2016년 이전 머신러닝이 대세
머신러닝에 속하는 인공신경망은 성능낭비 쓰레기 알고리즘이였음.
심층학습으로 GPU를 이용한 병렬연산과 인공신경망의 스케일을 키우고 빅데이터에 의한 비지도학습으로 가능성을 터트린게 알파고고
그 가능성을 타고 정점을 찍은게 트랜스포머 논문
그리고 그 트랜스포머에 의한 탄생물이 GPT
GPT의 스케일을 키워 지능 같은걸 보여준게 GPT3
신경망 스케일뿐만 아니라 데이터의 스케일을 키우고 RLHF로 인간 수준까지 간게 3.5
MoE로 가중치를 키우면서 추론비용도 챙기는 알짜베기가 4.0
멀티모달로 옴닉의 가능성을 터트린게 4o
그리고 o1과 제미니. 소넷의 시대에 살고있지.
알파고 이전까진 랜덤포레스트나 디시전트리, SVM
이지랄하면서 혁신적이다 자찬하고 있던게 인공지능 연구였음.
MLP - 텐서플로우 알파고 - 트랜스포머 이 계보 아니였으면 SVM 쓰고있을거 생각하니 개암울하네
머신러닝에 속하는 인공신경망은 성능낭비 쓰레기 알고리즘이였음.
심층학습으로 GPU를 이용한 병렬연산과 인공신경망의 스케일을 키우고 빅데이터에 의한 비지도학습으로 가능성을 터트린게 알파고고
그 가능성을 타고 정점을 찍은게 트랜스포머 논문
그리고 그 트랜스포머에 의한 탄생물이 GPT
GPT의 스케일을 키워 지능 같은걸 보여준게 GPT3
신경망 스케일뿐만 아니라 데이터의 스케일을 키우고 RLHF로 인간 수준까지 간게 3.5
MoE로 가중치를 키우면서 추론비용도 챙기는 알짜베기가 4.0
멀티모달로 옴닉의 가능성을 터트린게 4o
그리고 o1과 제미니. 소넷의 시대에 살고있지.
알파고 이전까진 랜덤포레스트나 디시전트리, SVM
이지랄하면서 혁신적이다 자찬하고 있던게 인공지능 연구였음.
MLP - 텐서플로우 알파고 - 트랜스포머 이 계보 아니였으면 SVM 쓰고있을거 생각하니 개암울하네
랜덤포레스트 릿지회귀 크아악
음? 인공지능 관련 수업 들으셨나. 사실 머신러닝때 '와 아주아주아주 특화된 몇몇 업무에서 인간 이상의 성과가 나오네.' 였던거고, 이젠 인간의 보편적 업무에서 인간 이상이 나오는거라... 머신러닝 때를 되돌아보면 뭔가 싶긴 해. 근데, 이것도 몇년 안 된 게 놀랍고. XGB 막 쩐다!!! 이랬던 게 2,3년 됐나.
내 나이 30중반인데 수업들고 있겠냐.. 현직자지.
(30중반이라는 내용 하나도 없었으면서 왜 뭐라고 하는건가, 데이터 전처리 하다가 뭐 안 풀려서 예민한건가 하는 의문을 속으로만 가지면서) 현직 힘내!
전처리는 우리 신입이 하고있고 나는 월급루팡중임