인텔 AI 교육 - Module-1, 2, 3

인텔 AI 교육

Regain 2023. 7. 4. 09:18

(해당 자료들은 인텔 AI for Future Workforce내용을 학습하고 가공한 내용입니다.)

#Module-1

*오늘날의 AI

자동차 자율주행, 의학분야, 스마트팩토리 등 다양한 장소에서 활용할 수 있도록 연구가 진행되고 있다. 하지만 딥페이크같은 기술이 악용되어 심각한 범죄가 일어날 수도 있다.

*AI 연구 챌린지

AI가 정신 건강 문제를 겪고 있는 학생들에게 어떠한 도움을 주고 있는지 기존의 AI 솔루션 알아보기.

보통 정신 건강을 알아보기 위해 챗봇을 이용해 진단을 많이 내리며 뇌파를 이용한 진단도 존재하였다.

챗봇

뇌파

#module-2

*AI의 주요 기능

시각 활용(CV), 언어 활용(NLP)

기존의 정보로 새로운 정보를 분석하는 것(기존의 문제-답 쌍을 통해 새로운 문제에 대한 답을 추론)

보통 80%이상이 되어야 믿을만한 수준.

*AI 사례 연구

도로 안전에 대한 우려.

이에 대해 졸음운전 모니터 프로젝트가 존재한다. 카메라를 통해 눈의 깜빡임, 주행중 스마트폰을 보는지 여부, 졸린 상태 확인 등 다양한 요소들을 통하여 운전자의 상태를 판단.

*친환경 교실 프로젝트

어떻게 에너지를 효율적으로 사용하는 교실을 설계할 수 있을까?

(1) 개인 텀블러 사용 시에만 물이 나오는 정수기

(2) 사람의 체온에 따라 온도 조절이 되는 에어컨

(3) 사람의 유무에 따라 on/off되는 컴퓨터

#module-3

*코드 순서 : 알고리즘 순서도 -> 의사코드-> 실제코드 작성(실제 코드는 공개하지 않고 의사코드, 알고리즘 순서도만 공개하는 경우도 있음)

*퍼셉트론

인공 신경망(Aritificial Neural Network, ANN)의 구성 요소(unit)로서 다수의 값을 입력받아 하나의 값으로 출력하는 알고리즘이다. 또한 Perceptron은 perception과 neuron의 합성어이다.

모든 입력(요인/조건/형상)추가 -> 각 입력의 중요도에 대한 가중치 도입 -> 결정을 위한 ‘바이어스’(b)도입 -> 결과에 따른 판정 내리고 확인

밀도 : 인공신경(퍼셉트론) => 인공신경망(ANN) => 심층신경망(DNN)

*Teachable Machine

여러 물건들의 여러 이미지를 촬영하고 이후 물건들끼리 분류할 수 있는지 간단하게 테스트할 수 있는 웹사이트이다. (핸드폰 기종, 문구류 등)

*Teachable Machine의 구성 요소

에포크 : 전체 데이터에 대한 학습 반복 수

배치 크기 : 한번 반복될 때 사용되는 샘플의 수

학습률 : 역전파과정에서 오류를 수정할 때 얼마나 수정할 지