본문 바로가기

IT기술노트/인공지능47

챗봇 윤리 원칙 챗복 윤리 원칙 1. KISO 가이드, 챗복 윤리 원칙이 개요 개념 - 챗봇 서비스 개발과 운영, 활용과정에서 발생 가능한 인공지능의 편향, 권리침해 등 윤리적 문제에 대응하기 위해 개발자, 운영자, 이용자도 함께 필요 행동해야 하는 상호보완적 윤리 원칙 등장배경 - 챗GPT 로 인해 챗봇 고도화, 챗봇 이용의 명암 영향 초래, 윤리 가이드 마련 필요 - 인공지능의 부정적 효과를 최소화면서 서비스 발전을 위한 최초의 민간주도형 자율적 가이드라인 2. 챗봇 윤리 원칙의 5가지 기본 원칙 및 설명 가. 챗봇 윤리 원칙의 5가지 기본원칙 - KISO(한국인터넷자율정책기구)에서 마련한 최초 가이드라인의 AI 이루다, 심심이 등 챗봇 서비스 업체 동참 나. 챗봇 윤리 원칙의 5가지 기본원칙 설명 기본원칙 설명 인.. 2023. 12. 20.
LLM (Large Language Model) I. 인공 일반 지능(AGI)으로의 진화, LLM의 개요 가. LLM의 정의 - 수십억 개의 파라미터를 가지고 복잡한 자연어 패턴을 학습하여 문장 생성, 기계 번역, 질문 응답, 감정 분석 등 다양한 자연어 처리 작업을 수행하는 대규모 자연어 처리 모델 - 대표적인 Large Language Model : GPT, BERT 나. LLM의 주요 용어 용어 설명 단어 임베딩 - 단어의 의미를 숫자 형식으로 표현하여 AI 모델을 입력하고 처리하는 알고리즘 - 유사한 의미를 가진 단어가 서로 더 가깝게 위치하는 고차원 공간에서 단어를 벡터에 매핑 주의 메커니즘 - AI가 출력을 생성할 때 텍스트의 감정 관련 단어와 같은 입력 텍스트의 특정 부분에 집중하게 하는 알고리즘 트랜스포머 - 입력 데이터를 처리하기 위해.. 2023. 8. 23.
술어논리(Predicate Logic) I. 논리에 의한 지식 표현, 술어 논리의 개요 가. 술어 논리의 정의 - 주어와 술어의 구조로부터 주어가 될수 있는 대상에 대해 한정 기호를 사용하는 논리로 내부 구조 분석에 의한 추론 규칙을 다룰 수 있는 지식 표현 방법 나. 술어 논리의 특징 명제분리표현 - 술어 논리에서는 하나의 명제를 술어와 객체로 분리하여 표현 한정기호사용 - 전칭기호와 존재기호를 이용한 지식 표현 II. 술어 논리의 유형 및 주요요소 가. 술어 논리의 유형 유 형 설 명 일차 술어논리 - (first-order predicate logic, FOL) - 변수에만 전칭 한정사와 존재 한정사를 쓸 수 있도록 한 술어논리 고차 술어논리 - (high-order predicate logic) 변수뿐만 아니라 함수, 술어기호 등에 대.. 2023. 4. 3.
DB SCAN Clustering (Density-Based Spatial Clustering of Applications with Noise) I. 밀도기반 군집화 기법, DB SCAN Clustering 의 개요 - 임의의 클러스터 중심값을 이동시키며 Epsilon, MinPt 기준으로 군집화를 수행하는 알고리즘 - 특징 : 고밀도 데이터, 무감독학습, Core Point 기반 II. DB SCAN Clustering 의 프로세스 및 단계별 활동 가. DB SCAN Clustering 의 프로세스 - Epsilon과 MinPt 값에 따라 각각의 포인트 구분 나. DB SCAN Clustering 의 단계별 활동 단계 활동 설명 초기 파라미터 설정 Epsilon 설정 - 클러스터 중심부에서 이웃간 최대거리 - Point를 선정하는 거리요소 MinPt 설정 - Epsilon 내에 들어있는 데이터의 최소 갯수를 설정 DB SCAN 포인트 설정 및 .. 2023. 3. 15.
인공지능 학습용 데이터 품질관리 가이드라인 I. AI 기반 산업 생태계 확산 추진을 위한 인공지능 학습용 데이터 품질관리 가이드라인의 개요 추진배경 - 정부에서 '데이터 댐' 구축을 목표로 '디지털뉴딜' 사업 등 다양한 데이터 기반 정책 추진 - '데이터 댐'의 핵심 사업으로 대규모의 AI 학습용 데이터 구축 및 민간 개방을 통한 AI 산업 생태계 확산 목적 - AI 학습용 데이터의 품질관리에 대한 이해를 바탕으로 생애주기 전반의 품질관리에 대한 기준 문서 제공 - AI 학습용 데이터 구축사업에 참여하는 수행기관 및 참여기관의 품질관리 역량 강화를 통한 고품질의 학습용 데이터 확보 II. 인공지능 학습용 데이터 품질관리 가이드라인의 구성 및 활용 가. 인공지능 학습용 데이터 품질관리 가이드라인의 구성체계 구성체계 설명 세부항목 I. 총론 - 개발.. 2022. 1. 9.
