본문 바로가기

반응형

인공지능(AI)

(139)
인공지능 시장규모와 성장 (3) 코로나19가 전 세계적 인공지능 시장에 끼친 영향 전 세계의 기업과 조직들이 코로나19의 결과를 처리하고 팬데믹 이후의 미래를 계획하고 있을 때, 이는 전 세계 AI 시장에 얼마나 큰 영향을 끼쳤는지에 대한 질문을 던져볼 수 있습니다. 스탠포드스탠퍼드 인간 중심 AI(HAI)의 교수이자 선임 연구원이자 스탠퍼드 디지털 경제 연구소 소장인 에릭 브린홀프슨은 "AI는 여전히 장기적인 성장 추세의 초기 단계에 있습니다, 하지만 전염병은 특히 약물 설계와 발견을 포함한 생명공학과 같은 분야에서 그러한 추세를 가속화하고 있습니다."라고 말합니다. 스탠퍼드HAI가 개발한 AI와 AI의 영향 및 발전에 대한 연례 연구에 따르면 2020년에 AI의 고용, 투자 및 채택이 증가했으며, 이는 유행병의 영향을 능가할 가능성..
인공지능 시장규모와 성장 (2) 구성요소 분석에 의한 인공지능 시장 인공지능 시장분석은 하드웨어, 소프트웨어, 서비스 구성요소로 나눌 수 있습니다. 하드웨어 부문은 예측 기간 동안 가장 높은 연평균 성장률을 보이며 성장할 것으로 예상됩니다. 가상 비서와 개인화된 온라인 경험과 같은 스마트 솔루션이 널리 사용됨에 따라 AI 서비스의 필요성이 높아질 것으로 예상됩니다. 이러한 서비스는 AI 기능을 사용하여 고객 상호 작용 및 판매 데이터를 기반으로 자동화되고 정확한 판매 예측을 만드는 등 비즈니스 운영을 개선합니다. 기술별 인공지능 시장 인공지능의 종류는 다양하기 때문에 기술에 대한 이해 없이는 시장을 이해하기 어려울 수 있습니다. AI 시장은 기술에 의해 더욱 세분화됩니다. 자연어 처리(NLP), 기계 학습, 컨텍스트 인식 컴퓨팅, 컴퓨..
인공지능 시장규모와 성장 (1) 최근 통계에 따르면, 인공지능 세계 시장 규모는 2028년에 9977억 7천만 달러로 증가할 것으로 예상되며, 이에 따라 2025년까지 전 세계 인공지능 산업에 9700만 명이 취업할 것으로 전망하고 있습니다. AI 수요의 성장은 세계 인공지능 시장에서 중요한 역할을 합니다. 예를 들면, 시장은 구성요소 분석, 기술, 최종 사용자 산업, 수직 및 지리적으로 세분화되어 있습니다. 또한, 각 부분은 통찰력을 발견하기 위해 특정 특성을 기반으로 합니다. 또한, 인공지능은 챗봇과 같은 솔루션과 설치, 통합, 유지보수와 같은 서비스를 통해 두 가지 방식으로 통합될 수 있습니다. 이 모든 부문 중 수직적 부문은 2016년 전체 AI 시장 수익의 50% 이상을 차지하며 수익 창출 규모가 가장 큽니다. 소프트웨어 및 ..
인공지능 인프라 (구성 요소&미래) 이전 글에서 소개한 각각의 인공지능 인프라 구성요소에 대해 살펴보도록 하겠습니다. 인공지능 인프라 기업들은 인위적인 실수를 줄이고 반복적인 작업을 줄이고 수요를 예측하는 데 도움이 되기 때문에 인공지능을 점점 더 많이 채택하고 있습니다. 그리고 그들 대부분에게, 그것은 그들의 운영 bloginformation.co.kr 빅데이터 스토리지 (Big Data Storage) 머신러닝과 인공지능 모델은 엄청난 양의 데이터로 작동해야 합니다. 따라서 AI 프레임워크를 구축할 때는 스토리지를 최우선으로 해야 합니다. 기업은 충분한 스토리지 용량과 신속한 데이터 검색이 가능한 메커니즘을 반드시 설치해야 합니다. 페타바이트(1,024테라바이트) 및 엑사바이트(1,024페타바이트)의 데이터를 지원할 수 있는 하드웨어에..
인공지능 인프라 기업들은 인위적인 실수를 줄이고 반복적인 작업을 줄이고 수요를 예측하는 데 도움이 되기 때문에 인공지능을 점점 더 많이 채택하고 있습니다. 그리고 그들 대부분에게, 그것은 그들의 운영에 필수적인 부분이 되었습니다. 하지만 AI 기술을 통합하는 과정은 어떻게 보일까요? AI와 머신러닝 도구를 구현하기 위해서는 기업들이 견고하고 실용적인 인공지능 인프라를 개발해야 합니다. 강력한 인공지능 인프라를 구축해야 인공지능과 머신러닝 모델의 이점을 누릴 수 있습니다. 오늘은 인공지능 인프라에 관련된 내용을 살펴보도록 하겠습니다. 인공지능 인프라는 무엇인가? 인공지능 인프라는 인공지능과 머신러닝 솔루션을 결합해 신뢰할 수 있고 확장 가능한 데이터 솔루션을 개발하고 배치합니다. 그것은 AI와 ML 모델이 제 역할을 할 ..
