인공지능

인공지능(AI)이 중요한 이유는?
인공지능(AI)이 우리 세상을 빠르게 변화시키고 있다. AI 역량의 괄목할 만한 급증으로 인해 우리 집에는 자율주행차와 사물인터넷(IoT) 기기들이 연결된 등 수많은 혁신이 일어났다. AI는 복잡한 인간-뇌 직접 인터페이스를 통해 마비된 사람이 다시 느끼는 것을 도울 수 있는 뇌 조종 로봇팔 개발에도 기여하고 있다. 이 새로운 AI 지원 시스템은 상업과 의료에서 교통과 사이버 보안에 이르기까지 모든 것을 혁신하고 있다. AI는 우리 경제를 포함한 우리 사회의 거의 모든 측면에 영향을 미칠 수 있는 잠재력을 가지고 있지만, AI가 가져다주는 신기술의 개발과 활용에 기술적 도전과 위험이 없는 것은 아니다. AI는 신뢰성, 안전성, 정확성을 보장하기 위해 신뢰할 수 있는 방식으로 개발되어야 한다.
AI 기술 신뢰도 제고
NIST는 측정 과학을 강화하고 기술을 보다 안전하고, 사용 가능하며, 상호운용 가능하고, 신뢰할 수 있게 만드는 표준과 지표 개발에 참여함으로써 기술에 대한 신뢰를 배양하는 것으로 오랜 명성을 가지고 있다. 이 작업은 빠르게 진화하는 기술에 대한 대중의 신뢰를 확보하기 위해 AI 공간에서 매우 중요한 작업으로, 이 분야가 약속하는 모든 혜택을 누릴 수 있다. AI 시스템은 일반적으로 머신러닝(machine learning)에 의해 만들어진 데이터 중심 모델이나 패턴을 탐지하고 도출하는 시스템의 능력에 기초하여 결정을 내린다. 기술이 발전함에 따라 안전하고 신뢰할 수 있으며 안전한 AI를 보장하는 엄격한 과학실험을 개발해야 할 것이다. 우리는 또한 AI 데이터, 성능, 상호운용성, 사용성, 보안 및 프라이버시에 대한 광범위한 표준을 개발할 필요가 있다. AI에 대한 NIST 연구는 AI 시스템의 보안성과 신뢰도를 측정하고 향상시키는 방법에 초점을 맞추고 있다. AI 기술을 활용한 시스템에 대한 혁신, 국민의 신뢰, 신뢰가 보장되는 국제표준 개발 참여 등이 여기에 해당한다. 또한 NIST는 AI의 역량과 한계를 더 잘 이해할 수 있을 뿐만 아니라 연구 자체에 대한 보다 깊은 통찰력을 얻기 위해 측정 문제에 AI를 적용하고 있다. NIST에서 AI 전문지식을 강화하고 NIST 과학자가 기계 학습 및 AI 도구를 일상적으로 그려 연구에 대한 심층적인 통찰력을 얻을 수 있도록 함으로써 AI를 NIST 계측학 문제에 적용하도록 촉진.
AI 시스템의 보안성 및 설명성을 측정하고 향상시키기 위한 기초적인 연구.
최근 출범한 AI 방문 펠로우 프로그램은 AI와 머신러닝 분야의 국가적으로 인정받는 리더들을 NIST에 데려와 지식과 경험을 공유하고 기술 지원을 제공한다. 과학 논문으로부터 중요한 데이터를 자동적으로 포착하기 위한 노력의 일환으로, 국립표준기술원의 컴퓨터 과학자들은,
그림에는 이메일, 소셜 미디어 등과 같은 디지털 자료의 네트워크로 연결된 아이콘 위로 돋보기 글라스가 표시된다.
COVID-19 연구를 위한 검색 엔진 개선을 위한 NIST 및 OSTP 출시 노력
2020년 4월 15일
GAITERSBURG, Md. — 오늘, 미국 상무부 국립표준기술연구소(NIST)와 백악관 과학국과
파란 바탕에 커다란 노란색 물결 모양의 그래픽 두 개와 작은 원 안에 있는 다섯 개의 흑백 이미지의 원형 이미지 아래에 눈을 가진 컴퓨터가 앉아 있다.
양자 컴퓨터를 조정하려면 AI 정비사를 부르는 것이 좋다.
2020년 3월 31일
고급 경주용 자동차 엔진은 최고 품질의 성능을 제공하기 위해 모든 구성 요소를 튜닝하고 정밀하게 함께 작동해야 한다.
뉴로모픽 컴퓨팅을 위한 스핀트로닉스
차세대 정보처리에 대한 가장 유망한 새로운 접근방식 중 하나는 스핀트로닉스(spintronics)로, 정보는 전자 스핀으로 운반되는 것이 아니라 전자 스핀으로 운반된다.
단일 장치 통합을 위해 설계된 작은 트랜지스터 배열.
나노 전자 및 기계 학습을 위한 통합 CMOS 테스트베드
인공지능의 급속한 증가와 저에너지, 고성능 컴퓨팅에 대한 끊임없는 수요로 인해, 연구는 소설로 가속화되고 있다.
EBIC 전류
뉴로모픽 디바이스 측정
뉴로모픽 컴퓨팅은 인공지능을 위한 정보처리에 있어 디지털 전자제품 대신 영감이라는 새로운 접근방식이다.
모든 프로젝트/프로그램 보기
출판물
심층 비디오 이해에 관한 국제 워크숍
2020년 10월 22일
작가 키이스 커티스, 조지 M. AWAD, 샤하드 K. RAJPUT, 이안 M. 소보로프
딥 비디오 이해에 관한 국제 워크숍 소개서 입니다. 최근 몇 년간, 이해에 힘쓰는 경향이 증가하고 있다.
유동기반 봇넷 공격예측에 관한 실증적 연구
2020년 10월 22일
작가 미츠히로 하타다, 매튜 A. 숄
사물인터넷 시대에 봇넷 위협이 높아지고 있어 봇넷 검출과 측정에 대한 연구가 활발해지고 있다. 대조적으로, 이 연구는
기계학습모델의 활용에 관한 연구
2020년 9월 15일
작가 왕준, WAI 청 탐, 폴 A. 르네케, 리처드 D. 피콕, 토머스 G. 클리어리, 유진 유준 푸, 그레이스 NGAI, 홍바 렁
이 논문은 기계 학습 알고리즘의 잠재적 사용 가능성을 조사하기 위한 연구를 제시한다.
화재 데이터를 위한 시계열 특성 추출 및 선택 도구
2020년 9월 15일
작가 왕준, 유웨이 지아, 유진 유준 푸, 지아 리, 와이 청 탐
본 논문은 화재 연구의 시계열 데이터에 대한 감독된 분류/복구 작업을 수행하기 위한 기계 학습의 사용을 촉진하는 것을 목적으로 한다.

인공지능

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다