2. 이런 물건이 나올 것이라고는 생각하지 못했다.
도대체 무엇이 가능하게 만든걸까?
기술적 관점에서 Deep Learning의 의미?
Deep Learning으로 잘 안 풀리는 문제?
현 시대의 사용자 관점에서 인공지능이란?
SF 영화 속의 인공지능 시대는 정말 올까?
1
I.
II.
III.
IV.
V.
VI.
11. 나는 5,000원을 받고 당신에게 책을 주었다.
=
=
=?
당신은 5,000원을 나에게 주고 나는 책을 주었다.
당신은 5,000원을 나에게 주고 나로부터 책을 받았다.
책은 나로부터 당신에게 갔고 5,000원이 당신으로부터 나에게 왔다.
심벌로 표현되는 것 그 밑의 의미표현은 무엇일까?
18. Hidden Layer를 많이 두면
성능이 올라가지 않을까?
(From http://deeplearning.net/tutorial/deeplearning.pdf)
이상하게 안 올라간다.
Pre-training 단계를 두자
성능 향상을 이룸
(G. Hinton 2006)
Layer를 많이 둔 Neural Network = Deep Learning
26. (From Computational Linguistics, January 7, 2016)
Deep Learning이 유행하면서 모두들 경쟁하듯이
Deep Learning으로 자연어처리 문제를 해결하려고 하는데,
자연어처리는 “언어 기술의 도메인 과학”이다.
인간의 언어 구조를 고민해야지
숫자 경쟁에 뛰어들지 마라.
27. Deep Learning
Conventional
Method
Object Recognition
Dialogue Management
Acoustic Modeling
Machine Translation
Recommendation
Text-To-Speech
Natural Language
Understanding
거대한 양의 순수 대화자료 수집은 불가능하다.
진정한 대화를 위해서는 “행복”과 같은 단어의 의미를 알아야 한다.
“행복”이란 단어는 우리의 뇌에 어떻게 표현되고 있을까?
32. Text
음성인식/합성
Semantic Form
자연어 이해/
자연어 합성
검색
사용자 행동
추천
크롤
“내일 날씨 어때?”
“내일은 비가 오겠습니다”
AskWeather(Day=tomorrow)
사용자 상태
InformWeather(Day=tomorrow, weather=rainy)
“내일 날씨 어때?”
“내일은 비가 오겠습니다”