"저희는 없었고 앞으로도 없을 겁니다" 자신감 있는 멘트 멋있네요 ㄷㄷ 그만큼 엄청난 노력을 하고 있단거겠죠

저희는 없었고 앞으로도 없을 거 화이팅

ㅋㅋㅋㅋㅋ 영진이형 진짜 노련하단 말야 크ㅋㅋ 사장님 드립 ㅋㅋㅋㅋㅋ

ㅋㅋㅋㅋㅋㅋㅋ 그룹장님 엄청 스마트해 보이시는데 급당황하시는 거 귀여우심.. 영진님 장난뀨러기

] 30만차원 [2] <- 이게 1차원 (배열) 숫자 2개 들어감 [2][3] <- 이게 2차원 (행, 열) 2x3 엑셀 생각하면 편함 [3][3][3] <- 이게 3차원. 3x3x3 루빅스 큐브 [2][3][3][3] <- 이게 4차원. 3x3x3 루빅스큐브가 2개있음 [2][2][3][3][3] <- 이게 5차원. 위에께 2개있음 [2][2][2][3][3][3] <- 이게 6차원. 위에께 또 2개 더있음 [2][2][2]... (대충 30만 - 6개) ... [3][3][3] <- 이게 30만차원 이미지 생성의 간략한 원리 (영상 활용): 정글 A, B, C에 각각 원숭이 10만마리씩 있다고 가정. (총 30만마리) 처음에 인간 10만명이 정글 A에 있는 원숭이 10만마리에게 각각 0~255개의 바나나를 준다고 가정 정글 A에 있는 녀석들이 정글 B에 있는 원숭이들에게 랜덤하게 바나나 뺏김 정글 B에 있는 녀석들이 정글 C에 있는 원숭이들에게 랜덤하게 바나나 뺏김 정글 C에 있는 원숭이들이 각각 가지고 있는 바나나들을 바구니에 넣음. _!!!여기서 중요한건 1대1이 아님!!!_ 정글 A에 있는 원숭이 한마리가 정글 B에 있는 모든 원숭이들에게 바나나를 뺏길 수 있음 이걸 10만번이고 20만번이고 반복하면 각 A, B, C에 있는 원숭이 한마리당 다음 10만마리한테 뺏길때 눈물이 쌓임. 이제 개발용어로 바꿈 (아직 원숭이 안끝남). 여기서 정글 A, B, C => Hidden layer 바나나 주는 인간 10만명 => Input layer 정글 C에 있는 원숭이들이 각각 바나나를 바구니에 넣음 => Output layer 바나나 0~255개 => 픽샐 하나당 값 (빨강, 초록, 파랑 각각 정글 3개를 가리킴) 원숭이 한마리=> Node 혹은 Parameter 한마리 원숭이가 각 10만마리의 원숭이에게 바나나를 뺏길때 흘린 눈물 방울들 => Weight (가중치) 마지막에 10만번이고 20만번이고 반복하는 행위 => Training 지금까지 설명한것 => Convolutional Neural Network (= CNN) CNN이 발전된것 => Generative Adversarial Networks (GANs) 등등 생성형 아키텍쳐; 오늘날 어흐 이미지 생성기. -누락된것들- 1. Softmax 정글 A에 있는 원숭이 한마리가 정글 B에 있는 원숭이 한마리한테 바나나 전부 강탈당함. 정글 B에 있는 다른 원숭이 한마리가 정글 A에 있는 빈털털이 원숭이 한마리한테 바나나 100개 뺏기 시도함. 근데 A에 있는 원숭이는 남은게 빤쮸밖에 없음. Softmax가 원숭이 빤쮸 지켜줌. (보험 굿) 2. Overflow/Underflow 어쩌다보니 빤쮸도 도둑맞음 => Overflow 원숭이가 바나나 훔침을 당해야되는데 안당함. 부자됨 => Underflow 3. Random value 사실 30만마리의 원숭이들은 각각 흘린 눈물이 0에서 시작하지 않음 랜덤함 (weight 랜덤). 이미 아침기상때 엄마한테 "5분만..." 시전하다가 등짝맞고 훈련을 시작함. 4. Masking 원숭이가 계속 바나나 10개만 훔쳐가다 익숙해져서 10개만 훔쳐갈 확률이 높아짐. 원숭이한테 썩은 바나나, 고무 바나나, 한입 먹은 바나나, 바나나똥 등 섞어서 줌. 그래서 원숭이가 추가로 노동해야됨 ㅠㅠ 완전히 똑같은 이미지를 여러번 넣으면 인공지능이 걔만 더 학습함. 결론적으로 환각이 일어남. (Hallucination) 이걸 막기위해 훈련 전 이미지 절반을 뿌옇게 하던가 체크무늬로 검열하던가 하는식으로 훈련함 5. FP16/BF16/FP32/INT8 등등 원숭이는 원숭이인데 오랑우탄, 고릴라, 침팬치 그 차이임. 모든 모델은 놀랍게도 배울 수 있는 한계가 있음. 위에 녀석들에 따라 결정됨. 뇌 용량이 유한하다고 보면 됨. (단지 그게 인간이 도달하기 힘든 매우 클 뿐) 6. Back propagation (AI 훈련하는데 비싼PC 써야되는 주범) 원숭이 설명 보면 A가 B에게 주는게 아니라 뺏기는 구조임. Back propagation 이라는거임. 다들 트렌스포머, 어탠션 이즈 임폴턴트 이러는데, 소신껏 말하자면 얘가 제일 중요하다고 봄. 얘 없으면 학습 자체가 고자됨. 원숭이 2세 못봄 ㅠㅠ 대충 원숭이가 훈련장 가는길에 길 봐두었다가 올때 그길로 온다고 생각하면 편함. TMI: 보통 훈련을 할때 비싼 GPU 달린 컴퓨터 쓰는데, 이쉐끼가 주범임. 대충 사람이 바나나 준 이후 바나나가 C까지 갔다가 사람까지 왔다가 최소 2번 해야됨. (훈련시간이 n^2 만큼 증가함. 2배가 홍콩이 아니라 화성까지 가버림) 7. Large Language Model (LLM) 여기에 추가로 BPE-Tokenizer, Transformer, Quant LoRA, AdamW, GeLU, Pre-training, Fine-tuning, Top-K 등등 이상한거 갖다 붙이고 정글도 차원수 더 늘려버리면 오늘날의 쳇지피티가 완성됨 (이거 한해서는 박찬호 선수님 뺨칠정도로 말할 수 있음.) + 반년전 마이크로소프트 기술면접볼때 "이미지는 어떻게 생성되는가?" 위 문제 나왔었음. 최종에서 탈락함... ㅎ + 학교에서 이런거 안알려줌. 4학년 선배한테 물어봄. 독학해야됨. 학교에서 이런거 알려줬으면 좋겠음.

