¡ã [»çÁø] ¹Ì±¹ ´º¿Ã¸®¾ð½º¿¡¼ ÁøÇàµÈ µö·¯´× ÄÁÆÛ·±½º ICLR¿¡ Âü¼®ÇÑ ³×À̹ö |
³×À̹ö¢ß(´ëÇ¥ÀÌ»ç »çÀå ÇѼº¼÷)´Â ¹Ì±¹ ´º¿Ã¸®¾ð½º¿¡¼ ÁøÇàµÇ´Â µö·¯´× ºÐ¾ß ¼¼°è ÃÖ°í ±ÇÀ§ÀÇ ÄÁÆÛ·±½º ‘ICLR 2019’(International Conference on Learning Representations Ç¥Çö ÇнÀ ±¹Á¦ ÇÐȸ)’¿¡¼ ÀΰøÁö´É(AI) ¿¬±¸ ¼º°ú¸¦ °ø°³Çß´Ù°í ¹àÇû´Ù. ÀÌ·Î½á ³×À̹ö´Â 3³â ¿¬¼ÓÀ¸·Î ICLR¿¡ Âü¼®ÇÏ°Ô µÇ¾ú´Ù.
ICLRÀº ¿ÃÇØ·Î 7ȸ°¸¦ ¸Â´Â ¼¼°è ÃÖ°í ¼öÁØ µö·¯´× ÇÐȸÀÌ´Ù. ¿ÃÇØ´Â À۳⿡ ºñÇØ Á¦ÃâµÈ ³í¹® °Ç ¼ö°¡ 1.7¹è Á¤µµ Áõ°¡ÇÏ´Â µî, ¼¼°è AI µö·¯´× ¿¬±¸ »ýÅ°踦 À̲ô´Â ¿¬±¸ÀÚµéÀÇ ICLR¿¡ ´ëÇÑ °ü½ÉÀÌ ´õ¿í ³ô¾ÆÁ³À½À» ¾Ë ¼ö ÀÖ¾ú´Ù.
ÀΰøÁö´É ½ºÇÇÄ¿ ´ëÈ ÇÙ½É ±â¼ú ´ã±ä ³í¹®¿¡ ³ôÀº °ü½É…Æ÷½ºÅÍ ¼¼¼Ç±îÁö ¼ºÈ²¸®¿¡ ÁøÇà
ƯÈ÷ ÇöÀå¿¡¼ °ø°³µÈ Ŭ·Î¹Ù(Clova)°¡ ´õ¿í ¶È¶ÈÇÑ AIºñ¼°¡ µÇ´Âµ¥ ÇÙ½ÉÀûÀÎ ±â¼ú¿¡ ´ëÇÑ 2°³ÀÇ ³í¹®Àº °¡Àå ¸¹Àº ÁÖ¸ñÀ» ²ø¾ú´Ù.
¸ÕÀú, DialogWAE: Multimodal Response Generation with Conditional Wasserstein Auto-Encoder (DialogWAE: ´ëÈ ¹ÝÀÀ ´Ù¾çȸ¦ À§ÇÑ Á¶°ÇºÎ Wasserstein ¿ÀÅäÀÎÄÚ´õ ¸ðµ¨, Xiaodong Gu · Á¶°æÇö· ÇÏÁ¤¿ì· ±è¼ºÈÆ)¸¦ ÅëÇؼ´Â ±âÁ¸ AI ½ºÇÇÄ¿¿ÍÀÇ ´ëÈ Áß, ´ëÈ ¸Æ¶ôÀÌ ²÷±â°í ƯÁ¤ ¹®ÀåÀÌ ¹Ýº¹ÇØ ³ª¿À´Â ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇØ ´ëÈ ¸Æ¶ôÀ» ÀÌÇØÇÏ°í ¹ÝÀÀÀ» ´Ù¾çÈ ÇÏ¸ç »õ·Î¿î ´ëÈ »ý¼º ¸ðµ¨À» ±¸ÃàÇÏ´Â ±â¼úÀ» ´ã¾Ò´Ù.
Large-Scale Answerer in Questioner's Mind for Visual Dialog Question Generation (½Ã°¢ ´ëÈ ÁúÀÇ »ý¼ºÀ» À§ÇÑ ´ë±Ô¸ð “ÁúÀÇÀÚ Àǵµ ³» ÀÀ´äÀÚ”(AQM) ¸ðµ¨ - ÀÌ»ó¿ì, Tong Gao, ¾ç¼ÒÈñ, À¯ÀçÁØ, ÇÏÁ¤¿ì) Àº ¿¹¾à, ÁÖ¹®, Äݼ¾ÅÍ µî¿¡¼ ÁÖ·Î È°¿ëµÇ´Â ¸ñÀû ÁöÇâÇü ´ëÈ¿¡ Àû¿ë °¡´ÉÇÑ ±â¼ú¿¡ ´ëÇÑ ³í¹®ÀÌ´Ù. ƯÈ÷, ‘±Ù»ç Ãß·Ð ¹æ¹ý’À» Á¦¾ÈÇÏ¿© ½ÇÁ¦ »óȲ¿¡ °ð¹Ù·Î Àû¿ëÇÒ ¼ö ÀÖ´Â ¸ñÀû ÁöÇâ ´ëÈ ¸ðµ¨À» Á¦½ÃÇß´Ù.
