2019년 4월 13일 토요일
#44. KAIST에서 "대학 유죄"를 외치다: ART Lab의 도전
3월 22일 카이스트 전산학부에서 진행된 AI x Education 포럼의 발표 내용입니다.
대학은 과연 최적화된 교육을 제공하고 있을까요? 인공지능 기술을 배우려면 꼭 대학원에 가야 할까요?
이 영상을 보시면 제가 요즘 어떤 교육을 꿈꾸고 어떤 일들을 벌이고 있는지 아실 수 있을 것입니다.
인공지능/로보틱스 기술을 배우는 가장 쉬운 길, ART Lab 유튜브 채널의 구독, 좋아요 부탁드려요~!
https://www.youtube.com/channel/UCzypbmDj_kVPDW3qWlrEFjA
* 테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq
[facebook] https://www.facebook.com/deeplearningtalk/
* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default
2019년 3월 7일 목요일
#43. "정확도 98%의 인공지능"이 거짓인 이유
작년 저는 KIST에 계신 선배님으로부터 자문을 요청 받았습니다. 학생이 너무 좋은 결과를 가지고 왔는데, 분명 뭐가 잘못된 것 같은데 한번 봐달라는 것이었습니다. 학생은 뇌파를 가지고 환자가 어떤 운동상태인지를 머신러닝으로 판단하고 있었는데, 정확도가 무려 95%가 넘었습니다.
저는 자신있게 얘기했죠. 이거 잘못된 거 맞다고... 도대체 뭐가 잘못 되었을까요?레벨 별로 저지르는 실수를 정리해 보았습니다. 결론부터 말씀 드리자면, 현실 성능에 가깝게 성능을 보여주는 test set을 갖는 것이 곧 그 연구실/기업의 실력입니다. 너무 결과가 좋게 나오면 꼭 나를 의심합시다ㅎㅎ
[비디오]
[슬라이드]
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq
[facebook] https://www.facebook.com/deeplearningtalk/
* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default
2019년 2월 13일 수요일
#42. 사진 속 글자 읽기, OCR (Optical Character Recognition)
카메라로 차량번호판을 인식하는 것은 이젠 너무나 당연한 기술이 되어 버렸죠?이렇게 사진 속에서 글자를 인식하는 기술을 OCR(optical character recognition)이라고 하는데요, 명함앱, 번역앱 등 정말 다양한 곳에서 쓰이는 기술이랍니다.
혹시 이 문제가 이미 해결 되었다고 생각할지 모르겠지만, 아직도 OCR엔 과제들이 많이 남아있습니다. 그리고 최근엔 이러한 과제들을 딥러닝을 이용해 해결하려 하고있죠. OCR은 text localization과 recognition의 복합 기술인데요, 이를 위해 이미지 인식과 음성 인식의 요소 기술들이 복합적으로 쓰이죠.
오늘은 OCR 리더보드 1등을 기록하셨던 이활석님의 DEVIEW 2018 발표자료를 바탕으로 OCR을 설명해보도록 하겠습니다.
[Link] 이활석, "Reading AI" at DEVIEW2018, https://deview.kr/2018/schedule/235
[Slides] https://www.slideshare.net/TerryTaewoongUm/a-brief-introduction-to-ocr-optical-character-recognition
[비디오]
* 테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq
[facebook] https://www.facebook.com/deeplearningtalk/
* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default
2019년 1월 28일 월요일
#40. 딥러닝을 위한 PC 사양 2019
안녕하세요. 괜히 공부가 안되니 '장비탓인가...' 싶은 생각이 드는 겨울입니다. 이럴 땐 질러야죠 ㅎㅎ
테리의 딥러닝토크에서 "딥러닝을 위한 하드웨어 구성"에 대해 이야기를 나눈 게 2년 전쯤이었는데요, 업데이트 할 필요가 느껴 (그리고 저도 컴퓨터 한 대를 사고 싶어서ㅠ) 다시 한번 정리하였습니다.
공부가 안되는 건 다 장비가 안좋아서 그런 겁니다. 새학기는 원래 학용품 새로 사고, 컴퓨터 새로 사야하는 시즌 아니겠습니까 ㅎㅎ 함께 질러보시죠 ㅋㅋ
[PC 사양 정리]
GPU : Nvidia RTX2070 8G (61만)
CPU : AMD Ryzen7 2700x (31만)
Mem : 삼성 PC4-21300 16G (12만)
SSD : 삼성 860 EVO 500G (11만)
HDD : 시게이트 2TB (7만)
메인보드 : ASRock x470 Taichi 에즈원 (28만)
PSU : FSP Hyper K 700W (7만)
기타 : CPU쿨러, VGA쿨러, 쿨링 케이스 (11만)
========
총 168만원
[비디오]
[슬라이드]
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq
[facebook] https://www.facebook.com/deeplearningtalk/
* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default
피드 구독하기:
글 (Atom)