코로나19(COVID-19) 대유행으로 많은 결과 중 하나는 전자 장치에 필수적인 반도체 칩의 전 세계적인 부족이다. 이 칩을 만드는 공장은 일부 전염병으로 인해 문을 닫아야했으며 수요 증가에 대처하기 위해 고군분투하고 있다.그러나 이 여파는 곧 우리에게 현실로 다가와 노트북을 구입하기 어렵게 만들고, 스마트폰과 같은 인기 제품의 출시를 늦추고, 자동차 등과 같은 일부 제품은 공장문을 닫거나 생산이 지연되고 있다.일반적으로 마이크로 칩의 면적은 수십에서 수백 제곱밀리미터(mm2)이다. 이 공간은 메모리, 로직 및 처리 장치와 같은
미국 산업안전협회(National Safety Council, NSC)가 아마존(Amazon)과 미국 내 직장 상해 가운데 가장 많은 유형인 근골격계 장애(MSD)를 막는 새로운 솔루션을 마련하기 위해 5년간 파트너십 관계를 맺었다고 10일(현지시간) 발표했다.이 파트너십은 중요한 이해 당사자들을 참여시키고 연구를 진행하며 신기술과 프로세스를 창안하고 그 결과를 확산하는 방식으로 다양한 산업 부문의 MSD를 막는 게 목적이다. 이 협력 사업은 아마존이 NSC 역사상 최대 금액인 1200만달러를 기부하면서 가능하게 됐고, 그 사업은
백악관 과학기술정책실(White House Office of Science and Technology Policy. OSTP)과 미국 국립과학재단(U.S. National Science Foundation. NSF)은 '국가 인공지능 연구자원 태스크 포스(National Artificial Intelligence Research Resource Task Force)'를 출범시켰다고 10일(현지시간) 발표했다.이는 2020년 국가 AI 이니셔티브법(다운)에서 의회가 지시한 바와 같이, 구성된 태스크포스는 연방 자문 위원회 역할을 하며
7일(현지시간) 독일 총리 앙겔라 메르켈(Dr. Angela Merkel), EU 집행위 부위원장 마르그레테 베스타거(Margrethe Vestager), 작센(Saxony)주 총리 미하엘 크레치머(Michael Kretschmer)가 참석한 가운데 보쉬의 최첨단 시설이 공식 오픈했다.보쉬가 완전히 연결되고 데이터 기반, 셀프 옵티마이징으로 전 세계적으로 가장 모던한 웨이퍼 팹 중 하나로 고도의 자동화된 장비들과 통합 및 제어공정은 인공지능(AI)을 기반으로 한다.EU 집행위 부위원장 마르그레테 베스타거(Margrethe Vesta
인공지능(AI) 자연어 처리(NLP) 모델이 요동을 치고 있다. 국내외 AI 커뮤니티를 넘어 단연, 최고의 이슈이다.중국 베이징 인공지능 아카데미(Beijing Academy of Artificial Intelligence. 이하, BAAI)가 주도하는 연구팀이 지난 1일 세계 최초로 1조 7500억 개의 매개변수의 AI 사전학습모델인 '우다오2.0 (悟道. WuDao 2.0)'을 발표했다.우다오 2.0은 1조 7500억 개의 매개변수를 사용하고 있는데, 이것은 지난해 6월 오픈AI(OpenAI)가 발표한 GPT-3(Generati
한국어, 일본어를 포함한 전 세계의 101 개국의 언어를 다루는 세계 최초의 다대다(Many-To-Many) 데이터 세트 인 '플로레스-101(FLORES-101)'을 페니스북 AI 연구소(FAIR)가 4일(현지시간) 오픈 소스로 공개했다.플로레스-101은 연구자들이 다국어 번역 모델을 신속하게 테스트하고 개선할 수 있다.페이스북 AI 연구소는 지식 격차와 문화의 차이, 언어의 장벽을 허물고 사람들을 더 가깝게 만드는 것 위해 누구나 사용할 수 있게 플로레스-101을 공개했다. 이를 통해 AI 연구자 및 개발자들이 좀 더 다양한 (
컴퓨팅 성능이 향상되고 데이터가 기하급수적으로 증가하는 가운데 인공지능(AI)이 가속화 되고 있다.여기에, AI 시스템이 더욱 정교해짐에 따라 요구 사항을 해결하기 위해 훨씬 더 많은 계산 능력이 필요하며, 기존 컴퓨팅 하드웨어로는 따라 잡을 수 없을 정도로 빠르게 진화하고 있다.이 문제를 해결하기 위해 MIT에서 스핀아웃된 라이트엘리전스(Lightelligence)는 광자학(photonics)을 사용하여 인공지능을 위한 컴퓨팅을 재창조하는 차세대 컴퓨팅 하드웨어를 개발하고 있다. 기존 반도체 칩에 사용되는 실리콘 제조 플랫폼을 새
