컴퓨터가 만든 이미지 인식
인공신경망 알고리즘 능력 향상
인공신경망 알고리즘 능력 향상
애플이 그간 유지해 온 '비밀주의'를 깨고 인공지능(AI) 연구에 관한 보고서를 처음으로 공개했다.
26일(현지시간) 포천에 따르면 애플은 지난 22일 낸 보고서에서 컴퓨터가 만든 이미지를 인식하는 인공지능 알고리즘 능력을 향상하는 기술에 관해 설명했다.
비디오게임에 나오는 것 같은 합성(synthetic) 이미지 정보는 이미 분류돼 있는 반면에 실제 세계의 이미지는 사람이 나무, 개, 자전거 등 사물의 정보를 일일이 분류하고 주석을 달아줘야 하므로 비용과 시간이 많이 든다. 이 때문에 인공지능의 일종인 머신러닝(machine learning) 연구에서 이러한 이미지를 사용해 인공 신경망을 훈련하는 것은 사진을 쓰는 것보다 유용하다.
다만, 알고리즘이 학습하는 것이 실제 세계의 모습에 항상 깔끔하게 들어맞지는 않는 다는 점이 한계로 남아있다. 애플은 합성이미지 정보에 대해 "충분히 현실적이지 못해 네트워크가 합성이미지에 나온 세부정보만 학습하고 실제 이미지를 일반화하는 데 실패하는 경우가 자주 있다"고 말했다.
애플은 합성이미지의 질을 향상하기 위해 시뮬레이션과 자율 학습 방식을 제안했다. 분류되지 않은 실제 세계의 정보를 이용해 시뮬레이터 산출물의 사실성을 높이고 시뮬레이터의 주석 정보는 유지한다는 것이다.
한편 포천에 따르면, AI와 관련한 애플의 비밀주의는 수년간 연구계에서 비판받았고 소프트웨어 개발에도 걸림돌이었다. 연구자들의 경우, 다른 이들과 개방적으로 소통하지 못하는 비밀스러운 환경에서 일하고 싶어 하지 않는 경우가 많아 애플이 최고의 인력을 확보하는 데 어려움을 겪어왔다는 설명이다. AI 소프트웨어는 아이폰의 카메라 기능부터 데이터센터를 운영하는 인터넷 서비스까지 모든 것에 필수적인 상황이 되고 있다.
김수연기자 newsnews@
26일(현지시간) 포천에 따르면 애플은 지난 22일 낸 보고서에서 컴퓨터가 만든 이미지를 인식하는 인공지능 알고리즘 능력을 향상하는 기술에 관해 설명했다.
비디오게임에 나오는 것 같은 합성(synthetic) 이미지 정보는 이미 분류돼 있는 반면에 실제 세계의 이미지는 사람이 나무, 개, 자전거 등 사물의 정보를 일일이 분류하고 주석을 달아줘야 하므로 비용과 시간이 많이 든다. 이 때문에 인공지능의 일종인 머신러닝(machine learning) 연구에서 이러한 이미지를 사용해 인공 신경망을 훈련하는 것은 사진을 쓰는 것보다 유용하다.
다만, 알고리즘이 학습하는 것이 실제 세계의 모습에 항상 깔끔하게 들어맞지는 않는 다는 점이 한계로 남아있다. 애플은 합성이미지 정보에 대해 "충분히 현실적이지 못해 네트워크가 합성이미지에 나온 세부정보만 학습하고 실제 이미지를 일반화하는 데 실패하는 경우가 자주 있다"고 말했다.
애플은 합성이미지의 질을 향상하기 위해 시뮬레이션과 자율 학습 방식을 제안했다. 분류되지 않은 실제 세계의 정보를 이용해 시뮬레이터 산출물의 사실성을 높이고 시뮬레이터의 주석 정보는 유지한다는 것이다.
한편 포천에 따르면, AI와 관련한 애플의 비밀주의는 수년간 연구계에서 비판받았고 소프트웨어 개발에도 걸림돌이었다. 연구자들의 경우, 다른 이들과 개방적으로 소통하지 못하는 비밀스러운 환경에서 일하고 싶어 하지 않는 경우가 많아 애플이 최고의 인력을 확보하는 데 어려움을 겪어왔다는 설명이다. AI 소프트웨어는 아이폰의 카메라 기능부터 데이터센터를 운영하는 인터넷 서비스까지 모든 것에 필수적인 상황이 되고 있다.
김수연기자 newsnews@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
