우리는 이미 스마트폰이나 TV가 제공하는 '인공지능'이라는 문구에 익숙합니다.
하지만 이것이 기술의 능력이 떨어진다는 것을 의미하지는 않습니다.단순한 일상 생활에만 지치거나 제한됩니다. 팬데믹으로 인해 경제 상황과 사람들의 습관이 크게 변화함에 따라 AI 및 머신러닝(ML) 알고리즘 개발에 새로운 도약이 일어났습니다. 사회적 고립이 도움이 되면서 미디어 소비가 급증했습니다. 이를 위해서는 고객, 미디어, 엔터테인먼트(M&E)와의 더욱 개인화된 상호 작용이 필요했습니다. 예를 들어, Netflix는 AI 알고리즘의 도움으로 스트리밍 품질을 유지할 수 있을 뿐만 아니라 이를 크게 향상시킬 수 있었습니다. 플랫폼은 시청자의 미래 요구 사항을 예측하고 전략적으로 중요한 서버 위치에 리소스를 배치합니다. 비디오 자산을 가입자에게 더 가깝게 사전 배치함으로써 사용자는 피크 시간대에도 고품질 비디오를 스트리밍할 수 있습니다. 그러나 물론 인공 지능의 가능성은 고급 양자 컴퓨팅 시스템 및 의료 진단부터 가전 제품 및 스마트 개인 비서에 이르기까지 훨씬 더 넓고 사실상 경계가 없습니다. 의심스러우면 Alice나 Siri에게 물어보세요.
전문가들은 기술의 80%가AI 알고리즘과 ML을 기반으로 향후 몇 년 내에 개발될 예정입니다. 인공 지능 애플리케이션의 수와 다양성은 계속 증가하고 있으며 연구자와 과학자들은 이를 사용하는 새로운 방법을 끊임없이 찾고 있습니다. 연구에 따르면 오늘날 우리가 생활에서 사용하는 장치의 77%에는 인공 지능이 내장되어 있습니다.
AI는 빠른 속도로 확산되고 있다칩 수준과 소프트웨어 수준 모두에서. 또한 두 방향은 서로 밀접하게 관련되어 있습니다. NVIDIA, Intel 및 Qualcomm과 같은 제조업체는 하드웨어를 적극적으로 개선하여 AI 시스템을 더 빠르고 더 복잡하게 만들고 있습니다. 이는 AI의 더 큰 민주화로 이어집니다. 점점 더 많은 소프트웨어 개발자와 기업 IT 직원이 데이터 작업 시 인공 지능 알고리즘을 사용할 수 있습니다. 이는 AWS, Azure, Google, Oracle 및 IBM과 같은 많은 클라우드 서비스 제공업체에서 이미 언급한 사항입니다. 그들은 퍼블릭 및 하이브리드 클라우드 배포를 위한 AI 제품을 포함하고 확장하고 있습니다. 궁극적으로 이는 스마트 스피커에서 모바일 장치, 기업 판매 및 일정 소프트웨어에 이르기까지 모든 것에 AI를 적용하는 데 필요한 컴퓨팅 성능, 프레임워크 및 알고리즘의 가용성을 높이는 것을 의미합니다.
AI가 텍스트와 함께 작동하는 방식과 노인에게 도움이 되는 이유
다음을 기반으로 하는 생성 모델대유행의 시대에 대화형 AI는 그 어느 때보다 수요가 많아졌습니다. 이유는 간단합니다. 원격으로 생활하고 일하기 때문에 사람들이 디지털 리소스를 사용할 때 개인화를 요청하게 되었습니다. 최근까지 그러한 경험은 사람만이 만들 수 있었습니다. 이제는 챗봇과 자연어 처리(NLP) 기술로 대체되었습니다.
최근 연구 및 시장 보고서 보여 주는글로벌 대화형 AI 시장은 2020년 48억 달러에서 2025년 139억 달러로 성장할 것으로 전망된다.
NLP 기술을 사용하면 인간을 모방할 수 있습니다.말하다. 그리고 이를 기반으로 작동하는 챗봇은 오늘날 가장 인기 있는 개인화 및 비용 최적화 방법 중 하나입니다. 이를 구현하면 많은 기업이 비용을 최대 90%까지 절감할 수 있습니다. 하지만 대화형 AI의 가장 큰 가치는 개인화된 커뮤니케이션을 가능하게 한다는 점입니다. 다국어를 사용하도록 교육을 받을 수도 있고 사용자에게 공감적인 지원을 제공할 수도 있습니다. 예를 들어 지능형 챗봇은 노인들이 외로움에 대처하는 데 도움을 줄 수 있습니다. 예를 들어, 앨버타 대학의 인공 지능 전문가인 Osmar Zayane은 역동적인 대화를 시뮬레이션하고 외로움을 겪고 있는 노인들에게 사회적 만족을 제공할 수 있는 챗봇 개발을 목표로 하는 프로젝트를 주도했습니다.