ÀÌ ¿Ü¿¡µµ ½Å°æ¸Á ±â¹Ý µ¥ÀÌÅ͸¦ ±âÁ¸ Á¡ÀÇ ÇüÅ¿¡¼ ¹þ¾î³ª ºÒÈ®½Ç¼ºÀ» °í·ÁÇÑ ºÐÆ÷ ÇüÅ·Πǥ½ÃÇÔÀ¸·Î½á µ¥ÀÌÅÍÀÇ Á¤È®µµ¿Í ¾ÈÁ¤¼ºÀ» Å©°Ô Çâ»ó½ÃÅ°´Â ±â¼úÀ» ´ãÀº ³í¹®, ‘Modeling Uncertainty with Hedged Instance Embeddings(À§ÇèȸÇÇ ÀÓº£µùÀ» ÅëÇÑ ºÒÈ®½Ç¼º ¸ðµ¨¸µ: ¿À¼ºÁØ, Andrew Gallagher · Kevin Murphy · Florian Schroff · Jiyan Pan · Joseph Roth)’ ¹ßÇ¥ ÇöÀå ¿ª½Ã ÁÖ¸ñÀ» ¹Þ¾Ò´Ù.
¶ÇÇÑ, µð¹ö±ë ¸Ó½Å·¯´× ¿öÅ©¼¥¿¡¼´Â ÀΰøÁö´É ¸ðµ¨ÀÇ ¾ÈÁ¤¼º °ü·Ã ¿¬±¸ÀÎ Where To Be Adversarial Perturbations Added? Investigating and Manipulating Pixel Robustness Using Input Gradients (È¿°úÀû Àû´ëÀû °ø°ÝÀÇ À§Ä¡´Â? ÀÔ·Â ¹ÌºÐ°ªÀ» ÀÌ¿ëÇÑ Çȼ¿ ¾ÈÁ¤¼º¿¡ ´ëÇÑ ¿¬±¸: ȲÁö¼º, ±è¿µÈÆ, Àü»óÇõ, À¯ÀçÁØ, ±èÁöÈÆ, Çѵ¿À±) °¡ °ø°³µÇ¾ú´Ù.
¿¢½ºÆ÷ ·±Ä¡Åå(Expo Lunch Talk) ÁøÇà…³×À̹öÀÇ ÀΰøÁö´É ±â¼ú ´ã±ä ¼ºñ½º ¼Ò°³
Àü¼¼°è ÁÖ¿ä AI Àü¹®°¡µéÀÌ ¸ðÀÎ À̹ø ÇöÀå¿¡¼, ³×À̹ö´Â Á¡½É ½Ä»ç¿Í ÇÔ²² ÁøÇàµÇ´Â ¿¢½ºÆ÷ ·±Ä¡ÅåÀ» ÅëÇØ ±è¼ºÈÆ ¸®´õ Æ÷ÇÔ 5¸íÀÇ ¿¬±¸ÀÚµéÀÌ Á÷Á¢ ÃֽŠÀΰøÁö´É ±â¼ú ¿¬±¸¿¡ ´ëÇÑ ¼º°ú¿Í À̸¦ Á¢¸ñ½ÃŲ ´Ù¾çÇÑ ¼ºñ½º – ºêÀ̶óÀ̺ê, OCR(±¤ÇÐÀû ¹®ÀÚ Æǵ¶ ÀåÄ¡), À½¼º ÇÕ¼º µî-À» ¼±º¸¿© 80¸íÀÌ ³Ñ´Â Âü°¡ÀÚµé·ÎºÎÅÍ Å« °ü½ÉÀ» ¹Þ¾Ò´Ù.
Ŭ·Î¹Ù AI¸®¼Ä¡ ±è¼ºÈÆ ¸®´õ´Â, “Çظ¦ °ÅµìÇÏ¸ç ³×À̹ö Ŭ·Î¹ÙÀÇ ÀΰøÁö´É ±â¼ú·Â¿¡ ´ëÇÑ ÇØ¿Ü ÇÐȸ¿¡¼ÀÇ ÁÖ¸ñµµ°¡ ´õ¿í ³ô¾ÆÁö°í ÀÖ´Ù”¸ç, “¾ÕÀ¸·Îµµ ¼Ò¼Ó ¿¬±¸¿øµéÀÌ ¿¬±¸¿¡ Àü³äÇÏ°í, ¼ºñ½º¸¦ ÅëÇØ ÀÌ¿ëÀÚ¿Í ¸Â´êÀ» ¼ö ÀÖµµ·Ï Áö¿øÀ» °è¼ÓÇÒ °Í”À̶ó ¹àÇû´Ù.
ÀÌÁ¤ÈÆ ±âÀÚ bodo@emoneynews.co.kr
<ÀúÀÛ±ÇÀÚ © À̸Ӵϴº½º, ¹«´Ü ÀüÀç ¹× Àç¹èÆ÷ ±ÝÁö>