AI타임스

텍스트를 편향되거나 유해한 이미지로 변환 목소리만 듣고 차별적인 얼굴 이미지 생성 얼굴 이미지만 보고 사람의 성향을 추론 AI의 편향을 악용하는 오남용 우려 커져 사람처럼 판단하고 생각하는 인공지능(AI) 기술이 화제다. 문장 한 두 마디의 설명을 듣고 그림이나 사진으로 묘사하는 AI가 등장했다. 사람의 목소리만 듣고 그 사람의 얼굴 생김새를 그려내는 AI나 사람의 얼굴만 보고 그 사람의 성향을 추측하는 AI도 주목 받는다. 기술의 발전이 놀랍지만 AI가 인간의 지능을 닮아 갈수록 편향과 오남용의 우려는 커진다. 얼마 전 미국의 오픈AI(OpenAI)가 문장 한 두 마디를 듣고 사진이나 그림을 만들어내는 ‘DALL-E 2’를 공개한 바 있다. DALL-E 2는 고해상도의 이미지를 짧은 응답 시간안에 생성..

수동 레이블 없이 객체를 발견하고 분할 의미론적 분할 기반의 학습 모델 개발 이미지의 모든 픽셀에 레이블을 지정 사람이 라벨을 붙일 필요 없이 개별 픽셀까지 이미지를 식별할 수 있는 AI 알고리즘이 나왔다. MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL) 연구팀이 마이크로소프트 및 코넬 대학과 협력해 의미론적 분할(Semantic Segmentation)이라는 방법을 기반으로 이미지의 모든 픽셀에 클래스 레이블을 지정하는 알고리즘인 STEGO(Self-Supervised Transformer with Energy-based Graph Optimization)를 개발했다. 데이터 라벨링은 사물, 사람 등의 객체를 인식하기 위한 컴퓨터 비전 모델 학습에 매우 중요하다. 또한 컴퓨터 비전 데이터 세트의 ..

실제 데이터 세트를 사용하는 대신 합성 데이터를 생성하는 모델 개발 자기 지도 표현 학습을 기반으로 동일한 이미지에 대해 여러 뷰를 생성 사전 훈련된 생성 모델과 대조 학습 모델을 연결해 대상 이미지를 분류 실제 데이터를 사용해 훈련된 모델 보다 우수한 시각적 표현 학습 가능 합성 데이터를 사용해 훈련된 이미지 분류 모델이 실제 데이터에서 훈련된 모델 보다 더 우수하다는 연구 결과가 나왔다. MIT(Massachusetts Institute of Technology) 대학의 연구진이 실제 데이터 세트를 사용하는 대신 합성 데이터를 생성하는 모델을 사용해서 머신 러닝 모델을 훈련하는 방법을 개발했다. 자연 재해 후 위성 사진에서 피해를 식별하기 위해 이미지 분류를 수행하는 머신 러닝 모델을 훈련시키려면 엄..

'BC-Z', 여러 자연어 모델·이미지로 명령 해석 가능 100개 업무 가능 데이터셋으로 24개 새 임무 성공 데이터셋, 연구진 개입해 오류 바로잡아 질적 우수 전문가들 "새 임무 해내는 로봇, 갈 길 멀지만 가능" 제한된 데이터셋으로 훈련하지 않은 낯선 업무까지 해내는 로봇 인공 신경망 'BC-Z'가 2일 구글 공식 블로그에서 소개됐다. 다양한 언어해석 모델과 비디오를 통한 명령에 따르는 기능으로 이뤄졌다. 지금까지 단 100개 작업만 가능한 데이터셋을 응용해 새로운 임무 약 24개까지 완수하는 데 성공했다. 관련 전문가도 스스로 학습하고 새 업무를 해결하는 '러닝머신(LM, Leaning Machine)'이 필요하다고 강조한 바 있다. 이를 통해 '범용 지능 로봇 (A general-purpose i..

AI 분야 연구협약 체결…6개 공동 연구과제 최종 선정 2025년까지 총 5년간 200억 원 규모 공동연구 추진 컴퓨터비전‧AI 및 생명과학‧에너지 등 융합연구도 수행 "AI 연구 노하우 공유 및 AI 인재 양성에도 기여할 것" 광주과학기술원(GIST‧지스트)이 최근 미국 메사추세츠공과대학교(MIT) 컴퓨터과학 인공지능연구소(CSAIL)와 인공지능(AI) 분야 연구 역량 강화를 위해 손을 맞잡았다. GIST는 CSAIL와 AI 분야 국제 공동연구를 위한 연구협약을 체결한 데 이어 5년 동안 수행할 6개의 연구과제를 최종 선정했다. CSAIL은 MIT 내 단일 연구소 가운데 가장 큰 규모로 컴퓨팅 분야의 노벨상이라고 불리는 튜링상 수상자를 10명이나 배출했다. 현재 900여 명에 달하는 연구자가 CSAIL..