2015년에 설립 된 AI‧머신러닝 기반 스마트팜 스타트업으로 뉴욕에 본사를 두고 뉴저지, 볼티모어, 팬실바니아 등 네개의 농장을 보유하고 있는 글로벌 유니콘 '바워리 파밍(Bowery Farming)'이 지난달 25일, 시리즈 C로 3억 달러(약 3,323억원)를 유치하고 총 4억 7,200만 달러(약 5,229억원)를 달성하고 기업 가치를 23억 달러(2조 5,477억원)로 끌어 올렸다.무엇보다도 이 회사 바워리 파밍은 미국 노스캐롤라이나 주립대 컴퓨터공학과 교수에서 2011년 삼성전자 소프트웨어 총괄 전무로 영입, 2017년
텍스트 설명만으로 이미지를 생성하도록 모델을 학습하는 자동 텍스트 대 이미지(Text-to-Image) 합성은 최근 상당한 관심을 받고 있는 어려운 작업이다. 이 연구는 머신러닝(ML) 모델이 시각적 속성을 캡처하고 텍스트와 관련시키는 방법에 대한 풍부한 통찰력을 제공한다.스케치(Sketche), 객체 마스크(Object Masks) 또는 마우스 트레이스(Mouse Traces)와 같은 이미지 생성을 안내하는 다른 종류의 입력과 비교할 때, 설명 문장은 시각적 개념을 표현하는 더 직관적이고 유연한 방법이다.따라서 강력한 자동 텍스트
인공지능 시대로의 진입이 현실로 다가오고 있다. 그 가운데 AI 언어 모델은 국내외 AI 커뮤니티를 넘어 단연, 최고의 이슈이다.인공지능 언어 모델은 텍스트를 인지하고, 그 의미를 이해할 뿐만 아니라 문서 등 방대한 텍스트가 포함된 데이터로부터 정보를 추출하고, 분류하며, 나아가 직접 텍스트를 생성하는 기술로, 자연어처리(NLP) 기술로 대표된다.이 기술은 자연어 분석, 자연어 이해, 자연어 생성 등의 기술이 사용된다. 특히, 자연어 분석 기술은 그 정도에 따라 형태소 분석(Morphological Analysis), 구문 분석(S
현지시간, 지난 18일부터 20일까지 가상으로 개최된 '구글 I/O 2021'에서 데이터 과학자와 AI 개발자가 인공지능(AI) 기반 애플리케이션을 더 쉽게 통합하고 모델의 배포 및 유지 관리를 가속화 할 수 있는 새로운 관리형 머신러닝(ML) 플랫폼 '버텍스 AI(Vertex AI)'을 발표했다.버텍스 AI는 통합 된 사용자 인터페이스와 API를 통해 기존의 다양한 머신러닝 서비스를 포괄하는 플랫폼으로 AutoML과 AI 플랫폼을 통합, 버텍스 AI를 사용해 개발자는 다른 클라우드 제공 업체의 플랫폼보다 거의 80% 감소시킨 코드
순간에 수천 개의 새로운 비디오가 유튜브(YouTube), 카톡 및 틱톡(TikTok), 인스타그램 등과 같은 사이트에 게시되고 있다. 점점 더 많은 비디오가 녹화되고 실시간으로 스트리밍되고 있다.그러나 모든 동영상 콘텐츠에서 무슨 일이 일어나고 있는지 이해하는 것은 거의 불가능하다.여기에, MIT 졸업생인 샤시 칸트(Shashi Kant)와 아미트 판살카(Amit Phansalkar)가 2013년에 설립한 네트라(이하, Netra)는 인공지능(AI)을 사용하여 대규모 비디오 분석을 개선하고 있다.이 AI 시스템은 실시간으로 활동,
런던에 본사를 두고 세계 최초의 인공지능(AI) 기반 기후 인텔리전스 플랫폼을 개발한 서베스트(Cervest)가 드라퍼 에스프리트(Draper Esprit)가 이끄는 시리즈 A를 통해 3천만 달러(약 340억원)를 투자 유치했다고 20일(현지시간) 발표했다.이 자금으로 Cervest의 총 유치 자금은 3620만 달러(약 410억원)가 되었다.전 세계적으로 기후변화로 극심한 기상 이상이 속출하면서 기업과 정부는 기상 이상의 지속성과 상호 작용으로 수조 달러의 물리적 자산을 위험에 빠뜨리고 있다.이처럼 기후 대응 인텔리전스가 긴급히 필
