코티스 하이어(Coates Hire)는 퍼스에서 열리는 호주의 날 불꽃놀이부터 30억 호주달러 규모 시드니 노스커넥스(NorthConnex) 터널 공사까지, 호주 전역을 대상으로 프로젝트에 필요한 다양한 장비를 공급하는 회사다. 100만 종류가 넘는... ...
CIO는 전략적 우선순위와 관련해 자신들이 AI에 관여해야 함을 알고 있다. 하지만 AI에 접근하는 방법은 불확실하다. 여기 금융 업계의 한 사례를 통해 조직의 비즈니스 전략과 동기화해 AI를 개발하고 통합하며 배포하는 방법을 알아보자. 인공지능(A... ...
페이스북이 자연어 처리를 위한 프로젝트를 현재 오픈소스로 공개했다. 이로써 더 나은 텍스트 마이닝 방법이 가능해졌다.    Credit: GettyImages 페이스북이 실험 프로젝트와 프로덕션 시스템을 손쉽게 결합할 수 있도록... ...
아마도 인공지능(AI)의 부분집합인 머신러닝(ML)에 대한 이야기를 갈수록 많이 듣고 있을 것이다. 그렇다면 ‘머신러닝’으로 정확히 무슨 일을 할 수 있을까? 머신러닝은 다양한 방식과 기법을 아우르고, 각각은 잠재적 이용... ...
2018.05.16
인텔이 이번주 AI 칩 로이히(Loihi) 시스템이 2019년까지 1,000억 개의 시냅스를 탑재할 것이며 생쥐 수준의 두뇌 복잡성과 같은 수준을 목표로 할 것이라고 발표했다. 지난 9월 인텔은 확률론적 컴퓨팅 칩이 탑재된 로이히를 공개했다. 인... ...
머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 ... ...
구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서... ...
구글의 텐서플로 1.4 머신러닝 라이브러리에 데이터 소스 작업용 공여 데이터셋 API가 추가됐다. 하지만 아직 업데이트에 주의해야 한다. 텐서플로는 머신러닝과 데이터 과학 분야에서 구글이 기여로 신경망을 빠르게 개발할 수 있는 일반적인 프... ...
‘온라인 세기’의 첫 20년 동안은 고객들과의 상호작용을 조용하고 경직된 웹사이트로 강제하는 데에 집중했다. 그 이유는 대화를 감당할 수 없다고 믿었기 때문이다. 우리는 사람들이 사무실에 찾아오기를 원치 않았으며 사람들이 전화를 ... ...
한 기업의 데이터와 사람들, 애플리케이션을 보호하는 것이 지금처럼 중요하고 어려운 적은 없었다. 엔트리포인트(entry point)와 연결된 엔드포인트의 수가 급증했으며 악당들은 계속 똑똑해지고 있다. 분명히 변화가 필요하다. 보안 신생기업인 사... ...
인공지능은 2035년까지 영국에 6,540억 파운드의 경제 효과를 창출할 것으로 예상된다. 그런데 인공지능이 주류로 자리 잡는 과정에서 인공지능을 기술하는 용어 때문에 혼란이 생기고 있다. 인공지능, 머신러닝, 딥러닝(deep learning... ...
엔비디아의 신망인 파일럿넷(PilotNet)이 인공지능 차량에서 어떻게 주행 의사 결정을 내리는지 소개됐다.  실제 주행 환경에서 주행 관련 변수가 너무나 많으므로, 인공지능 차량 개발 시 자동차가 스스로 주행하도록 모든 변수에 관해 일... ...
인공지능(AI)과 머신러닝, 특히 딥러닝은 아마 2016년 가장 성공적이었던 기술 주제라 표현할 수 있을 것이다. 딥러닝의 '의미'와 이를 직접 활용하는 '방법'에 대해 알아본다. 관심 있게 지켜봤던 이라면... ...
빅데이터와 분석 관련 기술은 소셜, 모바일, 클라우드와 더불어 디지털 시대의 변혁을 이끄는 주역으로 알려져 있다. 2016년 시장의 주인공이 BI 강화를 주도한 빅데이터 기술이었다면 2017년은 데이터, 분석 분야의 혁신에 주목해야 할 한 해가 될 것... ...
과학 기술 뉴스는 일반적으로 주류 미디어에서는 우선순위에서 밀린다. 기술 주제는 최근에서야 일반 독자의 관심을 받거나, 잘 알려지지 않은 것으로 치부되는 경우가 많다. 그도 아니면, 기술 주제는 너무 복잡하다. 이 외에도 많은 이유가 있다는 점이 안타... ...
  1. 안전 사고 예방 위해 신경망 구현··· 호주 중장비 회사 사례

  2. 2019.02.07
  3. 코티스 하이어(Coates Hire)는 퍼스에서 열리는 호주의 날 불꽃놀이부터 30억 호주달러 규모 시드니 노스커넥스(NorthConnex) 터널 공사까지, 호주 전역을 대상으로 프로젝트에 필요한 다양한 장비를 공급하는 회사다. 100만 종류가 넘는...

  4. 기고 | 아키텍처를 사용해 AI 도전과제 극복

  5. 2018.12.24
  6. CIO는 전략적 우선순위와 관련해 자신들이 AI에 관여해야 함을 알고 있다. 하지만 AI에 접근하는 방법은 불확실하다. 여기 금융 업계의 한 사례를 통해 조직의 비즈니스 전략과 동기화해 AI를 개발하고 통합하며 배포하는 방법을 알아보자. 인공지능(A...