가장 효과적인 언어 모델 중 하나는변신 로봇. Google은 이 텍스트 생성 방법을 적극적으로 실험하고 있습니다. 올해 초 이 회사는 1조 6천억 개의 매개변수가 포함된 모델을 훈련할 수 있다고 발표했습니다. 2021년 4월, Google 기록은 GPT-3에 상응하는 중국의 생성을 발표한 중국 회사 Huawei의 연구 그룹에 의해 깨졌습니다. PanGu-Alpha라고 하는 750GB 모델에는 최대 2000억 개의 매개변수가 포함되어 있습니다 - 25 GPT-3보다 100만 개 더 많고 1.1TB의 전자책, 백과사전, 뉴스, 소셜 미디어 및 웹 페이지에 대한 교육을 받았습니다.
에서 사용되는 "거의 활성화된" 방법Google 및 Huawei 모델은 보다 글로벌한 모델 내에서 여러 모델을 통합하고 각 경우에 적용할 모델을 결정하는 스트로브 네트워크를 구축할 수 있습니다.
실험 중에 연구자들은 다음과 같이 질문했습니다.훈련된 모델은 구절에서 단어를 예측하는 작업을 수행합니다. 동시에 약 15%의 단어가 텍스트에서 누락되었습니다. 그러나 Google은 AI를 사용하여 텍스트를 생성하는 것이 아직 현실 세계에 완전히 적응하지 못했다는 점을 부인하지 않습니다. 우선 인공지능에 고정관념을 일으키는 편견과 다양한 외국인 혐오증이 존재하기 때문이다. 예를 들어 AI 모델은 프랑스 회사 Nabla의 실험에서와 같이 "여자"라는 단어 옆에 형용사 "장난스러운"을 넣거나 환자에게 스스로 목숨을 끊으라고 말할 수 있습니다.
지난해 선보인 GPT-3 모델이 성공적으로이전에는 독점적으로 인간의 작업 기반으로 간주되었던 것에 대처했습니다. 그녀는 가디언에 기사를 썼습니다. 여기에서 그녀는 AI가 인류를 위협하지 않는 이유를 설명하고 텍스트를 번역하고, 질문에 답하고, 시와 산문을 쓰는 방법을 배웠습니다.
Sber는 유사한 교육 방법론을 적용했습니다.어시스턴트의 언어 모델입니다. 이 모델은 대화가 포함된 데이터 세트로 지식을 보완하면서 러시아 문헌에 대해 교육을 받았습니다. 또한 Joey의 조수에게는 가장 흥미로운 답변을 선택할 수 있는 순위 매기기가 내장되어 있습니다. 또한 Joy는 미리 준비된 레플리카를 선택하지 않고 실시간으로 문구를 작성합니다. 따라서 그와 의사 소통하는 것은 사람과 의사 소통하는 것처럼 보입니다.
인공지능 알고리즘이 이미 활발히 사용되고 있는 곳
- 영화 및 TV;
- 사용자 경험의 개인화;
- 소셜 미디어;
- 저널리즘;
- 음악;
- 계략;
- 스포츠;
- 약;
- 사이버 보안;
- 딥페이크와 싸우기;
- 생산 자동화 및 개인화;
- 정보 수집 및 처리.
AI가 인간의 콘텐츠 제작을 돕는 방법
AI 알고리즘은 사람들이 자신의 능력을 개발하는 데 도움이 됩니다.재능, 창의성. 기계 모델이 항상 비판받는 것은 사람이 할 수 없는 것을 창조하는 능력이 부족하다는 것입니다. 그러나 그들은 사람이 상상의 범위를 쉽게 확장할 수 있게 해줍니다. 인터넷 공간에서 사용자는 이제 자신이 사람들에게 제시하는 이미지와 콘텐츠에 대해 생각합니다. 최대한 많은 구독자를 모으려면 다른 것과는 다른 고품질의 제품이 필요하며 동시에 작가의 특성이 필요합니다. 픽스아트에서는 사용자들이 아무런 제한 없이 이미지 작업을 할 수 있도록 AI를 적극적으로 활용하고 있습니다. 알고리즘은 배경 변경, 불필요한 개체 제거, 이미지 품질 향상, 스타일 변경과 같은 복잡한 변경을 수행하는 데 도움이 됩니다. 이를 통해 전반적인 사용자 경험도 향상할 수 있습니다.
