대단한 AI 알고리즘 또는 소프트웨어는 어떤 것들이 있나요? [닫힘]

나는 항상 AI와 진화 알고리즘에 대한 아이디어를 좋아했습니다. 불행하게도, 우리가 아는 바와 같이, 이 분야는 초기에 예상보다 훨씬 느리게 발전해 오지 못했습니다.

제가 찾고 있는 것은 와우 효과를 주는 몇 가지 예시입니다.

• 예기치 않은 방식으로 적응한 자기 학습 시스템.




• 특히 동적이고 예상치 못한 전략을 사용한 게임 에이전트.




• 실제로 의미있고 통찰력 있는 결과물을 만들어낸 상징적 표현 시스템.




• 다중 에이전트 시스템에서의 흥미로운 비례적 행동.

AI를 정의하는 의미론에 대해서 논하지 맙시다. 만약 그것이 AI처럼 보이거나 들린다면, 그에 대해 이야기합시다.

첫 번째로, 1997년의 이야기부터 가볼까요?

드. 에드리안 톰슨은 유전 알고리즘을 사용하여 FPGA에 음성 인식 회로를 작성하려고 시도하고 있습니다. 몇 천 대수 후, 그는 장치가 정지와 진행 음성 명령을 구분 할 수 있는 능력을 성공적으로 갖게됩니다. 그는 장치의 구조를 검토하고 일부 활성 논리 게이트가 회로의 나머지 부분과 연결되지 않았음을 발견합니다. 그는 이러한 무용한 게이트를 비활성화하면 회로가 작동하지 않는다는 것을 알게 됩니다...

편집

인상적인 결과를 생산한 기술/알고리즘에 대한 토론을 유지해볼까요? 조기 단계이지만 유망한 수천 가지 인공지능 기술에 대해 읽고 싶다면 구글링 할 수 있습니다.

답변 1

나는 거대한 식물 영업장을 대상으로 한 제품의 소매 재고 보충을 위해 진화 알고리즘을 구축했습니다 (그리고 일부 정말로 크고 똑똑한 회사들도 있습니다 - 2억 달러 회사들입니다).

이것은 아마도 내가 지금까지 작업한 가장 멋진 일 중 하나였습니다. 3년간의 기본 데이터를 사용하여 휴가 중인 동안 1주일 동안 계속해서 계산하고 진화했습니다.

최종 결과는 양성과 이상한 혼합물이었습니다. 사실, 처음에는 고장난 것 같았습니다.

이 알고리즘은 이전 몇 주간의 판매를 무시하고 모든 지표에 대해 가중치 0을 부여했습니다 (현재 이 회사들이 작동하는 방식과는 반대입니다 - 현재로서는 같은 주의 지난해와 최근 동향을 고려합니다).

결국에는 무슨 일이 벌어지고 있는지 깨달았습니다. 이 생물체가 작업할 수 있는 지표로서, 시간이 지남에 따라 이전 달의 동일한 부분을 살펴보고 최근 동향을 무시하는 것이 더 효율적이었습니다.

그래서 지난 몇 일이 아니라 동일한 주에 대한 지난 달을 살펴본 것입니다. 왜냐하면 매 30일마다 반복되는 약간의 안정적이고 꾸준한 동향이 있었기 때문입니다. 그리고 그 동향들이 일일변동보다 더 신뢰성이 있었습니다.

결과는 효율성에서 상당하고 복제 가능한 개선이었습니다.

유감스럽게도 저는 이에 대해 고객에게 말했고 그들은 프로젝트를 취소했습니다.
첫 번째 실행은 매우 유망했지만 검증 자체로 판매하기 어려웠습니다. 비록 지난 3년간의 거의 모든 데이터를 분석하면 알고리즘으로 인해 효율성이 신비하게 개선되는 것을 볼 수 있지만, EA는 어렵지 않지만 처음에는 복잡한 것으로 여겨지며 이렇게 어려운 일을 하려는 아이디어는 조금 너무 많이 받아들이기 어려웠습니다.

저에게 큰 깨달음은 만약에 제가 좀 너무 신비로운 것을 만든다면, 좋은 프레젠테이션을 만들 수 있을 때까지 이야기하는 것을 참고해야 한다는 것입니다. :)

답변 2

인공지능의 세계에서 인상적인 알고리즘과 소프트웨어에는 다양한 것들이 있습니다. 과거부터 현재까지 많은 알고리즘이 개발되어 왔지만, 그 중에서도 특히 인상적인 몇 가지를 살펴보겠습니다. 이러한 알고리즘과 소프트웨어는 인공지능을 발전시키고 혁신적인 구현을 가능하게 합니다.
첫 번째로 소개할 알고리즘은 심층 강화 학습(Deep Reinforcement Learning)입니다. 이 알고리즘은 강화 학습과 신경망 기반 근사 함수로 이루어져 있습니다. 심층 강화 학습은 강화 학습에서 신경망을 사용하여 문제를 해결합니다. 소프트웨어인 알파고(AlphaGo)는 이러한 심층 강화 학습 알고리즘을 사용하여 바둑에서 전 세계 챔피언을 이길 수 있을 만큼 강력한 플레이를 보여주었습니다.
두 번째로 소개할 소프트웨어는 자연어 처리(Natural Language Processing)를 사용하는 개체명 인식(Named Entity Recognition) 알고리즘입니다. 이 알고리즘은 문장을 입력으로 받아 텍스트에서 특정 개체의 이름을 인식하고 추출하는 기능을 합니다. 소프트웨어인 스누피(Snoopy)는 이러한 개체명 인식 알고리즘을 사용하여 인공지능 기반 챗봇이나 검색 엔진에 활용될 수 있습니다.
세 번째로 소개할 소프트웨어는 컨텐츠 기반 추천(Content-Based Recommendation) 알고리즘입니다. 이 알고리즘은 사용자의 이전 행동 기록을 바탕으로 그들의 취향과 관심사를 파악해 새로운 아이템을 추천합니다. 소프트웨어인 넷플릭스(Netflix)는 이러한 알고리즘을 사용하여 사용자에게 영화나 TV 프로그램을 개인화된 추천으로 제공합니다.
네 번째로 소개할 소프트웨어는 얼굴 인식(Face Recognition) 기술을 사용한 알고리즘입니다. 이 알고리즘은 사람의 얼굴 특징을 분석하여 인식하는 기능을 합니다. 카카오의 카카오페이(KakaoPay)는 이러한 얼굴 인식 알고리즘을 사용하여 사용자 인증과 결제를 보다 편리하게 할 수 있는 기능을 제공합니다.
마지막으로 소개할 소프트웨어는 이미지 분류(Image Classification) 알고리즘입니다. 이 알고리즘은 컴퓨터 비전을 통해 입력된 이미지를 분석하여 사물의 종류나 특징을 인식하는 기능을 합니다. 구글의 구글 이미지(Google Images)는 이러한 알고리즘을 사용하여 사용자가 입력한 검색어에 따라 관련된 이미지를 제공합니다.
요약하자면, 인공지능의 세계에서는 다양한 인상적인 알고리즘과 소프트웨어들이 있습니다. 심층 강화 학습, 개체명 인식, 컨텐츠 기반 추천, 얼굴 인식, 이미지 분류 등의 알고리즘과 소프트웨어는 다양한 분야에서 혁신적인 기능을 제공하고 있으며, 미래에 더욱 발전해 나갈 것으로 기대할 수 있습니다.