마기시스템이라고 에반게리온에 나오는 인공지는 컴퓨터인데
마기 인공지능의 특징이 뭐냐면 3개의 다른 성격의 인공지능이 판단을 해서 만장일치가 나와야 일을 처리하도록 설계 한 인공지능 시스템이야
이 개념을 응용해서 람다 30개를 생성시켜서 초당 1프레임의 사진을 판독 시켜서
AWS 람다에 물린 각기 다른 3개의 세이지메이커 엔드포인트와 람다 30개를 실행 하여서
30개의 람다 중 단 하나라도 다른 의견이 나오면 이 판단은 거짓이라고 판단하는 거지
완벽한 알고리즘이여도 순간의 잘못된 판단이나 오차로 인하여 잘못된 판단을 내릴 수 있다는 점을 알고 해결을 위해 민주주의의 기본 개념 중 하나인 투표를 통하여 보완 하려고 했다.
단 한번이라도 잘못된 판단을 일으킬 경우 전체 소프트웨어의 품질이 감소되어서 적용한 방법론인데 개발 도중에 몇일 전 이 시스템의 가장 큰 헛점을 최근 발견하였는데
수십시간동안 30개의 람다가 모두 30% 이상의 확률로 사람과 고양이가 출입하였다고 판단하는 일이 벌어지게 된거지
3개의 세이지메이커 엔드포인트 모두 범용성을 위해 이미 잘 쓰이는 모델을 기반으로 커스텀하여서 사용 하고 있는데 여기서 학습된 결과 위 이미지 박스 2개의 겹쳐진 부분과 고양이 얼굴 모양의 종이가방을 실제로 사람과 고양이라고 판단하는 큰 오류를 발견 하게 되었어.
그래서 이번주는 이 부분을 개선 하기 위해 세이지 메이커 엔드포인트 3개 중 1개는 완전 커스텀 모델로 제작해서 람다 30개 중 10개는 독립된 판단을 내리도록 변경 할 예정이야
정리하자면 3개의 각기 다른 성격과 30개의 각기 다른 시간대의 사진을 이용한 람다 30개가 모여서 만장일치가 나와야 판단하는 시스템인데 이 람다의 이름이 마기 시스템인 이유지 ㅋㅋ
궁금한점 있으면 댓글 달아줘바
- Google Cloud Platform Certified Professional Cloud Architect
30개 람다의 알고리즘이 같다면 어차피 같은 결과값 뱉는거아님 ㅇㅡㅇ..? 각기다른 방법으로 이미지 분석하는거? - dc App
일단 인공지능을 담고 있는 세이지 메이커 엔드포인트가 3개이고 람다 10개씩 3초마다 연산한 결과를 합산 해서 최종 판단을 내림
결과론적으로 30개의 람다는 3개의 다른 모델과 30초에 해당하는 시간을 가지고 판단 하는 거지.
3개의 엔드포인트로 분산처리하니까 세이지메이커의 부하가 낮아지는 것은 덤이고
세이지 메이커 모델에서 결과가나오는거아니야? 거기서 람다가 30개던 1개던 같은 결과 아닌거야? - dc App
람다 수 x 시간 30초 x 세이지 메이커 엔드포인트 모델 한 만큼 다양한 값이 나옴
근데 세이지메이커에서 내뱉는 값은 이 이미지에 어떤 몇 퍼센트 확률로 물체가 있다고 인식했음 이런 값아님? 이걸람다가 뭘 할수 있는거임? 다른 세이지메이커 끼리의 값을 비교하는건가? ㅇ.ㅇ..? - dc App
특정한 퍼센트로 판단한 객체 1등을 그 람다의 투표값인 거고 그 투표 30개를 모아서 판단 하는 거야
물론 특정 퍼센트 미만 객체가 1등이 되면 그 람다 표는 무효 처리
음.. 몇 퍼센트 이상이면 허용하겠다는 설정이 있고 모든 람다에서 통과하면 최종적으로 인정하겠다는 그런건가 ㅇ.ㅇ... 아 그리고 이미지분석이면 rekognition 써도대지않음? 세이지메이커 쓴이유가있음? 이미지분석 알고리즘 쪽 커스텀하고 있는거? - dc App
해당 댓글은 삭제되었습니다.
앙상블 모델과 가장 큰 차이점은 서로 독립적인 모델 3개의 각각의 판단을 존중 한다는 거지
뵤 - dc App
앙상블이랑 다르게 하나의 알고리즘만 사용되는 거고 첫댓 말처럼 내부 ㅛㅜ도랜덤제너레이터에 의해서 사실상 결과가 비뀌는거랑 좃도 의미없는거 맞음 - dc App
gcp professional cloud developer 자격증 딸만한가요 개발자로서
정치기보단 좋음
Professional Cloud Architect 따셨다고 되있는데, Professional Cloud Developer 따면 어떤점을 어필 할 수 있을까요?
아키텍트를 따는 것을 추천하는게 인프라를 아냐 모르냐에 따라 자신이 다룰 수 있는 폭이 굉장히 넓어짐
Architect 는 sales 나 solutions engineer 에 좀 더 최적화된 느낌이라 could developer 를 공부해보려 했는데 cloud developer 로는 인프라가 충분히 커버가 안되나요?
성향 차이이긴 한데 나는 전체적인 큰 그림을 그리는 것을 좋아해서 아키텍트가 맘에 듬
글쿤요 근데 gcp 자격증 갖고 계신 aws 쓰신 이유가 있을까요? gcp 도 같은 기능 거의 다 있을텐데