인공지능(AI)은 우리의 개인 및 생활과 산업을 변화시키고 있으며, 기술의 설계자 및 개발자와 상호 작용하는 방식도 바꾸고 있다인공지능은 참신하고 사실적인 이미지와 음악을 생성할 수 있는 알고리즘 등과 암을 보다 정확하게 발견할 수 있도록 임상의에게 의사 결정 지원을 제공할 수 있는 등 전 세계적으로 개인뿐만 아니라 정부, 기업 및 기관은 AI의 급속한 발전을 통해 인공지능 시대로 진입하고 있다이제, 디지털 지식이 있는 것만으로는 더 이상 충분하지 않다. 사람들은 AI의 책임있는 사용을 이해하고 개인, 커뮤니티 및 사회적 수준에서
보여지는 시각에 어떤 물체가 있고, 어디에 무엇이 있는지? 인식하고 이해하는 것은 컴퓨터 비전의 기본 작업으로 자율주행차에서 로봇, 증강현실(AR) 등에 이르기까지 다양한 분야에 널리 사용되고 있다.이러한 시스템이 3D 공간을 인식하도록 훈련하는 것은 일반적으로 센서(종종 3D 센서)를 사용하여 장면을 캡처 한 다음 3D 박스에 위치 표시를 포함하여 장면에서 객체의 공간 범위에 레이블을 지정하는 것을 포함한다.이는 인공지능(AI) 모델을 학습시키는 가장 대중적이자 강력한 방법이지만 수동 라벨링은 매우 시간이 많이 걸린다. 평균적으로
로봇이 광범위한 단단한 정형 물체를 파악할 수 있도록 하는 관련 기술이 발전을 주도했지만 케이블, 직물 및 가방 등과 같은 변형 가능한 물체를 재배열하고 조작하는 것은 로봇 조작에 있어 처리할 수 있는 알고리즘을 개발하기 위한 연구는 많이 부족한 상태이다.변형 가능한 객체 조작의 과제 중 하나는 그러한 객체의 구성을 지정하기가 매우 어렵기 때문이다.예를 들어, 단단한 입방체(Cube)의 경우 중심에 상대적인 고정점(Fixed Point)의 구성을 아는 것만으로도 3D 공간에서의 배열을 설명하기에 충분하지만, 직물 조각 등의 변형 가
코로나 대유행으로 인한 봉쇄조치와 직원들의 부재로 인해 많은 식품 생산업체들은 평소의 생산량을 유지하기 어려운 상황에 놓이게 되었다. 장비나 설비 운영자들은 재택근무를 진행하면서 업무를 처리하는 것은 거의 불가능하다.하지만 유제품이나 파스타, 패스트리, 과자, 식품 첨가물을 비롯해 식물성 육류 대체품과 같은 새로운 유형의 식품 생산은 주변의 모든 것들이 정지된 상태에서도 계속 진행되어야 한다.식품 산업은 지난해 수년이 걸릴 수도 있는 디지털화 작업을 상당히 진전시켰다.이러한 발전은 온도 제어 분야에도 큰 영향을 미쳤다. 하루 24시
GPT-3가 공개된 지 11개월이 지났다. 놀라운 성능만큼 유명세도 대단했다.1,750억개 매개변수의 GPT-3는 역사상 가장 뛰어난 언어 인공지능(AI)가 되었을 뿐 아니라, 역사상 가장 유명한 언어 AI가 된 것이다. 이런 현상은 GPT-3가 타 모델과 차원이 다른 언어 생성 성능을 보여주었기 때문이다.OpenAI의 GPT-3는 대규모 사전 훈련된 언어모델(Pretrained Language Models. 이하, PLM)은 몇 번의 컨텍스트 내 학습을 통해 자연어 생성에서 우수한 성능을 보여주었다. 그러나 대부분의 언어 모델은
노스웨스턴 대학교(Northwestern University)와 홍콩대학교(University of Hong Kong)의 공동 연구팀이 인간의 뇌 시넵스 기능을 모방하고 궁극적으로 우리의 뇌와 같은 방식으로 연관 학습(Associative Learning)을 할 수 있는 혁신적인 ‘시냅스 트랜지스터(Synaptic Transistors)’를 개발했다.연관 학습은 인공신경망 범주에서의 학습 방법으로 하나의 주어진 입력 패턴에 대하여 여러 가지 출력 패턴을 대응시킴으로써 하나의 정보가 여러 가지로 기억되도록 한다.아마도 연관학습의 가장
업계 최초 설명가능한 AI(XAI, Explainable AI) 글로벌 스타트업 킨디(Kyndi)는 문서, 이메일, 매뉴얼 및 기타 형태의 텍스트 데이터에 대한 비즈니스 사용자 질문에 '진정한 의도(True Intent)'를 이해하고 상황에 맞는 답변을 제시하시도록 설계된 새로운 '인지 검색 플랫폼(Cognitive Search Platform)'을 지난 5일 발표했다.이 코그니티브 서치 플랫폼은 클라우드 AI 플랫폼을 기반으로 하며, 블랙박스 AI 검색 솔루션과 달리 최종 사용자에게 정확한 문장, 페이지 및 문서 수준의 위치 정보