[미래를 바꾸는 과학] 인공지능의 수학적 원리 규명과 거대 데이터 해석

[@NSCN_]

[챕터]
00:00 인트로
00:14 자기소개
00:28 연구단 소개
01:17 왜 과학난제인가요?
02:31 핵심 연구는 무엇인가요?
03:17 미래가 어떻게 바뀔까요?
04:30 향후 계획 및 포부
[용어 설명]
01:18 딥러닝 모델(deep-learning model): 사람의 사고와 유사한 방법으로, 다양한 데이터와 복잡한 자료를 종합하여 학습하는 방식의 알고리즘
01:29 파라미터(parameter): 인공지능 알고리즘에 작용하는 변수
02:46 수렴성(convergence): 인공지능 모델이 학습을 통해 도달하고자 하는 최적의 성능을 나타내는 방향성
02:56 점근적 분석(asymptotic analysis): 성능을 비교하기 위해 알고리즘을 수행하는 데 사용되는 시간을 수학적으로 측정하는 방법
03:06 메타-알고리즘(meta-algorithm): 알고리즘의 최적화를 위해 변수를 조절하고 알고리즘을 조합해 주는, 알고리즘을 위한 알고리즘
03:06 트랜스포머 모델(tranformer model): 2017년 구글에서 제안된 딥러닝 모델로, ChatGPT 등에 사용됨