인공지능의 연구 및 개발 응용

인공지능의 연구 및 개발 응용

AI 연구 및 개발 민간 부문과 학계 모두 AI 개발의 새로운 길을 지속적으로 모색하고 있습니다. 일부는 위에서 언급 한 것과 같은 영역에서 새로운 AI 기반 애플리케이션을 개발하는 데 중점을 두는 반면, 다른 일부는 AI 알고리즘의 책임 및 책임과 같은 문제를 해결하는 데 중점을 둡니다. 예를 들어, 2017 년 10 월 Columbia 및 Lehigh 대학의 연구원들은 '논리를 이해하기 위해 학습 프로세스를 역 설계'하는 프로세스를 통해 AI 시스템에 투명성을 가져 오는 데 도움이 될 수있는 DeepXplore 라는 도구를 개발했습니다 . 그리고 2018 년 6 월, IBM은 복잡한 주제에 대해 인간과 합리적 논쟁에 참여할 수있는 AI 시스템을 발표했습니다 . 2021 년 1 월 11 일 네덜란드에서 생명 과학을위한 인공 지능 연구소 발표 2020 년 10 월 13 일 연구원들은 적은 수의 뉴런으로 작동하도록 생물학적 모델을 모방 한 AI 시스템을 개발합니다. 2020 년 5 월 19 일 마이크로 소프트, AI 슈퍼 컴퓨터 발표. 2020 년 3 월 24 일 미국 대학, AI 블랙 박스를 이해하기위한 프로젝트 시작. 2020 년 2 월 25 일 연구원들은 인터넷을 통해 뇌와 인공 뉴런을 연결합니다. 환대 엔터테인먼트 부문의 AI 애플리케이션은 다양하며 영화 산업, 스포츠, 게임 및 패션 등을 포괄합니다. 맞춤형 사용자 경험은 이러한 부문에서 사용되는 AI의 한 예입니다. 예를 들어 Netflix는 머신 러닝을 통해 사용자가보고 싶어 할만한 영화를 제안합니다. 개인 스타일링 서비스 인 Stitch Fix 는 데이터와 알고리즘을 사용하여 고객의 스타일과 선호도에 맞는 의류 품목과 액세서리를 선택합니다. 두 명의 컴퓨터 과학자가 설립 한 회사 인 Glitch가 입증 한 것처럼 옷 디자인에 AI를 사용하는 것도 현실 입니다. 게임 산업에서 AI는 더 즐거운 플레이어 험을 만드는 데 사용됩니다. 스포츠에서이 기술은 선수의 성과를 평가하고 피로와 부상을 예측하는 것부터 방송 및 광고 활동을 최적화하는 것까지 다양한 응용 분야를 가지고 있습니다. AI는 시청각 콘텐츠 제작에도 사용되기 시작했습니다. 예를 들어 영화 산업에서는 IBM의 Watson과 기본 머신 러닝 기술을 사용하여 20th Century Fox의 영화 Morgan의 예고편 을 개발 했으며 McCann Erickson Japan은 AI 기반 크리에이티브 디렉터 를 개발하여 TV 광고 제작을 감독 했습니다. 미국에 기반을 둔 Digital Domain 은 AI를 사용하여 영화에 대한 고급 시각 효과를 생성하는 반면 벨기에 회사 Scriptbook 은 AI 알고리즘이 스크립트를 분석하여 영화의 성공 여부를 예측할 수 있다고 주장합니다. Flow Machines 및 Amadeus Code 는 알고리즘을 사용하여 아티스트 또는 아마추어의 음악 제작을 지원합니다. 콘텐츠 제작에서 AI의 잠재력은 또한 우려를 불러 일으키고 점점 더 관련성이 높아지는 한 가지 예는 AI를 사용하여 악의적 인 목적으로 사용될 수있는 가짜 비디오 및 오디오 녹음을 만드는 것입니다. 사용자 경험을 개인화하는 데 AI 사용에 대한 질문, 특히 선택의 문제 : 콘텐츠 스트리밍 플랫폼이나 온라인 상점에서 만든 '권장 사항'에 단순히 의존한다면 우리의 선택은 실제로 얼마나 개인적인 것일까 요? AI는 공공 부문, 공공 행정, 법 집행, 사법 시스템 등에서 점점 더 많이 사용되고 있습니다. 