인공지능 시스템이 자율주행이나 의료진단과 같이 인간의 건강과 안전에 필수적인 의사 결정을 알리는 데 이용되는 사례가 늘고 있다. 이러한 네트워크는 의사결정을 돕기 위해 크고 복잡한 데이터셋의 패턴을 잘 인식한다. 하지만 "그들의 결정이 맞는지, 그리고 그 결정 과정은 어떻게 알 수 있을까?"라는 우려는 항상 잠재돼 있다.신경망이 데이터를 보다 빠른 방법으로 분석하고 예측뿐 아니라 이용 가능한 데이터의 품질을 바탕으로 모델의 신뢰도까지 산출하고 있다. 딥러닝은 이미 현실 세계에 배치되고 있다. 그 진전은 생명을 구할 수도 있다. 그러
포스트 코로나, 다양한 화상 회의 또는 미팅은 사람들의 업무와 개인 생활에서 점점 더 중요해지고 있다. 회의에서 사생활 보호 또는 재미있는 시각적 터치로 분위기를 개선하면 회의 자체에 집중할 수 있다. 이 목표의 일환으로 지난 2일 구글 AI는 구글 미트(Google Meet)에서 머신러닝 툴을 사용하여 배경을 흐리게(Blur) 처리하고 또는 새로운 배경으로 AI를 통해 쉽게 바꾸는 방법을 발표했다.이 방법은 머신러닝(ML)을 사용하여 주변 환경에 관계없이 참가자를 더 잘 강조한다. 다른 솔루션은 추가 소프트웨어를 설치해야 하는 반
인공지능(AI)과 연결된 의학은 질병의 진단에서 치료법을 정의하고 최소한의 오류로 표적을 식별하기 위한 첨단 정보 과학 응용 프로그램을 제공한다. 여기에, 정밀의학에서 AI를 이용한 약물 화합물 스크리닝과 약물용도 변경 또는 재배치는 기존 약물이 COVID-19를 포함한 새로운 질병과 도전적인 질병을 치료하는 데 적극 사용되는 기술이다.이처럼 새로운 병증에 유용한 약물발견은 프로세스와 전체 비용과 시간을 획기적으로 줄일 수 있기 때문에 국내외 많은 기업과 의료기관이 참여하고 있다.MIT 연구팀이 머신러닝에 새로운 기능을 통합하여 예
오라클이 자바 머신러닝 라이브러리 ‘트리뷰오(Tribuo)’를 오픈 소스로 지난 15일 공개했다. 트리뷰오는 분류, 회귀, 클러스터링, 이상 탐지, 모델 개발 등의 기능들을 제공한다.라이브러리는 텐서플로우, 엑스지부스트(xgboost) 및 리브라인드(liblinear) 등과 같은 인기있는 타사 머신러닝 라이브러리에 대한 통합 인터페이스를 제공하며, 네이티브 코드에 대한 인터페이스를 통해 파이썬(Python) 라이브러리[예, 스키킷-런(scikit-learn), 파이토치(pytorch)]에서 학습된 모델을 자바로 배포할 수도 있다.
페이스북 AI, 차등 개인정보보호 기능을 파이토치 모델에 학습시키기 위한 고속 머신러닝 라이브러리 오픈소스로 공개페이스북 AI 팀은 차등 개인 정보 보호 기능을 파이토치(PyTorch) 모델을 학습하기 위한 새로운 고속 머신러닝 라이브러리 '오파쿠스(Opacus)'를 오픈 소스로 9일(현지시간) 공개했다.이 플랫폼은 기존 방식보다 확장성이 뛰어난 차등 프라이버시(Differential Privacy. 이하, DP)를 갖춘 파이토치 모델을 학습하기 위한 새로운 고속 라이브러리로 민감한 데이터의 익명화를 수치화하기 위한
NEC는 일본전력중앙연구소와 콘크리트 전신주(이하 전신주)에 기존 통신용 광섬유를 진동센서로 활용하는 광섬유 센싱 기술과 인공지능(AI) 기술을 적용한 실증실험을 통해 센싱된 진동 데이터에서 전신주의 균열 여부를 판정해 균열 전신주를 원격에서 약 75 %의 정확도로 판정하는 데 성공했다고 1일 밝혔다.일본 전력송배전사업자들는 송배전 설비의 보전, 공사 담당자 부족과 재해 시 설비피해 상황을 신속히 파악하는 등의 과제와 배전설비의 점검, 관리업무의 고도화와 효율화를 실현하는 구조가 요구되고 있었다. 특히 현재 일본에는 2200만개 이
인공지능은 일상적인 비즈니스 운영에 광범위한 영향을 미치고 실질적인 혜택을 제공하고 있다.특히, 금융 분야에서는 최근 몇년동안 AI 및 빅데이터의 얼리 어답터로 AI 활용은 단연 두각을 나타내고 있다. 코로나19(COVID-19) 이후 언택, 고객들의 접점 이용행태가 급격히 변화하고 전염병의 영향과 결합된 고객 및 비즈니스에 대한 치열한 경쟁은 금융 서비스에 대한 수요와 신제품 및 기존 금융 계정에 대한 항상과 사용 가능한 액세스로 인해 AI 및 머신러닝 솔루션의 활용도가 급속히 증가하고 있다.이러한 솔루션은 고객과의 보다 강력한
