2018 November) 2018 인공지능 국제 컨퍼런스Artificial Intelligence International Conference 2018 Summary

관련 링크 :  http://www.aiic.kr/fairDash.do 

 

 

1. Lecture 1 : AI for Transportation : Where We Are and What Are The Challenges by Seo Youngwoo

자율주행 자동차의 유래와 미래에 관하여 간단하게 알려주시고, 자율주행 자동차의 원리에 대해서 말씀해 주셨다. CNN, DNN 을 통하여 자동화 궤적을 찾아내게 되어 가능하였다.

하지만 2016년 구글의 자율주행 자동차가 버스에 충돌하는 등의 사고에서 발생한 것을 통해 알 수 있듯이 Acting on impulse, 즉 갑자기 발생하는 것에 대하여 결정을 만드는 것에 어려움이 있다며, 이를 극복하면 자율 주행이 보편화된 세상이 올 수 있다.

 

2. Lecture 2 : The Future of Deep Learning Technology by Gregory Renard

딥러닝의 기술 현황과 미래에 관하여 말씀하셨다

기업의 반복적인 기술을 잡아내는 등의 활동을 통해 생산성을 높일 수 있는 일이 인공지능의 역할이라고 하셨다.

감정이나 다른 상황에 다른 변화에 처리할 수 있는, 정보전달과 감성, 그리고 그 사이에 관하여 딥러닝의 발전 상황이 필요함을 느꼈다.

 

3. Lecture 3 : The Future of AI Infrastructure by Adam Gibson(from skymind) (굉장히 인상깊었던 강의!)

AI가 가지고 있는 가치와 AI 인프라에 대해서 설명해 주시면서 AI의 진정한 가치에 집중해야 함을 일깨워 주셨다.

AI 방향에 따른 분류

• Level 4 : Heard of AI
• Level 3 : Everything's AI
• Level 2 : Adopted AI
• Level 1 : Mastered AI : 대부분의 대기업들이 포진되어 있다

AI 인프라 세우기 : 데이터 분석 과정(Data Science) 과 똑같다고 생각하면 될 것 같다.

 

Define Problem > Acquire Data > (Transform Data > Train Model > Validate Data > Repeat)

 

Data Storage : 무작정 데이터를 모으기만 하면 되는 것이 아닌, 어떤 가치를 전달해야 할지 방향을 잡고 시작해야 한다.

Data Manangement and Governance : 데이터를 어디에 저장하고, 어디서 가져오고, 제대로 된 데이터를 가져올 수 있을까?

 

 

4. Lecture 4 : Living with AI in connected multi-devices by Hyungdong Lee(from Samsung Electronics)

 

Samsung 의 목표는 AI-enabled한 모든 기기를 추구하며 Bixby라는 인공지능 비서를 내세워 설명하였다

 

하지만 이러한 인공지능의 아직의 기술적인 문제들에는 쓸만한, 학습용 데이터가 필요하다는 것과, 지엽적인 및 성별 소수자를 보호할 방안들을 강구해야 한다는 입장을 취하셨다.

 

소감 : 확실히 인공지능에는 데이터가 필요함을 느꼈고, 가치 있는 데이터가 필요함을 느꼈다. 이러한 데이터를 캐내기 위한 데이터 마이닝 기술들이나, 데이터를 활용한 고급 기술들이 속속히 발전함을 느끼게 되었다.