총 76개
-
인공지능의 역사와 현 수준2025.05.011. 인공지능의 역사 인공지능(AI)의 역사는 1940년대부터 시작되었으며, 주요 이정표로는 앨런 튜링의 튜링 테스트 제안, 1950-60년대의 초기 AI 프로그램 개발, 1970-80년대의 전문가 시스템 개발, 1980-90년대의 신경망 및 기계 학습 알고리즘 개발, 2000년대의 딥러닝 알고리즘 개발 등이 있다. 최근 몇 년 동안 AI는 자율주행 차량, 로봇 공학, 가상 비서, 개인화된 의학 등 다양한 분야에서 빠르게 발전하고 있다. 2. 인공지능의 현 수준 인공지능은 자연어 이해, 이미지 인식, 의사결정 등 인간의 지능이 필요...2025.05.01
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 이해(NLU)와 자연어 생성(NLG)에 강점을 지닌다. 대표적인 예로는 OpenAI의 GPT 시리즈가 있으며, 이들은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 텍스트 생성 능력을 보유하고 있다. LLM은 주로 챗봇, 자동 번역, 텍스트 요약, 감정 분석 등 다양한 언어 처리 작업에 활용된다. 2. LMM(대규모 멀티모달 모형) LMM은 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리할 수 ...2025.01.26
-
언어 변수와 헤지, 퍼지 집합 연산, 포함관계에 대해 서술하시오.2025.01.171. 퍼지 퍼지(Fuzzy)란 모호하거나 정확하게 정의하기 어려운 개념을 나타내는 말이다. 퍼지 논리는 모호한 대상을 다루는 논리이다. 퍼지 집합은 퍼지 논리에서 중요한 개념으로, 모호한 정보나 불확실성을 다루는 데 사용된다. 퍼지 집합을 구성할 때는 단일 전문가 기반 퍼지 집합과 다중 전문가 기반 퍼지 집합, 인공 신경망을 이용하는 방법 등이 있다. 2. 언어 변수와 헤지 언어 변수란 우리가 말할 때 정확한 단어를 선택하기 모호한 상황에서 사용되는 용어를 말한다. 언어 변수는 절대적인 언어 변수, 상대적인 언어 변수, 범주형 언어...2025.01.17
-
ChatGPT란2025.04.281. ChatGPT ChatGPT(Conversational Generative Pre-trained Transformer)는 OpenAI에서 개발한 언어 생성 모델입니다. 인간이 생성한 텍스트의 대규모 데이터 세트를 사용하여 훈련되며 인간과 유사한 언어를 생성할 수 있습니다. 이 모델은 2018년에 처음 소개되었으며 이후 다양한 버전으로 업데이트되었습니다. ChatGPT의 최신 버전인 ChatGPT-3에는 1,750억 개의 매개변수가 있으며 언어 번역, 질문 답변 및 텍스트 완성과 같은 광범위한 자연어 처리 작업을 수행할 수 있습...2025.04.28
-
마코프 체인(Markov Chain)을 통해 알아보는 GPT의 작동 원리 (파이썬코딩 예제포함)2025.05.091. 마코프 체인 마코프 체인은 상태 공간을 가지고 그 상태들 간의 전이 확률을 나타내는 모델입니다. 이 모델을 사용하여 다양한 예제를 해결할 수 있습니다. 날씨 예측, 텍스트 생성, 주식 시장 예측, 게임 시뮬레이션 등 다양한 분야에서 활용될 수 있습니다. 2. 문장 생성 마코프 체인을 이용한 문장 생성은 자연어 처리와 인공지능 분야에서 흥미로운 주제 중 하나입니다. 이 예제는 텍스트 데이터를 활용하여 이전 단어와 현재 단어의 관계를 파악하고, 그 관계를 기반으로 새로운 문장을 생성하는 방법을 알아봅니다. 3. GPT(Genera...2025.05.09
-
논리모델의 개념과 특성, 프로그램 평가 및 사례2025.05.101. 논리모델의 개념과 특성 논리모델은 실생활의 복잡한 문제를 수학적으로 표현하고 해결하는 도구입니다. 명제 논리학의 개념을 기반으로 하며, 간결한 논리적 추론을 가능하게 합니다. 논리모델의 가장 중요한 특성은 절대적인 정확성으로, 모호함이나 불확실성이 없어 프로그램의 신뢰성과 안정성을 향상시킬 수 있습니다. 또한 논리모델은 실제 세계에 적용하고 이해하기 쉬운 기호와 연산자를 사용하여 사용자가 문제를 쉽게 이해하고 해결할 수 있도록 돕습니다. 2. 논리모델을 이용한 프로그램 평가 프로그램 평가에서 논리모델은 두 가지 방식으로 활용됩...2025.05.10
-
OpenAI의 혁신적 기술, 인공지능의 미래2025.05.071. OpenAI 소개 OpenAI는 2015년에 설립된 인공지능 연구 및 개발 회사로, 엘론 머스크, 사머 세틴 등이 창업 멤버로 참여하였습니다. 회사의 목적은 인공지능 기술의 발전과 사람들의 삶에 긍정적인 영향을 미치기 위한 연구를 진행하는 것입니다. OpenAI는 인공지능 연구 분야에서 혁신적인 기술 개발과 연구를 수행하고 있으며, 특히 대화형 AI 모델인 GPT 시리즈는 자연어 생성 분야에서 큰 주목을 받고 있습니다. 2. GPT 모델의 혁신성과 활용분야 GPT (Generative Pre-trained Transformer...2025.05.07
-
전산개론_빅데이터의 정의와 특징 그리고 분석기술을 조사하여 제출하시오.2025.05.021. 4차 산업혁명 4차 산업혁명의 특징은 초연결성, 융합, 초지능, 노동력 위기, 심각한 불균형과 양극화 현상 등 5가지로 분류할 수 있다. 이러한 4차 산업혁명의 배경 속에서 빅데이터의 개념, 특징, 분석기술이 등장하게 되었다. 2. 빅데이터의 개념 빅데이터는 많은 양의 데이터로, 속도가 빠르고 다양한 종류의 데이터를 포함하고 있다. 기존의 관리 방법이나 분석 체계로는 처리하기 어려운 방대한 양의 데이터 집합을 저장, 수집, 분석, 관리, 시각화하는 정보통신 기술 분야라고 볼 수 있다. 3. 빅데이터의 특징 빅데이터의 대표적인 ...2025.05.02
-
Chat GPT의 원리, 활용, 한계와 업무 효율화2025.01.151. Chat GPT의 개요 Chat GPT는 OpenAI에서 개발한 자연어 처리(NLP) 모델로, 대화형 인공지능 서비스입니다. Chat GPT는 대규모 언어 모델을 기반으로 하며, 대량의 텍스트 데이터를 학습하여 자연어 이해 및 생성 능력을 갖추고 있습니다. Chat GPT는 다양한 응용 분야에서 활용될 수 있으며, 확률적 응답 생성, 강화학습을 통한 성능 개선, 언어 모델의 확장성 등의 특징을 가지고 있습니다. 2. 자연어 처리와 Chat GPT 자연어 처리(NLP)는 컴퓨터가 인간의 언어를 이해하고 생성할 수 있도록 하는 기...2025.01.15
4 / 8