수집한 모든 메타데이터가 사용됩니다.사용자 경험을 직접적으로 개선합니다. 이는 선순환입니다. 익명의 개인 정보 보호 준수 사용자 데이터는 제품을 개선하는 데 도움이 되고, 더 나은 제품은 사용량을 늘리며, 사용량이 많을수록 더 많은 데이터가 생성되어 AI가 더욱 똑똑해집니다. 이 주기는 우리와 같은 비즈니스의 대규모 성장에 필수적입니다.
또한 AI는 PicsArt 사용자를 돕습니다.작업을 단순화하기 위해: 이를 위해 서비스는 태그로 콘텐츠를 검색하고, 스티커를 추천하고, 가장 일반적인 색상이나 이미지의 플롯 설명으로 사진을 선택하는 유사한 이미지를 검색하는 시스템을 구현합니다. 단순히 사진의 유사성을 평가하는 모델이 있습니다.
비정상적인 것에 대해 직접 이야기하면사진을 만화나 애니메이션으로 변환하고, 캔버스, 스케치 효과, 스타일 전송, 고급화와 같은 효과 및 시각 솔루션을 적용하거나 기술 및 예술적 기준. 어쨌든 목표는 동일합니다. 더 많은 관심을 끌 콘텐츠를 만드는 것입니다.
사용자는 사용할 수 있다는 점을 좋아합니다.사진으로 위대한 예술가의 작품처럼 보이는 그림을 만드는 사용하기 쉬운 도구입니다. 기본적으로 디지털 아티스트가 됩니다. 그러나 그 이면에는 딥 러닝 모델의 작업이 있습니다.
그러한 방법을 설명하기 위해모델로 비유할 수 있습니다. 당신에게 당신의 사진과 예술가의 그림이라는 두 장의 사진이 주어지고 사진을 그려달라고 요청했지만 그림의 페인트와 색상의 도움을 받는 상황을 상상해 보십시오. 어떻게 하시겠습니까? 예를 들어 연필로 스케치를 한 다음 스케치 자체를 잊지 않고 작가의 스타일로 색칠하려고 합니다.
PicsArt 아트 효과 중 하나 - Canvas - 기반AI 알고리즘은 사용자가 업로드한 사진에 대해 고대, 중세 또는 르네상스 시대의 유명한 그림이나 조각을 선택합니다. 얼굴 인식 기술을 사용하여 예술 효과는 사람과 예술 작품의 이중 이미지를 만듭니다. Canvas를 만들기 위해 6,000번 이상의 틸트 및 페이스 실험을 수행하여 최적의 요소 조합을 찾았습니다. 신경망을 훈련시키기 위해 2,000개 이상의 예술 작품이 포함된 데이터 세트가 필요했습니다.
인공 지능은 도움과수백 장의 사진을 처리해야 하는 전문 사진 작가. IT 대기업 Adobe는 Sensei 제품에 인공 지능 엔진을 사용합니다. 사진을 분석하고 전문적으로 편집된 수천 개의 이미지 데이터베이스와 비교할 수 있습니다. 이 분석을 바탕으로 샷에 가장 적합한 편집 및 조정을 지능적으로 추천합니다.
Luminar AI 사진 편집기도 AI를 사용하여이름에서 직접 확인할 수 있습니다. 사실, 일부 사용자는 편집기의 접근 방식이 너무 자동화되어 있다고 생각하지만 개발자에 따르면 편집기 도구를 사용하면 어렵고 까다로운 작업 없이 얼굴을 수정하고 사진에 날씨 조건을 추가하고 색상과 조명을 조정할 수 있습니다. 컴포지션 AI 모델은 컴포지션 가이드라인과 전문 사진작가의 피드백을 기반으로 이미지를 자동으로 정렬하고 자르기를 제안합니다.
