|
제 1차 기계지능학습 공개 워크숍
<기계지능학습 워크숍>
제 1차 기계지능학습 공개 워크숍이 KAIST에서 진행되어 최근 4차산업의 핵심 키워드로 급부상하고있는 인공지능(AI)기술의 트렌드를 알아보기 위해 참관하게 되었습니다. 기계지능삭습 공개 워크숍은 미래창고과학부와 정보통신기술진흥센터가 지원하는 지능정보 플래그십 연구개발 사업과제의 지원을 받아 개최된 워크숍입니다. 지능정보 플래그십 연구개발 사업은 우리 일상생활의 디지털 동반자가 사용자와 지속적으로 상호작용하며 수집된 사용자 및 주변 멀티모달 정보를 학습하여 컴퓨터나 로봇이 인간의 사고방식을 모사하여 스스로 성장하는 적응형 기계지능학습 기술을 개발하여 산업과 연계하여 사람의 실생활에 적용할 수 있도록 하는 것을 |
목표로 하는 연구개발 사업입니다.
<워크숍 프리젠테이션>
기계지능학습 공개 워크숍에서는 총 22개의 주제에 대하여 발표가 이루어졌습니다. 가장 눈에 띄는 발표는 KAIST 김종환 교수 연구실의 조상현 박사과정이 발표한 「Application Dynamic Memory Network on Human-Robot VQA Interaction」이라는 주제의 연구였습니다. 이 연구는 인간 기억 체계에 착안하여 인공 신경망 기반의 주의 기제를 적용하는 동시에 질의응답에서 일어나는 인지 과정을 모듈화한 동적 메모리 네트워크(DMN; Dynamic Memory Network)모델을 인간형 로봇에 적용하여, 로봇에게 Image를 학습시킨 후 Image에 |
<기계지능학습 공개워크숍 프로그램>
관하여 Question이 들어왔을 경우 적절한 Answer를 제공할 수 있도록 하는 VQA(Visual Question Answering)에 관한 연구입니다. 인간이 로봇에게 질문을 던지면 로봇이 해당 질의를 Google의 |
|
Speech To Text를 사용하여 텍스트로 변환한 후 학습시킨 신경망 모듈을 활용하여 질의문을 분석하여 질의에 알맞은 답을 만들고 다시 Naver의 Text To Speech를 활용하여 음성으로 변환하여 답을 주는 인간과 로봇이 소통할 수 있는 발판이 될 재미있는 연구내용이었습니다.
< Human-Robot VQA 시연 >
이 외에도 이세돌과의 바둑시합으로 많이 알려진 알파고의 주요한 알고리즘 중 하나인 강화학습(Reinforcement Learning)을 공통된 Goal로의 진행에 관련한 학습정보를 공유하는 Multo Goal Scenario를 활용하여 강화학습의 속도를 개선하는 연구, 신경망의 Bus 플랫폼을 설계하여 Plug-and-Play방식으로 기 학습된 모델을 상황에 맞게 꽂아서 바로 사용할 수 있도록 하는 Network 형태의 |
플랫폼을 만드는 연구 등 흥미로운 주제의 연구들에 대한 발표를 들을 수 있었습니다. 기계지능학습 공개 워크숍을 참관하고 난 뒤 4차 산업혁명을 선도할 AI기술의 행보가 매우 기대가 되며, AI가 우리 생활에 없어서는 안 될 필수적인 요소가 될 날이 머지않을 것 같다는 생각이 들었습니다. |
|
