닫기
과정 구분
과정 카테고리
태그
검색어
AJ대원·HL만도, 래미안슈르아파트서 ‘AI 자율주행 과학교실’ 개최

[언론 속의 투썬] AJ대원·HL만도, 래미안슈르아파트서 ‘AI 자율주행 과학교실’ 개최 파일첨부

 AJ대원과 HL만도는 지난달 25일 경기 과천시 래미안슈르아파트에 거주하는 초등학생들을 대상으로 ‘AI 자율주행 과학교실’을 개최했다. [사진제공=AJ대원][아파트관리신문=서지영 기자] AJ대원과 HL만도는 경기 과천시 래미안슈르아파트 내 초등학생을 대상으로 지난달 25일 AI 자율주행 과학교실을 개최했다. 양사는 최근 AI 자율주행 순찰로봇을 개발해 래미안슈르아파트에 도입한 바 있다.이번 행사에서는 국민대학교 윤종영 교수를 초청해 사전 신청을 통해 모집한 초등학생 3~4학년 30명 가량을 대상으로 AI 기술에 대한 여러 흥미로운 교육을 진행했다.예전에는 상상만 할 수 있던 것들이 AI 기술의 발전으로 현실로 이뤄지고 있음을 알아보고 주변에서 접할 수 있는 다양한 AI 기술들에 대해 배우는 시간이 됐다. 또한 AI가 점점 더 똑똑해지는 과정과 미래를 바꾸는 인물들의 역할에 대해 설명하면서 어린이들의 호기심을 자극했다.HL만도의 순찰로봇 골리와 함께한 순찰 코스 탐방과 로봇 기능 체험은 어린이들에게 강한 인상을 남겼다. 골리가 자율 주행 기술로 스스로 길을 찾아 이동하며 장애물을 감지해 대처하는 방법, 사람과의 음성 발화를 통한 소통 방식, AI 카메라를 이용해 사물을 감지하는 방법 등을 보여주며 AI의 기능에 대한 이해도를 높였다.래미안슈르아파트 어린이들이 AI 순찰로봇 골리와 함께 단지 내 순찰 코스 탐방과 로봇 기능 체험을 하고 있다. [사진제공=AJ대원]플랜에이캠퍼스 시간에서는 AI 미술 활동을 통해 자신만의 디지털 이미지를 제작하고 이를 활용해 독특한 굿즈를 직접 만들어볼 수 있었다.에이아이앤솔루션즈는 인공지능이 열어갈 미래 직업을 소개하며 AI 음성 인식 기술의 다양한 면모를 소개했다.AJ대원과 HL만도는 앞으로도 순찰로봇을 도입한 단지에서 과학교실과 같은 다양한 교육 기회를 제공해 어린이들의 꿈과 미래를 밝혀나가는 데 적극 지원할 계획이다.한편 AJ대원과 HL만도가 주관하고 투썬AI스쿨, 플랜에이캠퍼스, 에이아이앤솔루션즈가 후원하는 AI 과학교실 프로그램은 보다 많은 아이들이 미래의 과학 인재로 성장할 수 있도록 돕는 사업이다.출처 : 아파트관리신문(http://www.aptn.co.kr)바로가기 링크 : http://www.aptn.co.kr/news/articleView.html?idxno=103976

  • 작성자담당자
  • 작성일2023.08.29
  • 조회수223
투썬AI스쿨, 챗GPT 리더들에게 듣는 AI 인사이트 토크 개최

[언론 속의 투썬] 투썬AI스쿨, 챗GPT 리더들에게 듣는 AI 인사이트 토크 개최 파일첨부

 챗GPT와 생성형 인공지능(AI) 기술의 영향과 미래를 진단하는 토크쇼가 열린다.투썬AI스쿨이 19일 개최하는 ‘AI 인사이트 토크’ 세미나 포스터 / 투썬AI스쿨AI(인공지능) 활용교육 전문기관 투썬AI스쿨이 19일, ‘메가 트렌드에 올라선 리더들의 진솔한 토크쇼’를 주제로 ‘AI 인사이트 토크(AI Insight Talk)’ 세미나를 개최한다고 17일 밝혔다.이번 세미나에서는 ‘챗GPT 빅웨이브’의 저자인 김지현 SK경영경제연구소 부사장과 최재홍 강릉원주대학교 교수가 연사로 나선다.이번 세미나에서는 챗GPT가 우리의 일상과 사회, 산업 전반에 미치는 다양한 영향부터 생성형 AI 기술이 우리에게 가져다 줄 변화에 이르기까지 여러 관점에서 살펴볼 계획이다.이를 가능하게 한 LLM(대규모 언어 모델)의 혁신적인 발전과 가치, 그리고 한계에 대해 심도 있는 논의도 진행할 예정이다.투썬AI스쿨 관계자는 "이번 AI 인사이트 토크는 인공지능 기술 발전에 따른 사회와 산업의 변화를 이해하고 대응할 수 있는 인사이트를 제공하며, 참가자들에게 미래 지향적인 시각을 갖추는 계기가 될 것으로 기대한다"며 "이번 세미나를 통해 참가자들과 함께 미래 사회와 산업의 방향성을 모색할 수 있는 자리를 마련하고자 한다"고 말했다.AI 인사이트 토크에 대한 자세한 내용은 투썬AI스쿨의 공식 웹사이트에서 확인할 수 있다.한편, 투썬AI스쿨은 AI활용교육 전문기관으로, AI 기술의 발전과 활용을 위한 다양한 교육 프로그램을 제공하고 있다. 투썬AI스쿨은 지속적인 연구와 협력을 통해 국내외 AI분야의 선도적인 기관으로 성장해 나갈 계획이다.  출처 : IT조선(https://it.chosun.com/)바로가기 링크 : https://it.chosun.com/site/data/html_dir/2023/07/17/2023071700399.html

