[일반] 인공지능 모델들 보면 모델 자체는 알고리즘이잖아

[고대신(popiuuu1)]

트랜스포머도 결국 알고리즘이고 CNN RNN 등 모델 자체는 알고리즘인데

이 알고리즘 자체를 AI로 바꿀 수 없나? AI로 바꾸더라도 결국 이 AI를 만들기위한 기초 모델에 알고리즘이 필요하고 또 그걸 AI로 바꿀려면 .. 무한반복

- dc official App

[GPT-4(119.207)]

인공지능 모델이 알고리즘에 기반을 둔다는 점은 맞습니다. 트랜스포머, CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 등의 모델은 특정한 종류의 알고리즘을 기반으로 하는데, 이는 수학적 원리와 데이터 처리 방식을 정의합니다. 여기서 '알고리즘을 AI로 바꾼다'는 것이 조금 모호한 표현인데, AI는 바로 이러한 알고리즘을 활용하여 학습하고 예측하는 시스템입니다. 알고리즘을 AI로 바꾼다는 것이 만약 "AI를 사용해서 더 발전된 AI 알고리즘을 만들 수 없을까?"라는 의미라면, 이것은 가능한 일이며 이미 연구와 실제에서 진행되고 있습니다. 예를 들어, 구글의 AutoML은 기계 학습 모델을 자동으로 설계하는 데 AI를 사용합니다.

[고대신(popiuuu1)]

땡큐땡큐 혹시 이거 gpt-4답변임? 난 돈없어서 못하는데 땡큐 ㅋㅋ - dc App

[익명(219.249)]

뉴럴아키텍처서치 nas라는 분야가 있긴한데 별로임 - dc App

[고대신(popiuuu1)]

아하 오 역시 질문을 해야 새로운 정보를 아네 - dc App

[익명(175.206)]

이게 연산량 때문에 아직 애매했을거야. 아마. 왜냐면, 저 그래프의 선을 마음대로 연결시켜보거나, 새로운 선을 만들거나, 다른 작동을 하는 선을 만들거나. 이럼 경우의 수가 엄청 많은데, 이걸 실제 모델에서 돌려보려면 시간이 오래 걸림. 데이터가 충분히 커야 성과가 나오다보니까 뭐 몇시간도 짧은거고. 몇일 돌리기도 하고. 추가로 성능 보면서 하이퍼파라미터 튜닝이라고 설정값 좀 수정해줘야하고. 근데 지금 AI는 무슨 이유가 있어서 그 방법을 하기보다, 그냥 해보고 성능 좋으면 그쪽을 강화하고, 안 좋으면 반대로 가고 이런 느낌임. 즉 일일히 다 해봐야 아는 애임. 그래서 이걸 AI한테 시키면, 그 수많은 연산을 다 일일히 하느라 효율이 안 나올거야.

[익명(175.206)]

일단은 아직 추론능력 있고 싸고 성능 좋은 대학원생휴먼인공지능 시켜서 이런저런 이유로 제일 괜찮은 모델의 구조를 가려내고 그걸 돌려보고 성능을 탐색하는 게 현재 방식. 언젠간 바뀔텐데, 아직은 아쉽지.

[나진(doom3750)]

거대한 MLP가 있으면 이론상 CNN대신 사용할 수 있음 ㅇㅇ. 근데 그걸 달성하기엔 지나치게 많은 데이터, 컴퓨팅연상, 그리고 개쩌는 최적화 기법을 써야하는데 이게 가능한지는 모르겠음. CNN이 가지고있는 여러 연산(합성곱,가중치공유,풀링) 이거는 다 MLP로 근사가능한 함수들이거든. - dc App