EU AI 규제안 I. EU AI 규제안(AI Regulation, Proposal for a REGULATION) - 2021년 4월 21일 유럽연합 집행위원회에서 발표된 인공지능 규제안 II. EU AI 규제안의 분류 및 상세설명 가. EU AI 규제안의 분류 나. EU AI 규제안의 상세설명 구분 규제안 금지되는 AI - 사람의 의식을 뛰어넘는 잠재 의식 기술을 전개하여 어떤 방식으로든 사람의 행동을 왜곡시키는 AI - 연령이나 신체적 또는 정신적 장애 등에 기인한 특정 그룹의 취약성을 이용하는 AI - 자연인의 사회적 행동이나 알려지거나 예상되는 개인 또는 성격 특성에 기초, 특정기간 자연인의 신뢰도를 평가 또는 분류하여 점수화하여 특정 대상을 데이터 수집과 상관없이 불합리하게 대우하는 AI - 공공 장소에서 법집.. 2021. 4. 26.
AI 기반 시스템의 AI 고유 특성 I. AI 기반 시스템의 정의 - 최소 하나 이상의 AI 구성요소를 포함하는 시스템 - AI 기반 시스템도 여느 시스템과 동일하게 기능, 비기능 요구사항이 존재하며, 따라서 ISO 25010 품질모델의 품질 특성을 이용해 AI 기반 시스템의 요구사항을 부분적으로 정의 가능하나 품질모델에는 없는 AI 고유 특성이 존재 II. AI 고유 특성(AI-Specific Characteristics)의 유형 및 유형 설명 가. AI 고유 특성의 유형 나. AI 고유 특성의 유형 설명 구분 설명 적응성 (Adaptability) - 시스템이 기능 및 비기능 요구사항 모두를 지속적으로 충족하기 위해 환경 변화에 반응하는 특성 자율성 (Autonomy) - 시스템이 인간의 개입 없이 지속적으로 작동 할 수 있는 특성 진.. 2021. 4. 26.
GAN(Generative Adversarial Networks) Generator(G), Discriminator(D), Noise(Z) I. 위조 지폐범과 경찰의 대결, GAN의 개요 가. GAN(Generative Adversarial Networks)의 정의 - 서로 대립하는 Generator, Discriminator 두 개의 네트워크를 만들고 대립 과정에서 훈련 타깃을 생성하는 방법을 알도록 하는 학습 모델 나. GAN의 특징 - MLP (Multi-Layer Perceptron), Mini-Max Problem II. GAN의 학습 메커니즘 및 구성요소 가. GAN의 학습 메커니즘 - GAN는 생성자(Generator)와 판별자(Discriminator)로 구성 나. GAN의 구성요소 구성요소 세부요소 역할 요소설명 신경망계층 Generator Networ.. 2021. 3. 6.
오류 역전파(Backpropagation) 알고리즘 다층신경망, 입력층, 은닉층, 출력층, 가중치, 경사하강 I. 인공신경망의 가중치 학습 최적화, 역전파 알고리즘의 개요 가. 오류 역전파(Backpropagation) 알고리즘의 정의 - 인공신경망의 출력 값이 원하는 출력과 다를 경우, 가중치를 갱신하여 오차를 최소화 시키도록 반복 수행하여 신경망을 학습시키는 알고리즘 - 특징: 반복수행, 다층신경망, 감독학습, 역방향 계산 II. 오류 역전파 알고리즘의 학습 설명 가. 오류 역전파 알고리즘의 프로세스 - 출력층의 결과를 비교하여 오차가 있을 경우 역전파 하여 은닉층의 가중치를 조정하여 갱신 나. 오류 역전파 알고리즘의 학습절차 단계 특징 설명 1) 피드포워드 가중치 초기화 - 입력층à출력층으로 순전파 수행 2) 오류 역전파 계산 미분(예상값-실제값) .. 2021. 3. 6.
확률적 경사 하강법(Stochastic Gradient Descent, SGD) I. 확률적 경사 하강법의 개요 가. 확률적 경사 하강법(Stochastic Gradient Descent, SGD)의 정의 - 미분 가능한 함수인 경우 함수의 최소값은 변화율이 0인 지점으로 변화율이 0인 지점을 모두 찾고 어떤 포인트의 함수 값이 가장 작은지 확인하는 방법 II. 확률적 경사 하강법의 개념도 및 프로세스 가. 확률적 경사 하강법의 개념도 나. 확률적 경사 하강법의 프로세스 단계 설명 1 - 훈련 샘플 x와 상응하는 타깃 y의 배치를 추출 2 - x를 사용하여 네트워크를 실행하고 (forward pass 단계), 예측 y_pred를 산출 3 - y_pred와 y의 차이를 측정하여 배치에 대한 네트워크 손실 계산 4 - 네트워크 파라미터에 대한 손실함수의 그래디언트를 계산(Backward.. 2021. 3. 6.
반응형

티스토리툴바