데이터 질 썸네일형 리스트형 인공지능 구현의 한계와 극복 방법은 무엇일까? 딥러닝으로 인해 인공지능 분야가 빠르게 혁신되고 있지만, 딥러닝은 엄청난 양의 데이터와 컴퓨팅 파워를 요구한다는 점에서 큰 한계를 갖습니다. 2012년 구글이 구현한 인공지능은 유튜브 영상 속 고양이를 스스로 구분해 내며 시작하였으나 이것은 약 1,000만 개의 동영상을 학습한 결과였습니다. 2016년 이세돌 9단과 대결에서 승리한 알파고는 약 3,000만 개의 착점 정보와 16만 개의 프로 바둑 기사의 기보가 필요했는데요. 동시에 이러한 데이터 학습 과정과 실제 바둑 대결에는 클라우드 기반으로 연결된 약 1,202개의 CPU와 176개의 GPU가 동시에 활용되며 약 3억 4천 번의 반복 학습을 통해 구현된 결과물이었습니다. 따라서 현재까지의 인공지능을 구현해 혁신을 이루어 내는 기업들은 엄청난 데이터와.. 더보기 이전 1 다음
