ AI /Chat ] Chat GPT의 다양한 기능을 사용해 보자 Chat GPT의 출현과 함께 너무나 빠르게 Chat GPT 서비스도 다양해지고 있다.하여 Deepseek 이후 변화된 간단하게 이해한 내용을 정리해 봤다. 뭔가 새롭게 시작한다면 '새로운 창'을 여세요!한 곳에서 계속 대화를 하면 안 된다. 왜냐하면 정보가 계속 누적되기 때문이다.과거의 데이터를 기반으로 계속 질문에 대한 답을 할 것이고 그것이 내가 원하는 답변의 질을 낮출것이다.이유는 간단하다.현재 이야기하고 있는 창에 정보가 누적되기 때문이다. 아래의 색상들은 토큰(token)이라고 볼수 있다.이렇게 대화를 할 수록 토큰들이 쌓이기 된다. 토큰은 뭘까?인터넷에서 긁어 모은 테스트 정보를 bit를 이용해서 byte로 변환시킨다.그리고 다시 8bit를 활용해서 256으로 정보를 변화시킨다.그것을 토큰.. [ AI / AWS ] 아마존 AWS 제공하는 재미있는 서비스 (Feat.PartyRock) 교육을 들으면서 가장 재미있었던 부분 한가지는 PartyRock AI 생성형 플랫폼이다. PartyRock은 Amazon Bedrock의 기초 모델을 사용하여 아이디어를 작동하는 PartyRock 앱으로 전환한다. 앱을 만들고 Backstage 페이지에 PartyRock 크레딧을 100% 사용했다고 표시될 때까지 실행할 수 있다.1. PartyRock 앱을 만들어 시작.2. 이것은 학습을 시작할 수 있는 시작점을 제공.3. 위젯이라고 불리는 UI 요소를 편집하여 앱을 빌드. AI 기반 위젯에는 3가지 유형이 있다.이미지 생성, 챗봇, 텍스트 생성. AI 기반 위젯을 편집하여 다른 위젯에 연결하고 출력을 변경할 수 있다.사용자 입력 위젯을 사용하면 AI 기반 위젯에 연결할 때 사용자가 출력을 변경할 수 있.. [ Article / AI ] AI는 어떻게 우리의 질문에 답할까? 채팅형 AI는 어떻게 우리의 질문에 답할까?그들은 진짜 지능을 가지고 있을까? 라는 질문에 답을 얻을 수 있을거 같은 또 하나의 증거 글이다. 현재 그들은 단지 통계에 불과한다. 다만 데이터가 너무 많으니 값이 잘 수렴하는 것이다. 의미의 관계는 점수에 의한 구분 “Animal, vegetable, object — the features can be anything that people think are useful for distinguishing concepts.” Then assign a numerical value to each feature in the list. The word “dog,” for example, would score high on “furry” but low on “metal.. [ Article / AI ] 인공지능에서 지능의 진실(Feat. synthetic intelligence) AI는 무서운 도구이다. 우리 삶의 많이 변화시킬 것이다. 특히, 우리의 직업 그래서 나는 AI에 대한 글을 모아서 최대한 읽을 수 있으면 읽으려고 한다. 두려움에 마주치고 준비하기 위해서이다.여기서 말하고 싶은 핵심 내용은 아마도 현재 AI라고 불리는 LLM기반 Chapt GPT는 '모방 게임' synthetic intelligence일 뿐이라고 말하고 있다. 즉 대량의 데이터로 모방해서 확률로 근사치에 대답하는 것이지 스스로 사유하고 사색하여 대답을 하는 것이 아니다. 라고 표현한다.사실 AI는 모방 모델이지 지능이 아니다.the cognitive sciences, philosophy, neuroscience, and so on. Other disciplines could act as vehicles.. [ article / AI ] 테드 창, 한국 방문 및 연설 from 한겨례 ※이 글은 한겨례 기사의 내용을 발취한 글입니다.https://www.hani.co.kr/arti/economy/it/1147113.html 전문을 읽어보시길 권한다.테드 창이 한국에 방문해 AI에 대한 추가 이야기를 했다.개인적으로 생각하긴 크게 2가지 포인트를 가지고 있다.1. 인공지능의 정의2. 인공지능이 하는 표현이란(예술이란) '의도' 1. 인공지능의 정의기술과 지능을 구분해, 기술은 작업을 얼마나 잘 수행하는가로, 지능은 새로운 기술을 얼마나 효율적으로 습득하는가로 규정한 과학자도 있습니다. 저는 이 정의가 훨씬 마음에 듭니다. 인간의 직관을 잘 반영하고 있기 때문입니다.기술 : 작업을 '얼마나 잘' 수행하는지 => 작업 수행 능력지능 : 새로운 기술을 얼마나 효율적으로 습득하는지 => .. [article/AI] 테드 창 말하는 AI ―개인적 수준이 아닌 사회적 수준에서 재귀적인 발전이 기술 발전의 중요한 동력이라고 생각한다. 인공지능도 사람처럼 사회적 학습을 할 수 있을까? 사회를 이룬 인공지능이 자신들보다 더 나은 인공지능을 만들어낼 수도 있을까?“인공지능 프로그램 사이의 상호작용은 사람들 사이의 상호작용과 아무런 공통점이 없다. 인공지능은 도구일 뿐이다. 도구일 뿐인 인공지능을 결합해서 개선이 이루어진다면, 그것은 단순히 그 도구를 이용하는 인간의 우수성을 보여줄 뿐이다. 먼 미래에 인공지능 프로그램들이 정말 사람과 같아질 수도 있다. 하지만 그게 무슨 의미가 있을까? 우리는 이미 수십억명의 인간이 있는데 말이다. 