  7. 페이스북, 자연어 처리 프로젝트를 오픈소스로 전환

  8. 2018.12.17
  9. 페이스북이 자연어 처리를 위한 프로젝트를 현재 오픈소스로 공개했다. 이로써 더 나은 텍스트 마이닝 방법이 가능해졌다.    Credit: GettyImages 페이스북이 실험 프로젝트와 프로덕션 시스템을 손쉽게 결합할 수 있도록...

  10. 그때그때 달라요··· 머신러닝 기법·기술 따라잡기

  11. 2018.09.10
  12. 아마도 인공지능(AI)의 부분집합인 머신러닝(ML)에 대한 이야기를 갈수록 많이 듣고 있을 것이다. 그렇다면 ‘머신러닝’으로 정확히 무슨 일을 할 수 있을까? 머신러닝은 다양한 방식과 기법을 아우르고, 각각은 잠재적 이용...

  13. 인텔 "AI 칩 로이히, 2019년까지 생쥐 두뇌 수준 구현"

  14. 2018.05.16
  15. 인텔이 이번주 AI 칩 로이히(Loihi) 시스템이 2019년까지 1,000억 개의 시냅스를 탑재할 것이며 생쥐 수준의 두뇌 복잡성과 같은 수준을 목표로 할 것이라고 발표했다. 지난 9월 인텔은 확률론적 컴퓨팅 칩이 탑재된 로이히를 공개했다. 인...

  16. 머신러닝에 관한 9가지 오해

  17. 2018.03.23
  18. 머신러닝만큼 오해가 많은 신기술도 없을 것이다. 머신러닝이 할 수 있는 것과 할 수 없는 것은 각각 무엇인지를 알아보고, 더 이상 머신러닝을 오해하지 말자. 머신러닝은 매우 유용하다. 그래서 모든 문제를 해결하고, 모든 상황에 적용할 수 ...

  19. '번역기부터 텐서플로까지' 구글 브레인이 내놓은 최고는?

  20. 2018.03.19
  21. 구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서...

  22. 텐서플로 머신러닝의 새로운 기능

  23. 2017.11.16
  24. 구글의 텐서플로 1.4 머신러닝 라이브러리에 데이터 소스 작업용 공여 데이터셋 API가 추가됐다. 하지만 아직 업데이트에 주의해야 한다. 텐서플로는 머신러닝과 데이터 과학 분야에서 구글이 기여로 신경망을 빠르게 개발할 수 있는 일반적인 프...

  25. 기고 | 쌍방향 소통하는 챗봇, UX는 진화한다

  26. 2017.11.06
  27. ‘온라인 세기’의 첫 20년 동안은 고객들과의 상호작용을 조용하고 경직된 웹사이트로 강제하는 데에 집중했다. 그 이유는 대화를 감당할 수 없다고 믿었기 때문이다. 우리는 사람들이 사무실에 찾아오기를 원치 않았으며 사람들이 전화를 ...

  28. 사람이 놓치는 악성코드, AI는 찾아낸다··· 사일런스 설립자 일문일답

  29. 2017.07.28
  30. 한 기업의 데이터와 사람들, 애플리케이션을 보호하는 것이 지금처럼 중요하고 어려운 적은 없었다. 엔트리포인트(entry point)와 연결된 엔드포인트의 수가 급증했으며 악당들은 계속 똑똑해지고 있다. 분명히 변화가 필요하다. 보안 신생기업인 사...

  31. 알아두면 쓸데있는 '딥러닝 이야기'

  32. 2017.07.27
  33. 인공지능은 2035년까지 영국에 6,540억 파운드의 경제 효과를 창출할 것으로 예상된다. 그런데 인공지능이 주류로 자리 잡는 과정에서 인공지능을 기술하는 용어 때문에 혼란이 생기고 있다. 인공지능, 머신러닝, 딥러닝(deep learning...

  34. 엔디비아 신경망 의사결정 방식이 AI 차량 구동

  35. 2017.05.04
  36. 엔비디아의 신망인 파일럿넷(PilotNet)이 인공지능 차량에서 어떻게 주행 의사 결정을 내리는지 소개됐다.  실제 주행 환경에서 주행 관련 변수가 너무나 많으므로, 인공지능 차량 개발 시 자동차가 스스로 주행하도록 모든 변수에 관해 일...

  37. 좀더 깊이 있게 살펴보는 딥러닝의 '의미'와 '활용법'

  38. 2017.02.08
  39. 인공지능(AI)과 머신러닝, 특히 딥러닝은 아마 2016년 가장 성공적이었던 기술 주제라 표현할 수 있을 것이다. 딥러닝의 '의미'와 이를 직접 활용하는 '방법'에 대해 알아본다. 관심 있게 지켜봤던 이라면...

  40. 전문가들이 말하는 2017년 빅데이터·분석 전망 15선

  41. 2017.02.08
  42. 빅데이터와 분석 관련 기술은 소셜, 모바일, 클라우드와 더불어 디지털 시대의 변혁을 이끄는 주역으로 알려져 있다. 2016년 시장의 주인공이 BI 강화를 주도한 빅데이터 기술이었다면 2017년은 데이터, 분석 분야의 혁신에 주목해야 할 한 해가 될 것...

  43. '놀랍고도 신기했다' 2016년 기묘했던 10가지 기술 이야기

  44. 2016.12.28
  45. 과학 기술 뉴스는 일반적으로 주류 미디어에서는 우선순위에서 밀린다. 기술 주제는 최근에서야 일반 독자의 관심을 받거나, 잘 알려지지 않은 것으로 치부되는 경우가 많다. 그도 아니면, 기술 주제는 너무 복잡하다. 이 외에도 많은 이유가 있다는 점이 안타...

X