구글의 머신러닝(ML) 연구진이 컴퓨터 프로그램이 스스로 머신러닝 예측 모델을 자동으로 생성할 수 있는 ‘AutoML-Zero’ 알고리즘을 'AutoML-Zero: 처음부터 진화하는 머신러닝 알고리즘(AutoML-Zero: Evolving Machine Learning Algorithms from Scratch)' 논문을 통해 최근 발표했다.이 AutoML-Zero 시스템은 진화 최적화의 한 형태를 사용한다. 빈 컴퓨터 프로그램 세트에서 시작하여 시간이 지남에 따라 복잡한 머신러닝 이미지 분류 알고리즘은 기존 인간이
슈퍼브에이아이(대표 김현수)는 인공지능(AI) 머신러닝 데이터 플랫폼 스위트(Suite)의 정식버전을 18일 출시했다고 밝혔다..스위트(Suite)는 데이터를 구축, 분석, 관리를 하기 위한 올인원(all in one) 플랫폼이자, 인공지능 개발 과정에서의 협업을 도와주는 생산성 도구다. 인공지능 개발에 필수적인, 데이터 라벨링 등의 방대한 데이터 가공∙시각화∙분석 기능을 제공하고 있으며, 2019년 12월 베타 버전을 처음 선보였다.공개된 정식버전 ‘스위트 1.0(Suite 1.0)’에는 버튼 하나로 데이터 라벨링을 진행할 수 있
MIT의 컴퓨터 과학 및 인공지능연구소(CSAIL) 연구원들은 COVID-19(코로나19) 백신을 개발하는 데 필요한 연구 시간을 줄이고 보다 효과적으로 만들 수 있는 새로운 조합 머신러닝(ML) 시스템 'OptiVax'을 발표했다 .머신러닝을 활용하여 백신에 대한 높은 인구 범위를 지원할 수 있는 펩티드라고 하는 짧은 아미노산 문자열을 선택하는 플랫폼으로 현재, 100 개가 넘는 개발중인 전체 바이러스, DNA 및 RNA 백신과 달리 펩티드 백신은 표적 질병에서 발견되는 짧은 펩티드 단편 주위에서 개발된다. 백신은
인공지능 머신러닝에 있어 중요한 문제 중 하나는 주어진 데이터의 특징(feature)을 구분해 분류하는 것이다.예를 들어, 동물 이미지 학습데이터에서 입, 귀 등의 특징을 바탕으로 분류하기 위한 결정 경계(decision boundary)를 학습하고 새로운 이미지가 입력되었을 때 개 또는 고양이로 분류하는 작업을 생각해볼 수 있다.데이터의 특징들이 잘 나타나는 경우에는 선형적 결정 경계만으로 분류할 수 있다. 그러나 입과 귀 모양의 특징으로만 개와 고양이를 분류하기 쉽지 않다면 새로운 결정 경계를 찾기 위해 특징에 관한 정보 공간의
한국타이어앤테크놀로지(대표 조현범, 이하 한국타이어)가 인공지능(AI) 기술과 디지털 센서를 접목한 자동화 검수 시스템(Automatic Inspection Process)을 개발해 타이어 최종 검수 과정에서 한층 효율적이고 일관성 있는 검수 시스템을 적용한다고 9일 밝혔다.생산된 타이어 제품의 최종 검수 과정은 탑승자의 안전과 직결될 수 있는 마지막 관문으로 첨단 장비와 전문가의 숙련된 경험 등 다양한 테스트를 통해 진행된다. 통상적으로 기포 유무를 확인하는 ‘레이저 간섭계 활용 타이어 내부 검사’, 내부 조직을 정밀 관찰하는 ‘
찰스 다윈(Charles Darwin)이 얼굴 표정이 동물의 감정을 이해하는 열쇠가 될 수 있다고 주장한지 150년이 지났다. 그 시대에 적절한 도구들이 부족했기 때문에 깊이 탐구될 수 없었다. 하지만, 최근 인공지능(AI)과 고속카메라와 같은 장치의 개발과 진보된 유전적 기술로, 이러한 얼굴 표정들은 포착되고 분석될 수 있다.독일의 맥스 플랑크 신경생물학 연구소(Max Planck Neurobiology Institute) 네이딘 고골라(Nadine Gogolla) 박사 연구팀이 실시한 최근 3년간 연구에서 실험용 쥐의 얼굴 표정
