영상 잘 봤습니다. 저도 엔지니어링 분야 실무에서 LLM을 어떻게 이용할 것인가를 고민해봤는데 말씀하신대로 수식인식은 어느정도 해결된 것 같은데. 도면(?)의 문제는 쉽지 않을 것 같다는 생각입니다. 현재 인공지능은 일반적인 이미지들로 학습되서 사물을 인식하고 생성하는 능력은 상당히 높은 수준인데 1. 엔지니어링도면은 한번 추상화단계를 거친 것 (2D도면의 경우) 2.학습데이터가 많지 않아서(인터넷에 엔지니어링 도면 거의 없음). 그래서 도면인식을 시키려면 각 분야별로 상당히 많은 데이터를 입력해서 훈련을 시켜야 하는데 도면의 특성상 보안 때문에 빅테크에 제공하지는 않을 것 같고 결국 각 분야에서 데이터를 수집하고 훈련을 시켜야 하는데 과연 충분한 데이터를 수집할 수 있을 지, 또한 그만한 자금을 투입할 가치가 있을지도 의뮨입니다. 저는 도면 인식의 문제를 이렇게 봅니다. 초등학생들 정도면 대부분의 사물을 구분할 수 있지만 특정 분야의 도면은 그 분야 사람들이 아니면 알아볼 수 없습니다. 그 분야 사람들도 단순히 그 분야를 전공했다고 알 수 있는 것은 아니고 그 분야에서 다년간 경험을 해야 알 수 있는 것처럼 인공지능도 분야별로 다량의 데이터를 제공하고 훈련을 시켜야 할 것 같습니다. 물론 엄청난 속도로 발전하고 있는 인공지능을 보면 충분히 가능할 것 같기도 합니다.
의견 감사합니다. 동의합니다. 공학을 공부하는 입장에서 도형으로 이루어진 그림을 이해하고 또한 생성해 내는것이 정말 필요한데, 현재 일반적인 이미지를 인식하는 CNN 기법으로는 한계가 있는 것 같습니다. 하지만 이부분 또한 계속되는 알고리즘의 개선으로 충분히 가능 하다고 생각합니다.
![[논문리뷰] 구글 딥마인드의 알파 폴드 3, 달라진 점?](/img/n.gif)
영상 잘 봤습니다. 저도 엔지니어링 분야 실무에서 LLM을 어떻게 이용할 것인가를 고민해봤는데
말씀하신대로 수식인식은 어느정도 해결된 것 같은데.
도면(?)의 문제는 쉽지 않을 것 같다는 생각입니다.
현재 인공지능은 일반적인 이미지들로 학습되서 사물을 인식하고 생성하는 능력은 상당히 높은 수준인데
1. 엔지니어링도면은 한번 추상화단계를 거친 것 (2D도면의 경우)
2.학습데이터가 많지 않아서(인터넷에 엔지니어링 도면 거의 없음).
그래서 도면인식을 시키려면 각 분야별로 상당히 많은 데이터를 입력해서 훈련을 시켜야 하는데
도면의 특성상 보안 때문에 빅테크에 제공하지는 않을 것 같고
결국 각 분야에서 데이터를 수집하고 훈련을 시켜야 하는데
과연 충분한 데이터를 수집할 수 있을 지, 또한 그만한 자금을 투입할 가치가 있을지도 의뮨입니다.
저는 도면 인식의 문제를 이렇게 봅니다.
초등학생들 정도면 대부분의 사물을 구분할 수 있지만
특정 분야의 도면은 그 분야 사람들이 아니면 알아볼 수 없습니다.
그 분야 사람들도 단순히 그 분야를 전공했다고 알 수 있는 것은 아니고
그 분야에서 다년간 경험을 해야 알 수 있는 것처럼
인공지능도 분야별로 다량의 데이터를 제공하고 훈련을 시켜야 할 것 같습니다.
물론 엄청난 속도로 발전하고 있는 인공지능을 보면 충분히 가능할 것 같기도 합니다.
의견 감사합니다. 동의합니다. 공학을 공부하는 입장에서 도형으로 이루어진 그림을 이해하고 또한 생성해 내는것이 정말 필요한데, 현재 일반적인 이미지를 인식하는 CNN 기법으로는 한계가 있는 것 같습니다. 하지만 이부분 또한 계속되는 알고리즘의 개선으로 충분히 가능 하다고 생각합니다.