±Û·Î¹ú ¿µ»ó ±â¼ú ±â¾÷ ÇÏÀÌÆÛÄ¿³ØÆ®(´ëÇ¥ ¾È»óÀÏ)°¡ 19ÀÏ ¼¿ï´ëÇб³ AI ¿¬±¸¿ø°ú ÇÔ²² ÇÏ´Â ‘AIIS ¸®Æ®¸´’¿¡ Âü°¡Çß´Ù. AIIS ¸®Æ®¸´Àº ¼¼°èÃÖ°í ¼öÁØÀÇ AI ±â¼úÀ» º¸À¯ÇÑ ±¹³» »ê¾÷°èÀÇ AI ¸®´õ ±â¾÷µé°ú ¼¿ï´ëÇб³ÀÇ ¿ì¼öÇÑ ¿¬±¸ÁøÀÌ ÃֽŠ¿¬±¸ µ¿ÇâÀ» °øÀ¯ÇÏ°í ±³·ùÇÏ´Â Çà»ç·Î, ÇÏÀÌÆÛÄ¿³ØÆ®´Â Áö³ÇغÎÅÍ ¿¬ 2ȸ¾¿ Âü¿©ÇÏ°í ÀÖ´Ù.
À¯Æ©ºê µ¿½Ã »ýÁß°è·Î ¼¿ï´ëÇб³ ±³¼öȸ°ü ÄÁº¥¼ÇȦ ¹× Àܵð±¤Àå¿¡¼ ÁøÇàµÈ À̹ø Çà»ç¿¡¼´Â ÇÏÀÌÆÛÄ¿³ØÆ®¸¦ ºñ·ÔÇÑ ³×À̹ö, LG AI ¿¬±¸¿ø, Ä«Ä«¿À, ¸Þ°¡Á¸ µî ÃÑ 5°³»ç°¡ Âü¿©ÇØ ¼¿ï´ëÇб³ AI ¿¬±¸¿ø ¼Ò¼Ó ±³¼ö ¹× Çлýµé°ú °¢ ±â¾÷µéÀÌ ¿¬±¸ °³¹ß ÁßÀÎ AI ±â¼ú »ç·Ê ¹× ¼º°ú µîÀ» ¹ßÇ¥ÇÏ°í ³íÀÇÇß´Ù.
ÇÏÀÌÆÛÄ¿³ØÆ®´Â ÇϼºÁÖ AI·¦ ÃÑ°ý µð·ºÅÍÀÇ ±â¾÷ Àλ縻À» ½ÃÀÛÀ¸·Î ‘Faster Transformer ÇÁ·Î¸ð¼Ç Àû¿ë´ã’À» ¹ßÇ¥Çß´Ù. Æ÷½ºÅÍ ¼¼¼Ç¿¡¼´Â ¡âÈ¿À²ÀûÀÎ ÀÏ»ó ´ëȸ¦ À§ÇÑ ´ë±Ô¸ð »ý¼º ¸ðµ¨¿¡¼ °Ë»ö ¸ðµ¨·ÎÀÇ Áö½Ä Áõ·ù ±â¹ý(Distilling the Knowledge of Large-scale Generative Models into Retrieval Models for Efficient Open-domain Conversation, EMNLP 2021)’ ¡âÀÏ»ó ´ëȸ¦ À§ÇÑ ¿¹Á¦ ±â¹Ý »ý¼º ÀÌÇØ¿Í °³¼±(Understanding and Improving the Exemplar-based Generation for Open-domain Conversation) ¡â³ëÀÌÁî ¶óº§ ÇнÀÀ» À§ÇØ ÀüÀÌ Çà·Ä ÃßÁ¤À» ÅëÇÑ È¿À²ÀûÀÎ ¶óº§ ¼öÁ¤(Efficient Label Correction for Learning with Noisy Labels via Transition Matrix Estimation) µî ¼¼°èÀûÀ¸·Î ³ôÀº ¼öÁØÀÇ ±â¼ú·ÂÀ» ÀÎÁ¤¹Þ°í ÀÖ´Â ÀÚü AI ±â¼ú¿¡ ´ëÇØ ¹ßÇ¥Çϸç Å« È£ÀÀÀ» ¾ò¾ú´Ù.
ÇÏÀÌÆÛÄ¿³ØÆ® ÇϼºÁÖ AI·¦ ÃÑ°ý µð·ºÅÍ´Â “±¹³» AI ±â¼ú ¹ßÀüÀ» À§ÇØ ÁøÇàµÇ´Â AIIS ¸®Æ®¸´¿¡ ¸Å³â Âü¿©ÇØ »õ·Î¿î ±â¼ú »ç·Ê¿Í ¼º°ú¸¦ °øÀ¯ÇÒ ¼ö ÀÖ¾î ¸Å¿ì ÀǹÌÀÖ°Ô »ý°¢ÇÑ´Ù”¶ó¸ç “AI ±â¼úÀÌ ´Ù¾çÇÑ ºÐ¾ß·Î Àû¿ëÀÌ È®´ëµÊ¿¡ µû¶ó ÇÏÀÌÆÛÄ¿³ØÆ®´Â ¾ÕÀ¸·Îµµ Çõ½Å AI ±â¼ú °³¹ß¿¡ ³ë·ÂÀ» ¾Æ³¢Áö ¾Ê°í ±¹³» AI ±â¼ú ¹ßÀü¿¡ ÀÏÁ¶ÇÒ ¼ö ÀÖµµ·Ï Áö¼ÓÀûÀ¸·Î Èû¾µ °Í”À̶ó°í ¸»Çß´Ù.
ÇÑÆí, 2014³â ¼³¸³µÈ ±Û·Î¹ú ¿µ»ó ±â¼ú ±â¾÷ ÇÏÀÌÆÛÄ¿³ØÆ®´Â ºñµð¿À Ä¿¹Â´ÏÄÉÀ̼ǰú AI ºÐ¾ß¿¡¼ ³ôÀº ¼öÁØÀÇ ±â¼ú ¿ª·®°ú dzºÎÇÑ °æÇèÀ» º¸À¯Çß´Ù´Â Æò°¡¸¦ ¹Þ°í ÀÖ´Ù. ÇÏÀÌÆÛÄ¿³ØÆ®´Â ÀÚü AI·¦À» ¿î¿µÇÏ°í ÀÖÀ» »Ó ¾Æ´Ï¶ó ´Ù¾çÇÑ ¿µ¿ª¿¡¼ ¸ð¹ÙÀÏ µö·¯´× ¿¬±¸¸¦ ÁøÇàÇÏ°í ÀÖ´Ù. ¿Ã ÇØ´Â ÀÚ¿¬¾îó¸®(NLP) ºÐ¾ß ÃÖ°íÀÇ ±¹Á¦ ÇÐȸÀÎ ‘EMNLP 2021’, ±Û·Î¹ú ÃÖ°í ¼öÁØÀÇ µö·¯´× ºÐ¾ß ÄÁÆÛ·±½º ‘CVPR 2021’, Ç¥Çö ÇнÀ ±¹Á¦ ÇÐȸ 'ICLR 2021’ µî¿¡¼ ¿¬±¸ ¼º°ú¸¦ ¹ßÇ¥ÇÏ´Â µî ¼¼°èÀûÀ¸·Î ±â¼ú·ÂÀ» ÀÎÁ¤¹Þ¾Ò´Ù. |