방대한 양의 정보를 처리하고 데이터 세트 간의 연결을 식별 할 수있는 능력으로 인해 AI는 행정 프로세스에서 더 많은 효율성을 제공하여 공공 서비스 제공. 스마트 가상 비서는 이미 공공 기관에서 시민과의 상호 작용을 개선하기 위해 사용하고 있습니다. 예를 들면 라트비아의 UNA 와 싱가포르의 Ask Jamie가 있습니다. 의회 프로세스도 AI 도구의 이점을 누릴 수 있습니다. 예를 들어, 인도 의회 는보다 효율적인 데이터 처리와 입법 업무 단순화 및 개선을 위해 AI를 사용하는 여정을 시작했습니다 . 법 집행 기관은 또한 일부 작업에서 AI에 의존합니다. 예를 들어 얼굴 인식 기술은 범죄자를 식별하는 데 도움이 될 수 있습니다. 판사와 법원은 AI가보다 일관된 결정을 내리 거나 사법 시스템을 더 저렴하고 공정 하게 만드는 데 도움이되기를 희망 할 수 있습니다 . 그러나 AI를 사용하면 편향적이고 차별적 인 결정으로 이어질 수 있기 때문에 상황이 항상 계획대로 진행되는 것은 아니며 의도하지 않은 결과가 나타날 수 있습니다. 교육 AI는 교육 분야에서 많은 가능성을 가지고 있습니다. AI 도구는 교육 기관에서 관리 작업의 효율성을 높이고, 채점 작업을 자동화하거나 입학 절차를 가속화하는 데 사용됩니다. AI는 스마트 콘텐츠 개발에도 점점 더 많이 사용됩니다. 예를 들어 Content Technologies 에서 개발 한 Cram101 은 AI를 사용하여 장 요약, 플래시 카드 및 테스트 제공 등을 통해 학생들이 교과서 콘텐츠를보다 쉽게 이해할 수 있도록합니다. 지능형 튜터링 시스템은 AI를 사용하여 각 학생의 특성과 필요에 맞게 교육 시스템을 조정합니다. 중국 기반의 회사 다람쥐 , 예를 들어, 학생들은 표준화 된 시험에서 좋은 점수를 돕는 데 초점을 맞추고있다. 코스는 지식 포인트라고하는 많은 작은 요소로 나뉩니다. 각 포인트에 대해 비디오 강의, 메모, 예제 및 연습이 있습니다. 학습 과정 전반에 걸쳐 시스템은 학생이 더 집중해야하는 지식 포인트를 결정하고 그에 따라 커리큘럼을 조정합니다. 이러한 시스템은 적응 형 학습으로 설명됩니다. 학생들이 알고있는 것과 모르는 것을 결정하고 후자에 집중합니다. 한 걸음 더 나아가 개인화 된 학습은 학생들이 알고있는 것과 모르는 것뿐만 아니라 배우고 싶은 것과 가장 잘 배우는 방법에 맞춰 학습 과정을 맞춤화하는 것을 목표로합니다. 개인화 된 학습 프레임 워크는 AI를 사용하여 학생에 대한 방대한 양의 정보를 분석하고 학생의 특정 프로필을 충족하는 새로운 콘텐츠와 학습 경험을 제공합니다. 일부 학교는 가상 조력자와 지능적인 교사를 실험하기 시작했습니다. 예를 들어, 인도 벵갈 루루의 학교는 로봇을 사용하여 인간 교사를 보완 합니다. 로봇은 특정 수업을 제공하고 학생들의 자주 묻는 질문에 응답하도록 배웁니다. 이것은 교사들에게 아이들과보다 개인화 된 학습에 집중할 수있는 더 많은 시간을 제공합니다. 교육에서 AI의 잠재력이 지속적으로 탐구됨에 따라 질문도 제기됩니다. 적응 학습이 실제로 유용합니까? 아니면 표준화 된 학습 및 테스트에 너무 집중하면서 실제로 학생들이 빠르게 변화하는 작업 세계에 적응하도록 준비하지 않습니까? 학생들이 지능형 플랫폼이나 로봇을 통해 배우는 것이 더 나을까요, 아니면 인간 교사와의 상호 작용을 놓칠까요?