Видео

1:01:03 혁명정신이 깃든 사과 ㄷㄷ

테디노트 최고오 ~~ 감사합니다 :))

정말 훌륭한 자료 감사드립니다.

최고입니다

AI프렌즈와 테디님께 최고의 강의 준비해주셔서 감사의 말씀 드립니다.

초대해 주셔서 감사합니다🙌 영광스러운 자리였습니다. 라이브에 참여해 주신 분들도 감사드립니다!

혹시 사용하신 코드 볼 수 있을까요?

잘 들었습니다.

얘 많이 쓰셨읍니다. 큰 힘이 됬읍니다. 감사합니다.

중국이 로봇산업 싹슬이 하면 한국은 모 먹고살죠?

단오날 여인이 그네 타는 영상하고 비슷하네요...

저의 뇌피셜 2025년: 인공지능의 한계가 여러 분야에서 드러나게 되면서 돌파구를 찾기 위한 연구가 시작됨. AI 한계론이 크게 퍼짐 2026년: 기업들이 인공지능에만 몰두하다 제품들의 퀄러티를 놓침. 코드 퀄러티의 저하가 일어나고 여기저기서 프로그램 장애가 발생.

너무 재밌게 잘봤습니다..남세동님 최고 ❤❤

비행기에 대해서 한 마디 하자면 라이트 형제가 비행기를 개발하기 이전에, 이름 없는 누군가가 1000번 넘게 새의 날개를 달고 날면서(어리석어 보이지만?) 비행 데이터를 모두 기록해 두었다는 사실입니다. 어떤 독일계 미국인이 그 자료를 토대로 비행기를 제작해 실제로 100m 이상을 나는데 성공했다고 합니다. 그 성공한 기체를 라이트 형제가 직접 보고난 후 비행원리 등을 알게 되었다는 말이 있습니다. 제가 말하고 싶은 요지는 그만큼 데이터가 중요하다는 사실입니다. 전 지구적으로도 많은 데이터가 매일매일 쌓이고 있기 때문에 모르고 있던 그 무엇인가를 알아내거나 어떤 새로운 결론을 도출하기가 쉬워지고 있다는 말입니다.

내가 본 딥러닝의 원리 설명 중 최고. 많은 인사이트를 얻어 갑니다. 남대표님 존경하고 감사합니다.

안녕하세요 카톡방 입장코드 알고싶습니다!

좋은 정보 감사합니다😊

기계가 사람보다 안전하다

## 딥러닝의 현재와 인공지능의 미래 ### 컴퓨터와 딥러닝 - 컴퓨터는 숫자만 다루는 기계임. - 스마트폰, 데스크탑, 노트북 등 모든 컴퓨터는 0과 1로 이루어진 이진법을 사용함. - 사진, 영상, 음악, 텍스트 등 모든 데이터는 컴퓨터에서 숫자로 처리됨. - 기존 프로그램은 사람(프로그래머)이 숫자 처리 로직을 설계하고 코드로 작성함. - 딥러닝은 컴퓨터가 스스로 데이터에서 패턴을 찾아내는 방식임. ### 딥러닝의 작동 방식 - 딥러닝은 인공 신경망을 기반으로 함. - 인공 신경망은 사람의 뇌 신경망을 모방한 구조임. - 인공 신경망은 노드(뉴런)와 엣지(시냅스)로 구성됨. - 각 엣지에는 가중치(weight)가 부여됨. - 입력 데이터는 노드를 거치면서 가중치와 곱해지고 더해짐. - 최종 출력값은 입력 데이터가 어떤 범주에 속하는지 나타냄. ### 딥러닝의 학습 과정 - 딥러닝 모델은 초기에는 무작위 가중치를 가짐. - 수많은 데이터를 입력하고 출력값을 비교하며 가중치를 조정함. - 이 과정을 반복하면서 모델은 점점 더 정확한 예측을 할 수 있게 됨. - 딥러닝 학습에는 엄청난 양의 데이터와 컴퓨팅 파워가 필요함. ### 딥러닝의 응용 사례 - **이미지 분류:** 고양이 사진을 입력하면 컴퓨터가 고양이라고 판별하는 프로그램. - **스윙 로봇:** 스스로 그네 타는 법을 학습하는 로봇. - **자율 주행:** 자동차가 스스로 운전하는 기술. - **챗GPT:** 사람과 자연스럽게 대화하는 인공지능 챗봇. ### 딥러닝의 미래 - 딥러닝은 인공지능 분야의 혁신을 이끌고 있음. - 2025년에는 인공지능이 과학기술 발전의 원동력으로 자리 잡을 것임. - 2030년에는 인공지능에게 노벨상이 수여될 가능성이 높음. - 2035년에는 고속도로에서 사람 운전이 금지될 것임. - 딥러닝은 앞으로 더욱 발전하여 우리 삶의 많은 부분을 변화시킬 것임. ### 딥러닝의 한계 - 딥러닝 모델은 복잡한 계산 과정을 거치기 때문에 그 결과를 해석하기 어려움. - 딥러닝 모델은 학습 데이터에 편향될 수 있음. - 딥러닝 모델은 새로운 상황에 대한 일반화 능력이 부족할 수 있음. (By Joon's RUclips Analyzer)

