지구 곳곳의 다양한 인공지능 연구들, 어떤 것이 있을까?

본 포스팅은 아래 자료를 읽고 내 맘대로 필요한 부분을 받아 적고 요약을 한, 메모장과 같은 것입니다. 

 

주간기술동향 1899호 (2019/06/05 발행) - ICT 신기술 -  최근 인공지능 프로젝트 동향

 

URL: https://www.itfind.or.kr/publication/regular/weeklytrend/weekly/list.do

주간기술동향 1899호

 

인공지능: 4차 산업혁명의 핵심 분야이며, 산업계로의 활용이 확산되는 시점에 도달

 

주요 인공지능 오픈 플랫폼

구글의 TensorFlow 

MS의 Accord.NET, CNTK

바이두의 PaddlePaddle 등, 

인공지능 기술의 내부에 대한 직접적인 이해보다는,

활용하기 쉽도록 만들어 서비스 개발에 초점을 맞출 수 있도록 도와줌

 

*특히 TensorFlow가 가장 많이 사용되며, 특징은: 
1) 모든 플랫폼에서 모델 배포가능(클라우드, 안드/IOS/라즈베리파이, 웹브라우저 등)

2) 단순화 된 API 제공 (케라스 등)

3) 학습~배포까지 전반적인 머신러닝 워크플로우 지원

 

최근 진행중인 인공지능 프로젝트들

1. Magenta 프로젝트: 노래, 이미지, 그림 등을 생성하기 위한 딥러닝 및 강화학습 알고리즘 개발을 목표로 둠

https://magenta.tensorflow.org/

Magenta

 

2. Detection 프로젝트: 객체 검출 및 인식을 위한 플랫폼. Mask R-CNN, RetinaNet, Fast R-CNN이 포함되어 있으며, 페이스북에서 진행중

https://github.com/facebookresearch/Detectron

facebookresearch/Detectron

 

3. fast.text 프로젝트: 자연어처리 프로젝트. 150개 이상의 사전에 학습된 워드벡터 모델 제공. 

(* 자연어처리 도구의 대표주자인 Word2Vec는 단어를 벡터로 표현해주는 도구(단어의 연결을 기반으로 단어의 연관성을 벡터로 만들어 줌)이다. 따라서 선형적 의미 계산이 가능하며(ex. "아빠-남자+여자 => 엄마") 특정 단어의 유의어, 반의어도 추출이 가능하다.)

Word2Vec와는 다르게, 하나의 워드에도 여러개의 워드들이 존재한다고 간주하여 '부분단어의 벡터들'로 표현하여

오탈자 등 노이즈가 많은 단어들을 분석하는 데 유용하다. 

https://fasttext.cc/

fastText

 

4. imgaug-Image augmentation 프로젝트: 트레이닝 이미지들의 바운딩 박스(맵서버에서 그려지는 지리적 영역의 범위(최소점 X, 최소점 Y, 최대점 X, 최대점 Y)를 나타내는 소수점 또는 매개변수), 세그맨테이션(분할) 맵, 히트맵 등의 정보를 알아낼 수 있고, 새로운 이미지들로 변환또한 가능.  

https://github.com/aleju/imgaug

More (strong) example augmentations of one input image: 

(내사랑 쿼카를 데리고 이런..)

 

5. AirSim-Air Simulation 프로젝트: MS의 시뮬레이터 프로젝트. 자율주행 시스템에 가장 적합함.

 

6. Deep Photo Style Transfer 프로젝트: input 사진(a)에 특정 사진(b)의 스타일을 적용한 사진(e)을 만들어 낼 수 있음. 

   

 

 

https://arxiv.org/abs/1703.07511

Deep Photo Style Transfer

(재밌겠다. 근데 제시되어있는 github페이지(https://github.com/luanfujun/deep-photostyletransfer.git)에는 들어갈 수가 없당... )

대안으로 찾은 주소는 이거긴한데 ? ? https://github.com/luanfujun/deep-photo-styletransfer