AI가 사진이나 비디오가 딥페이크인지 판단하는 방법
AI 알고리즘은 딥페이크를 탄생시켰고 이제는 스스로그들은 싸우고있다. 이 영역은 사이버 보안의 우선 순위 중 하나입니다. 최고 경영자의 얼굴이나 투표를 이용하는 것은 새로운 유형의 사기입니다. 그러나 랜섬웨어와 같은 정교한 기술과 달리 딥페이크 공격은 사회 공학에 의존합니다. 속임수에 의존합니다. ZDnet에 따르면 이러한 공격에 대한 불만당 평균 손실은 $75,000이고 불만당 악성코드로 인한 평균 손실은 $4,400입니다. 이것이 런던 유니버시티 칼리지 런던의 Dawes Center for Future Crimes의 연구원들이 시뮬레이션된 인간 오디오 및 비디오로 딥페이크를 평가한 이유입니다. 인공 지능과 관련된 가장 위험한 범죄 위협으로 이미지.
역사는 정말 속임수를 쓴다AI 개발자. 2년 전 Stanford의 Manish Agrawala는 비디오 편집자가 화자의 말을 거의 원활하게 바꿀 수 있는 립싱크 기술을 개발하는 데 도움을 주었습니다. 이 도구는 그 사람이 말한 적이 없는 단어를 문장 중간에도 쉽게 삽입하거나, 그 사람이 말한 단어를 삭제할 수 있습니다. 육안으로는, 심지어 많은 컴퓨터 시스템에서도 모든 것이 유기적으로 보였습니다.
하지만 이 기술은 엄청난 기회를 만들어 냈습니다.사기꾼, 정치적 공갈 및 범죄용. 예를 들어, 러시아에서는 사기꾼들이 Flocktory와 Dbrain Dmitry Matskevich 설립자의 딥페이크 복사본을 만들었습니다. 거의 30분의 비디오에서 deepfake-Matskevich는 새로운 수익 시스템을 갖춘 플랫폼에 대해 이야기했습니다. 물론, 이 영상에서 링크된 도메인은 사이버 범죄자들의 것이었습니다.
따라서 개발 종료 1년 후Agrawal의 립싱크 기술은 비디오에서 딥페이크를 감지할 수 있는 AI 알고리즘을 도입했습니다. 이 프로그램은 사람의 소리와 입 모양 사이의 가장 작은 불일치를 인식하여 가짜의 80% 이상을 정확하게 감지합니다.
그러나 Agrawal에 따르면 장기적으로딥페이크를 찾고 식별하기 위한 기술적 솔루션은 없습니다. 그들의 제작을 위한 기술도 여전히 서 있지 않습니다. 오늘날 사람의 얼굴과 목소리에 대한 충분한 수의 샘플이 주어지면 딥페이크 비디오 제작자는 사람이 무엇이든 "말"하게 할 수 있습니다.
Agrawal의 도구는 다음을 기반으로 작동합니다."비짐" 또는 입 모양과 "음소", 음성 사운드 간의 불일치를 찾는 AI 알고리즘입니다. 특히 연구원들은 사람이 'B', 'M', 'P' 소리를 낼 때 입술을 바라보았다. 입술을 꼭 다물지 않고는 이런 소리를 내는 것이 거의 불가능하기 때문이다.
AI 알고리즘은 계속해서 활발히 발전할 것이며,디지털 서비스 사용자에게 점점 더 많은 옵션을 제공합니다. 안전 보장 및 의약품 품질 향상에서 창의성 및 음성 지원에 이르기까지. AI의 도입은 점점 더 활발해지고 시장은 발전할 것입니다.
작년에 OpenAI는자연어 처리. 그러나 이 인공 지능 모델에는 엄청난 양의 계산 리소스가 필요했습니다. Microsoft는 OpenAI가 회사의 슈퍼컴퓨터를 활용하여 더욱 강력하고 안정적인 AI 모델을 만들 수 있도록 협력할 계획입니다. 아마도 AI에 더 중점을 둘 것이며, 이는 데이터를 많이 사용하는 기계의 전력 소비를 최적화하고 줄이는 데도 도움이 될 것입니다.
Google DeepMind, Microsoft의 AI for Good,Facebook AI, Intel University Research & URC(Collaboration Office), NVIDIA AI 및 OpenAI는 AI 연구를 수행하는 가장 유명한 회사 및 조직 중 일부에 불과합니다. 그들은 사람들이 건강, 빈곤, 교육, 환경 및 우리 삶과 관련된 모든 것과 관련된 많은 문제를 해결하는 데 도움이 될 것입니다.
또한 읽어보십시오 :
일본 과학자들은 후쿠시마 근처의 해저를 8,000m 깊이에서 시추했습니다.
뇌의 수학적 모델은 AI가 인간처럼 생각할 수있게합니다
천왕성은 태양계에서 가장 이상한 행성의 지위를 받았습니다. 왜?