남세동은 못참지~

좋은 내용 공유 감사합니다

선좋아요 후감상ㅎㅎ

xoft님이 이런 분인지 처음 알았네요. 글과 영상만 보다가 이렇게 뵙게 되니 너무 반갑네요. 감사합니다

오픈채팅에 참여하고 싶습니다. 혹시 참여코드를 알 수 있을까요?

음….

물리학 박사님들의 생각 흥미롭게 들었습니다. 프리젠테이션은 투박하지만, 저는 정말 좋은 프리젠테이션이었다고 생각합니다. 박사님들의 동기부여와 여정도 멋지다고 생각하고요. 우선, 구글 TransformerFAM 논문과 결과적인 아키텍쳐는 굉장히 비슷하네요. Feynman path integral에서 영감을 받았느냐, Neuroscience에서 영감을 받았느냐란 동기부여는 차이가 나지만요. 사실 TransformerFAM를 제가 썼습니다. Infini Transformer도 구글 내부적으로는 TransformerFAM 코드 위에서, 저자가 블록 recurrent 메카니즘만 바꾼 논문입니다. 저도 대학원에서 물리학했던 입장에서, 물리했던 사람들의 문제 접근방식*이 비슷해서, 결국 이런 비슷한 아키텍쳐에 같이 도달한것 같습니다. * 환원주의로 원소를 뜯어보고 그중 병목을 해결하는 접근이요. 물리하다 딥러닝으로 넘어온 사람들의 동기부여 역시 비슷한것 같습니다. 우주의 동작원리를 알고 싶어 물리를 했던것 처럼, 지능의 동작원리를 알고싶은것이요. 요즘 물리학 기반으로 AGI를 가장 잘하는 회사는 Anthropic같습니다. 창업자 Dario Amodei나 Jared Kaplan가 입자물리 교수하다 딥마인드, OpenAI에서 LLM만들고, 창업한 사람들이라. 회사도 effective altruism 신봉자들이 모여 있어, AGI를 인류를 위해 만드는게 목적인 집단같고요. 저도 비슷한 동기부여로 제가 할수 있는 선에서 인생과 커리어를 최적화 하고 있는데요. 박사님들의 여정 응원합니다.

AI프렌즈 아니면 어디서 이런이야기 들을수 있을까 싶습니다. 감사합니다.

찢었다!!!!

오히려 전력소모와 환경문제가 조만간 엔비디아의 발목을 잡을 가능성은 없을까요??

3:24 Famous examples of GNN 12:22 Background theories 38:29 Graph Convolutional Network(GCN) 45:10 Graph Learning on Point Clouds 1:04:30 QnA

강의 너무 잘 들었습니다 톡방 입장이 가능할까요?

너무나 재밌습니다!!

찢으셨습니다

이동수 이사님 하정우 센터장님 대한민국의 미래입니다.화이팅입니다.

59:17

필드에서만 알 수 있는 내용을 들려주셔서 너무 감사합니디. 귀한 공유 감사 드리며 이동수 이사님의 앞으로의 활동도 크게 기대가 되네요. 고맙습니다!!

현업자의 이야기를 너무 재미있게 해 주셔서 잘 들었습니다!

ruclips.net/user/live23FgEREMKos?si=sgGwooQ9hhI1_Yz4

오우 어려운 내용이지만 설명을 깔끔하게 잘해주셔서 재밌게 들었습니다. 2시간이 훌쩍 지나갔네요

진짜 너무 유익하고 흥미로운 강의였습니다. 시간 가는 줄 모르고 들었습니다 👍👍 @aifrenz 매번 좋은 세미나 공유 해주셔서 감사합니다.

우와.. 아주 재밌게 들었습니다 ㅎㅎ

감사합니다.

데이터센터에 SMR붙여 우주에 올려버리면 되잖아 ! SMR문제 생기면 분리되어 우주로 날려버리면 되잖아 !

데이터센터에 SMR붙여 우주에다 올려버리면 되지 ! 통신위성도 있겠다 백업용만 지상에 두면 되잖아 !

귀한 세미나 감사합니다!!

너무 귀중한 강의 잘 들었습니다!

좋은 강의 정말 감사합니다 🙏