  • 작성자담당자
  • 작성일2023.08.29
  • 조회수256
Chatgpt(챗gpt)를 활용한 프롬프트 전략 방법 - CoT(Chain-of-Thought) Prompting 편

[AI 지식 연구소] Chatgpt(챗gpt)를 활용한 프롬프트 전략 방법 - CoT(Chain-of-Thought) Prompting 편 파일첨부

  안녕하세요.투썬AI스쿨입니다.​  이번 게시글에서는CoT(Chain-of-Thought) Prompting에 대해자세히 알아보려고 합니다!​  Chain-of-thought prompting  Chain-of-thought prompting 은언어모델이 추론을 할 수 있도록 논리적인 과정을프롬프트에 추가해서 질의하는 방식입니다. [ ​다음 논문에서 소개되었습니다. Wei et al, Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. 2022]​ CoT 프롬팅은 중간 추론 단계를 통해 복잡한 추론 능력을 가능케합니다.​ 이 방법은 퓨샷프롬팅과 결합하면 응답하기 전에 추론이 필요한 더 복잡한 작업에서더나은 결과를 얻을 수 있습니다.​​CoT 프롬팅에서는 문제를 해결하는데 필요한 중간 추론 단계를 제공하여 작업을단계적으로 수행합니다.​ 이렇게 하면 모델이 각 단계를 이해하고 최종 결과를 추론하는데 도움이 됩니다.다음은 예시입니다.​     그런데, 이렇게 추론에 대한 모든 과정을 언어 모델에게 작업 줄 때마다사람이 하기에는 번거로운 작업입니다.​ 그래서 논문 ' Kojima et al, Large Language Models are Zero-shot Reasoners. 2023 '을 통해논리적인 추론이 필요한 질문 뒤에 "Let's think step by step(단계 별로 생각해보자)"라는 질문을 추가하는 것 만으로도언어모델의 추론 능력을 끌어올릴 수 있다는 것을 알 수 있습니다.​​다음은 이에 대한 예시입니다.기존에 성공하지 못했었던 작업에 대해 올바른 과정을 통해단계별 추론을 하면서 정확한 답을 생성한 것을 확인할 수 있습니다.​ ​  지금까지 언어모델의 답변을 더 잘 이끌어내기 위한프롬프트 전략을 간단하게 살펴보았습니다. ​제로샷 프롬팅은 특정 작업에 대한 예시나 데이터를 별도로 제공하지 않고도,대형 언어 모델이 특정 작업을 수행하는 능력을 의미합니다. 모델은 훈련 데이터에서 학습한 지식과 패턴을바탕으로 입력된 프롬프트를 해석하고 적절한 응답을 생성합니다.​ few-shot 프롬팅은 모델에게 특정 작업에 대한몇가지 예시를 제공함으로써 해당 작업에대한 컨텍스트를 이해하게 하는 방법입니다.​ 이러한 방식은 모델이 새로운 작업을 더 효과적으로 처리하게 해줍니다.​ 마지막으로, CoT 프롬팅에 대해 알아보았습니다. ​이는 복잡한 추론을 가능케 하는기술로,특히 문제해결과정의 중간 단계를 명시적으로 제공함으로써작업을 단계적으로 이해하게 해줍니다.​ "단계별로 생각하자"와 같은 프롬프트를 추가하는 것만으로언어모델로 부터 더 정확한 답변을 얻을 수 있었습니다.​​이러한 프롬팅 방법들은 대형언어 모델의 성능을향상시키는데 중요한 역할을 합니다.​이런 접근법들을 사용하면, 모델은 더 복잡한 작업을 더 잘 수행하고,더욱 신뢰성 있는 결과를 제공할 수 있게 됩니다.​ 이는 언어 모델이 우리의 일상 생활에서더욱 중요한 역할을 하는데 기여하게 될 것입니다.   혹시 궁금한 점이 있으시다면, aischool@twosun.com으로메일부탁드립니다. 감사합니다. 