일본 과학성 산하 이화학연구소(RIKEN. 이하 리켄)의 혁신지능통합연구센터(AIP)와 후지쯔연구소는 공동으로 '이화학연구소 AIP- 후지쯔 협력 센터(RIKEN AIP-FUJITSU Collaboration Center)'를 2017년 설립하고 인공지능(AI) 기술 연구 개발을 진행하고 있다.이 연구팀이 데이터 공간 구조를 활용해 학습을 효율화 하는 새로운 AI 학습 밥법 '활층 분할 학습(Stratification Learning)' 개발하고 지난 7 일부터 12 일까지 美 뉴욕의 힐튼 뉴욕 미드 타
美 캘리포니아주 버클리 소재한 예측 분석 회사인 아비어스AI(Obviously AI)는 최초의 코드 없이(No-code) 자연어 처리(NLP) 머신러닝(ML) 플랫폼을 출시했다. 이 솔루션은 머신러닝과 분석의 힘을 비기술적인 사용자들의 사용할 수 있도록 개발됐다.플랫폼은 비즈니스 사용자를 위해 구축 되었지만 API는 팀에 예측 또는 분석을 설정하거나 앱에서 AI의 강력한 자연 언어 기능을 사용하려는 기술 사용자를 위해 구축되었다. 비기술적인 사용자가 자연어로 질문을 함으로써 정보와 데이터 예측에 접근할 수 있다.플랫폼은 자연어 처리
애자일소다(대표이사 최대우)는 20일, 기업의 비즈니스에 강화학습을 적용하는 데 활용할 수 있는 ‘데이터 기반 강화 학습 장치 및 방법’ 관련 국내 특허를 취득했다고 밝혔다.강화학습은 환경(environment)과 상호작용하며 목표를 달성하는 에이전트(agent)를 다루는 머신러닝의 한 분야로, 자율주행, 로봇제어, 게임 분야에 많이 사용되는 기술이다. 강화학습의 특징은 행동의 주체인 에이전트가 어떤 행동을 해야 더 많은 보상(reward)을 받을지 알아내는 것을 목적으로 한다. 따라서 보상을 어떻게 책정하느냐에 따라 학습 결과에
전기자동차(이하 EV)의 초고속 충전 배터리를 설계하는 것은 가장 큰 도전 과제이다. 빠른 충전은 배터리에 더 큰 부담을 주며, 이로 인해 배터리가 조기에 손상되거나 고장 나는 경우가 많다.EV의 총 비용 중 큰 부분을 차지하는 구성 요소인 배터리 팩의 손상을 방지하기 위해 배터리 엔지니어는 가장 적합한 충전 방법을 찾기 위해 철저한 일련의 충전 방법을 테스트해야 한다.이처럼 EV에서 배터리 개발 프로세스는 배터리 성능에서부터 주행 거리에서 충전 시간, 자동차 수명에 이르기까지 모든 단계에서 신기술이 얼마나 지속될지를 결정하기 위해
복합적인 사이버 공격이 증가하면서, 보안 인력이 분석해야 하는 보안 이벤트 역시 급증하고 있다. 그러나, 급변하는 IT 환경 및 공격 흐름에 발맞춰 최적의 보안 정책을 실시간으로 적용하는 것은 쉽지 않다.실제로 기하급수적으로 증가하는 보안 이벤트에 대한 보안 정책을 적시에 업데이트하지 못한 결과, 위협이 아니지만 위협이라고 탐지하는 오탐이 늘어나 위협 대응이 지연되는 문제가 발생하고 있다.이 가운데 이글루시큐리티(대표 이득춘)가 머신러닝 알고리즘을 활용해 보안 경보 분석의 효율성을 높이는 ‘이벤트 기반 보안정책 실시간 최적화 시스템
자일링스(Xilinx)가 전문가용 오디오·비디오(Pro AV) 및 방송 시장을 위한 새로운 인공지능 머신러닝 기능을 자일링스 디바이스에 추가했다.AI 엣지 프로세싱을 위한 프로 AV 및 방송 플랫폼에 새롭게 적용하는 이번 머신러닝 기능은 관심영역 인코딩을 비롯해 지능형 디지털 사이니지, 자동 객체 추적, 윈도우 크로핑(Window Cropping), 음성인식 등이 포함되어 있다.이제 AI 엣지 프로세싱을 위해 고집적 징크 울트라스케일(Zynq UltraScale+™) MPSoC 플랫폼을 비롯한 자일링스 디바이스 상에서 머신러닝 기능
뇌종양으로 뇌와 척수를 둘러싸고 있는 막에서 발생하는 수막종Meningioma)은 가장 흔한 1 차 중추 신경계 종양으로, 인구 10 만명당 발생률은 8.14명이라고 한다. 일반적으로 다른 뇌종양보다 더 나은 결과를 나타내지만, 공격성에는 많은 변동성이 있다.따라서 수술이 환자에게 최선의 선택인지 결정하는 데 있어 악성 종양을 예측하고 생존을 정확하게 예측할 수 있는 것이 매우 중요하다.특히 수막종은 다른 중추 신경계 (CNS) 종양에 비해 상대적으로 공격성이 낮고 결과가 더 좋은 것으로 알려져 있지만 양성, 비정형 및 악성 종양을