인공지능

인공지능
인공지능(AI)이 우리 삶의 모든 측면을 변화시키고 있다. 그것은 우리가 어떻게 일하고 노는지에 영향을 미친다. 그것은 기후 변화나 양질의 의료에 대한 접근과 같은 세계적인 과제를 해결하는 데 도움을 줄 것을 약속한다. 그러나 AI는 정부와 시민 모두에게 현실적인 도전을 가져다 준다. 경제와 사회에 스며들면서 AI 설계와 활용을 안내해야 할 정책과 제도적 틀은 무엇이며, 사회 전반에 어떤 혜택을 주는지 어떻게 보장할 수 있을까. OECD는 AI 기술과 응용 프로그램의 경제적, 사회적 영향을 측정하고 분석하며 모든 이해관계자와 협력하여 공공 정책의 모범 사례를 파악함으로써 정부를 지원한다.
“우리는 우리가 살고, 일하고, 서로 관계를 맺는 방식을 근본적으로 바꿀 기술혁명의 위기에 서 있다. 그 규모, 범위, 복잡성 면에서, 이러한 변화는 인류가 이전에 경험했던 어떤 것과도 다를 것이다.”
“AI는 보통 인간의 지능을 필요로 하는 업무를 수행할 수 있는 컴퓨터 시스템이다. 이러한 인공지능 시스템은 기계 학습에 의해 작동된다. 그들 중 대부분은 기계 학습에 의해 작동되고, 그들 중 일부는 특별히 심층 학습에 의해 작동되며, 그들 중 일부는 규칙과 같은 매우 지루한 것에 의해 작동된다.
인공지능이 중요한 이유는?
인공지능 시스템은 프로세스를 자동화하고 최적화하거나 실행 가능한 통찰력을 만들어 데이터에서 가치를 추출하고자 하는 기업에게 매우 중요하다. 머신러닝(machine learning)으로 구동되는 인공지능 시스템을 통해 기업은 대량의 가용 데이터를 활용하여 한 사람이 식별하기 불가능한 통찰력과 패턴을 파악할 수 있으며, 보다 타겟팅된 맞춤형 커뮤니케이션을 제공하고, 중요한 치료 이벤트를 예측하고, 부정 거래 가능성을 식별할 수 있다., 그리고 그 이상. 하버드 비즈니스 리뷰는 오늘날의 경제 환경에서 AI가 얼마나 중요한지에 대한 핵심 통찰력을 제공한다.
“제조업, 소매업, 운송, 금융, 의료, 법률, 광고, 보험, 엔터테인먼트, 교육, 그리고 사실상 모든 다른 산업들이 기계 학습을 이용하기 위해 핵심 프로세스와 비즈니스 모델을 변화시킴으로써, AI의 영향은 앞으로 10년 안에 확대될 것이다.”
인공지능(AI)과 머신러닝 기술을 채택하지 못하는 기업은 다음과 같은 운명에 처할 수밖에 없다. 전 세계 AI 관련 지출은 매년 50%씩 증가하며 2021년에는 576억 달러에 이를 것으로 전망된다. 소매, 마케팅, 헬스케어, 핀테크, 보험, 그리고 더 많은 산업들이 AI와 머신러닝의 혜택을 받을 것이다. 데이터에서 얻은 통찰력에 의해 움직이는 기업은 2020년까지 비시선 주도 기업으로부터 연간 1조 2천억 달러를 가져갈 것이다. 얼리 어답터의 83%가 이미 AI와 머신러닝 이니셔티브에서 가치를 얻고 있다. AI 도입으로 인한 일자리 순이익은 500만 명이 넘을 것이다.
인공지능 + 데이터로봇
데이터로봇은 규모와 자원을 불문하고 모든 기업이 신흥 AI와 머신러닝 기술을 이용할 수 있어야 한다는 신념에서 설립됐다. 그래서 우리는 모든 기술 수준의 사용자들이 쉽고 빠르게 기계 학습 모델을 제작하고 배치할 수 있는 자동화된 기계 학습을 개발했다. 데이터로봇은 AI의 민주화를 믿고 있으며, 그 때문에 조직 전체의 비즈니스 사용자가 실질적인 비즈니스 가치를 창출하는 실행 가능하고 실질적인 통찰력을 얻을 수 있는 플랫폼을 개발했다. DataRobot은 비즈니스 전반에 걸쳐 사용자가 AI의 힘을 이용할 수 있도록 지원함으로써 조직이 AI 중심 기업으로 탈바꿈할 수 있도록 돕는다.
인공지능(AI)이란?
AI 연구는 GE에서 다학제 연습으로 실행되는데, GE에서는 데이터 중심 머신러닝에서 얻은 통찰력과 재료, 물리학, 생물학, 설계 엔지니어링 등의 영역에서 도출된 예측의 품질과 인과적 검증성을 증폭시키기 위해 융합된다. 우리는 우리의 AI 기술이 문맥적 의미를 관찰하고 이해할 수 있도록, 우리의 자산과 산업 시스템, 인간 건강의 성과와 수명을 향상시킬 수 있는 최첨단 인식과 추론 능력을 창조하고 있다. 우리는 다른 자산이나 에이전트로부터 가르치거나 배우고 실제와 가상의 경험으로부터 학습하여 행동을 이해하고 개선하는 지속적인 학습 시스템을 개발하고 있다. 우리가 직면한 몇 가지 핵심 과제로는 전통적인 감독 학습 접근법에 필요한 충분한 라벨의 부족, 여러 데이터 양식의 수집 및 연계 필요성, 안전 관련 규제 요건 때문에 해석 가능한 AI 솔루션 구축 필요성 등이 있다. 컴퓨터 비전, 기계 학습, 지식 표현, 추론 및 인간 시스템 상호작용의 최첨단 기능을 사용하여 자산의 성능과 상태(불확실성 계량 및 보증과 결합할 경우 다목적적으로 필요한 정보를 제공하는 정보)를 강력하게 모니터링, 평가 및 예측한다.

인공지능

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다