  • 작성자월넛
  • 작성일2023.08.08
  • 조회수265
Chatgpt(챗gpt)를 활용한 프롬프트 전략 방법 - Few-shot Prompting 편

[AI 지식 연구소] Chatgpt(챗gpt)를 활용한 프롬프트 전략 방법 - Few-shot Prompting 편 파일첨부

  안녕하세요.투썬AI스쿨입니다.​ 오늘은 인공지능 분야에서 많이 이야기되고 있는흥미로운 주제, '언어모델 활용법'의'퓨샷 프롬팅(Few-shot Prompting)'에 대해 이야기하려고 합니다.  ​인공지능은 이제 우리 삶의 많은 부분에서 활용되고 있으며,특히 언어 모델은 기계 번역부터 텍스트 분석, 챗봇 개발까지다양한 분야에서 활용되고 있습니다.​'퓨샷 프롬팅' 기법은 인공지능 언어 모델이 어떻게 학습하는지,그 결과를 우리가 원하는 방향으로 유도할 수 있는지를 이해하는 데 큰 도움이 됩니다!​​퓨샷 프롬팅은 어떻게 언어 모델의 성능을 향상시킬 수 있는지함께 알아볼까요?   ​few-shot Prompting​ 먼저 제로샷 프롬팅(Zero-shot Prompting)에 대해 알아보도록 하겠습니다.​제로샷 프롬팅은 큰 언어모델,예를 들어 GPT-3 같은 모델이 "예시 없이" 어떤 작업을 수행하는 능력을 의미합니다.​이런 모델들은 대량의 데이터에 대해 학습하며,지시사항을 따르는 방법을 터득합니다.​따라서 아무런 예시를 제공하지 않아도 특정 작업을 수행할 수 있는 능력이 있습니다.   이를 '제로샷' 능력이라고 부릅니다.​​예를 들어, 우리가 모델에게 다음과 같은 작업을 지시한다고 생각해봅시다.​ ​위의 지시사항에서 모델에게 텍스트와 해당 분류에 대한 예시를 제공하지 않았음에도,모델은 '감정'을 이해하고 텍스트를 적절하게 분류하였습니다.​ 이것이 바로 제로 샷 능력의 힘입니다.​​이와 같은 제로샷 학습을 향상시키는 방법으로는 '명령어 튜닝(Instruction Tuning)'이 있습니다.명령어 튜닝이란, 데이터셋에 대한 설명을 통해 모델을 미세조정하는 개념입니다. ​또한, 'RLHF(Reinforcement Learning from Human Feedback)'이라는 방법이이를 확장하여 사용되어, 모델이 사람의 선호도에 더 잘 맞게 조정됩니다.​ 이런 최신의 발전이 바로 ChatGPT와 같은 모델들을 구동하는 기술입니다.이 방법들은 앞으로 더 자세하게 살펴볼 예정입니다.​​하지만 제로샷 방식이 작동하지 않는 경우도 있습니다.이럴 때는 '프롬프트'에 예시나 설명을 제공하여,'퓨샷 프롬팅'으로 이동하는 것이 좋습니다.  퓨샷 프롬팅이란 제로 샷 프롬팅이 충분히 작동하지 않는복잡한 작업에 대해 적용할 수 있는 기법입니다.​ 이 방법은 '프롬프트' 안에 데모나 예시를 제공함으로써모델의 성능을 향상시키는 데 도움을 줍니다.​​이런 예시들은 모델이 더 나은 반응을 생성하게 하기 위한 조건이 됩니다.​이는 특히 파리 미터가 많은 언어 모델에서 잘 작동합니다.다음은 1개의 예시를 준 one-shot prompting의 예시입니다.   ​문장의 긍정/부정을 판단하는 작업을 위와 같이하나의 예시를 주면서 원하는 결과의 형태로언어 모델이 응답을 하는 것을 확인할 수 있습니다.​하나 이상의 예시를 주면, 준 예시의 수 (n) 만큼n-shot 프롬프팅이라고 부릅니다. ​n-shot prompting을 묶어서 few-shot prompting 이라고 부릅니다.아래는 2-shot prompting 의 예시입니다.​​few-shot prompting의 재미있는 부분은아래와 같이 틀린 예시를 주더라도언어모델의 응답은 정확할 수 있다는 것입니다.​​예를들면, 위에서 긍정/부정 분류가 틀린 예를 주어도언어모델은 "수납공간도 넓어지고 정리가 깔끔하게 잘 되어있어서 만족합니다." 라는 문장을"긍정"으로 잘 분류해내는 것을 확인할 수 있습니다.​이는다음 Rethinking the Role of Demonstrations: What Makes In-Context Learning Work? 이라는논문에서 소개되었습니다. Min et al. 2022     ​그러나 few-shot prompting 만으로 해결하기 어려운 경우도 있습니다.​특히 논리, 수학적인 영역과 같이 추론 능력이 필요한 작업들은언어모델을 통해 정확한 답을 유도해내는 것이 어렵습니다.​따라서 이와 같은 작업을 언어모델에게 줄 때는 다른 접근이 필요합니다.아래는 언어모델이 혼란을 겪는 예시입니다.   ​퓨샷 프롬팅(Few-shot Prompting)에 대해자세히 이해하셨나요?​혹시 궁금한 점이 있으시다면, aischool@twosun.com으로메일부탁드립니다. 다음 게시글에서는CoT(Chain-of-Thought) Prompting에 대해자세히 알아보겠습니다.  감사합니다.​​​

  • 작성자월넛
  • 작성일2023.08.08
  • 조회수195
  •  
  • 1
  • 2
  •