오차행렬을 통한 계산 오차행렬이 True Positives(TP), True Negatives(TN), False Negatives(FN), False Positives(FP)의 수를 결정했으면 과학자들은 모형의 분류 정확도, 오류율, 정밀도 및 리콜을 결정할 수 있습니다. 이에 대해 알아보기 위해 앞서 작성했던 글의 예시에 적용된 수치에 대해 먼저 살펴보겠습니다. 표의 내용을 살펴보면 정확하게 분류된 편두통을 앓는 100명의 환자들이 있고, 정확하게 분류된 편두통을 앓지 않은 150명이 있었습니다. 또한 알고리즘이 편두통이 없다고 잘못 분류한 30명의 환자들과, 편두통 환자로 분류했지만 건강한 20명이 존재합니다. 결과적으로, true positives의 값과 참 true negatives의 값은 알고리즘이 샘플을 정확하게..
머신러닝에서의 오차 행렬(Confusion Matrix) 오차 행렬 (Confusion matrix)은 머신러닝 분류 알고리즘의 성능 측정 기술입니다. 데이터 과학자들은 실제 값을 알 수 있는 경우 이를 사용하여 일련의 검정 데이터에 대한 분류 모형의 성능을 평가합니다. 예를 들어, 분류 정확도는, 특별히 데이터 세트에 두 개 이상의 클래스가 있는 경우 오차가 발생할 수 있습니다. 이러한 오차 행렬을 계산하게 되면 데이터 과학자들이 분류 모델의 효과를 이해하는 데 도움이 됩니다. 오차 행렬의 네가지 결과 오차 행렬은 실제 값과 예측 값을 비교하여 분류기의 정확도를 시각화합니다. 이는 아래 이미지와 같이 예측의 다양한 결과에 대한 표를 제공합니다. 표를 살펴보면 대상 변수에는 양 또는 음의 두 가지 값이 있고, 열은 대상 변수의 실제 값인 알려진 진실을 나타냅니..
인공지능의 8가지 한계 (2) 기계 결정의 투명성 문제 AI 의사 결정의 추적성에는 상당한 결함이 있습니다. 이는, AI는 자신의 의사 결정 과정을 설명할 수 없다는 것입니다. 인공지능이 학습하고 결과에 도달하는 과정은 어느 시점에서도 직접 확인할 수 없습니다. 따라서 이는 운영, 자금 조달 및 투자와 같은 경쟁 활동에 필요한 투명성을 복잡하게 만듭니다. 이를 극복하기 위해서 학습 및 의사 결정 과정을 별개의 AI 도구로 세분화하는 작업이 이미 진행 중입니다. 예를 들어, 설명 가능한 AI는 연구자들이 수학적 기술을 사용하여 AI 모델의 패턴을 분석하고 해당 모델이 어떻게 그들의 결정에 도달하는지에 대한 결론을 도출할 수 있도록 하는 연구 분야입니다. 이 설명은 데이터 과학자들이 더 나은 결과를 얻거나 결함이 있는 모델을 탐지하는 데..
인공지능의 8가지 한계 (1) AI는 인간의 실수를 줄이고, 반복적인 작업을 더 효율적으로 수행하며, 닳지 않고 현명하고 빠른 결정을 내리는 훌륭한 일을 하지만, 인공지능에게는 현재 극복하기 어려운 몇 가지 한계를 가지고 있습니다. 다음은 AI의 8가지 한계입니다. 이번 글에서 부터 인공지능이 가지고 있는 한계에는 어떤 내용이 있는지 살펴보겠습니다. 자율적인 생각 불가 지금은 인공지능은 노출되고 훈련된 데이터를 기반으로만 작업을 수행할 수 있습니다. 그렇기 때문에 인공지능은 인간이 수행하기에 훨씬 더 오랜 시간이 걸리는 패턴 인식에 탁월합니다. 반면에, 이것은 AI가 변화하는 상황에 적응하거나 스스로 생각하여 유연성을 발휘할 수 없다는 것을 의미합니다. 결과적으로 AI는 단조로운 패턴 인식 외에 논리적 특성을 도출하거나 결론에 의문을..
인공지능과 분류 인공지능(AI)은 우리의 일상생활에 진출했습니다. 시리, 알렉사 등 가상 비서 기술과 상호작용하는 것부터 넷플릭스가 추천하는 영화를 보는 것까지 AI는 우리 주변 곳곳에 존재합니다. 스타티스타의 연구에 따르면, 세계 AI 시장은 2022년 기준 3,275억 달러 규모였으며, 앞으로도 몇 년 동안 크게 성장할 것으로 예상됩니다. 그러나 인공지능의 모든 장점에도 불구하고, 의식, 도덕, 윤리가 부족하다는 등 인공지능의 한계는 아직 많이 존재합니다. 인공지능에 대해 이해하기 쉽게 풀어 설명하게 되면, 기계가 인간의 지능을 필요로 하는 작업을 완료할 수 있게 해주는 것으로 정의하며, 인간처럼 배우고, 생각하고, 작업을 수행할 수 있는 프로그램은 모두 인공지능 프로그램이라고 말할 수 있습니다. AI의 응용 프로그..

반응형