우리가 사람들이 협력을 통해 만들어낼 수 있는 커다란 이점을 원한다면 우리는 이미 어떻게 할지 잘 알고 있는 셈이다.. [article/AI]Where is the A.I heading? Of course, there is the argument that new technology improves our standard of living in the long term, which makes up for the unemployment that it creates in the short term. This argument carried weight for much of the post-Industrial Revolution period, but it has lost its force in the past half century. In the United States, per-capita G.D.P. has almost doubled since 1980, while the median hous.. [Video/AI] 실리콘벨리 한기용 선생님의 실패 이야기 최근에 AI 글을 일고 2차 wave대한 고민을 하게 됐다. 이상하게 다른 곳에서(?) 나름의 좋은 해안을 얻었다. '내 직업만 위험한게 아니다. 모든 직업이 위험하다. 고로 지금이 가장 좋은 타임아닌가? 내가 원하는 것을 하기에' [article/AI] 2번째 AI 물결은 비루틴적(non-routine)인 것들이 목표가 된다. 글의 내용은 현재 1의 물결은 이미 우리 삶에 많은 부분을 대체하고 있다고 하고 있다. 특히 루틴적이 일(a job)들이 대체되고 있다고 했다. 다만 2번째 물결은 비루틴적인 일들이 대체될 것이라고 했다. 예를들어, DB 설계, 글쓰기는 일, 그래픽 디자인 등 고소득일도 점점 AI에 대체될 것으로 예상했다. the second wave of AI adoption could impact non-routine tasks involving the creation of databases, copywriting and graphic design, However, the second wave of AI adoption could impact non-routine tasks involving the creation .. [ DP/from scratch ]Machine Learning Basic FROM TSN Lab ArchitectureCNN : 이미지를 인식하기 위해 패턴을 찾는데 유용RNN (Recurrent Neural Network) 입력과 출력을 시퀀스 단위로 처리하는 시퀀스 모델https://wikidocs.net/22886 Machine Learning 로스는 줄이는 것 학습하는 가장 중요한 목표로스는 처음 나온 정답과 정답을 비교함으로써 오차를 줄겨가는 과정 Parameter 는 어떻게 정하냐? 그레디언트 디센트 gradiente discenting Parameter 가 두 개면 로스값을 포함해서 3차원 공감이 됨—> 기울기를 낮는 것으로 찾아감틀력을 경우Erro back-propagation--> gradient Deescent : 가중치(비율)을 조절해서 다시 조정하는 방법 기존 계산이 0... [ML/from scratch]신경망 여기서 x는 신호여기서 w는 가중치(0 ~ 1)다시 말해, x에서 오는 신호를 w 값에 따라서 신호를 받고 덜 받고를 계산 할 수 있음 1. 구조(Architecture): 신경망이 서로 어떻게 연결되어 있는가?구조는 사람이 만듬2. 파라미터(Parameter)/거리(Weight) 서로간에 간격은 어떻게 유지가 되고 있는가?파라미터는 기계학습을 통해 찾아냄 with 미분 [AI] 스탠포드가 생각하는 AI 시대의 교육 이 영상은 YOUTUBE Channel EO에서 발취한 내용입니다. 크게 3가지로 구성된 영상인데, 3 Things of AI Thinking How Do We Invent New Things? 5 Steps of Design Thinking I Let My Students Use ChatGPT 여기서 3 Things of AI Thinking 과 5 steps of Desgin Thinking에 대해서 간략하게 정리해 보았습니다. 3 Things of AI Thinking 1. AI를 가능한한 빨리 가르쳐라 (We need to start a tech AI Thinking as early as possible) 2. 인간과 AI의 차이점을 알야아 한다. (The second on is that you .. [ DP/from scratch]이미지 The images are converted into 28 by 28 pixels, 784 pixels.And for each pixel, we obtain a grayscale intensity between 0,that's white, and 255, that's black.And then there's gray in the middle. For each digitized image i we have categorical outcomesYi, which can be one of 10 values, 0, 1, 2, 3 up to 9,and features Xi1 all the way up to Xi784.We can use boldface to distinguish the vector of pre.. [AI]동네 피자가게에 AI를 도입한다면? from TED AI는 데이터의 문제가 아니다. AI가 대기업에 중집되는 이유는 많은 돈의 구축비용과 전문가가 필요하기 때문이다. 하지만 이런 AI 구축방식은 기술, 인터넷 분야를 벗어나면 적용되지 않는다. 사실 AI는 적은 양의 데이터에서도 잘 작동하는 경우도 있습니다. 예를 들어 우리 주변에 있는 동네 피자가게에서도요. 따라서 진짜 문제는 피자가게의 데이터가 부족이 아니라 민짜 문제는 작은 피자가게가 AI 팀을 고용할만한 비용을 충당하지 못한다는 것이다. 만약 AI를 동네 옷가게 도입하다면? a) AI가 소셜미디어의 트렌드를 보고 유행하는 밈 티셔츠를 프린트해 판매를 촉진한다면 b) 매장관리자가 매장의 모습을 사진으로 찍어 AI에게 제시해 판매를 개선하기 위한 제품 배치를 추천한다면 또는 공급망을조절한다면 c) 회사.. 이전 1 다음