오버이트에 권민정 교수님 빵 터지셨네~~

권민정 교수님 ㅋㅋ

예전에 지나가다 들은 이야기로 요즘 건축물들 내구도가 안 좋은 이유중에 하나가 옛날에는 어떻게 해야 안전한지 모르니 기둥을 10개를 넣었다면, 요즘엔 최적화된 계산으로 기둥갯수를 최소화해서 하다보니 예전 건축물에 비해 내구도가 안좋다라는 이야기가 기억나네요 ㅋㅋ

파주 인구 50만 넘어요... 10년 전에도 40만이 넘었는데...

파주인구 비유를 하는거면 파주인구도 알고 얘기해야지. ㅋ

한국의 위상이 느껴지네요 모든 대한민국 국민들 화이팅 입니다 과학을보다 lg유플러스 만남 기대 이상 재미있었어요!!

그럼 호크아이네..?

ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 많은 직장인들을 대변해쥬는 느낌

이거 보고 200회 특집 영화 추천 순위 다시 봤는데요 뭔가 영화 컨텍트를 보고 있는 느낌이네요 영화에서 나왔던 외계인은 과거 현재 미래를 한번에 보는데 인간은 시간에 지배 당할수 밖에 없다 하지만 시뮬레이션을 해서 우주의 과거 현재 미래를 한번에 볼수 있다면? 인간은 이제 4차원을 극복한 존재인가?

확산 모델 AI생성

그러니까 이미지를 점 하나로 압축하는 계산식을 학습한 다음 그걸 반대로 사용하면 점하나 -> 이미지로 갈 수 있으니까 그림을 그린다는건가요??

], “데이터센터는 보이면 사고다, 보이지 않아야 성공이다” [

김범준교수님 태클거는건 아니지만 올림픽에 출전한 수영선수들은 1500m 이상의 장거리경기를 하게되면 물속에서도 땀이 난다고 합니다. ㅎㅎㅎ

물 소비를 많이 할 필요가 현재 대한민국 곳곳에서 AIDC 설치를 반대하는 곳이 있습니다. 과학자/공학자 분들께서 공청회를 열어서 그 지역 사람들 설득이 필요합니다. 전자파가 많이 나와서 반대 물을 많이 사용해서 반대 등등 과학적/물리적 상식이 없는 사람들이 태반이고 SNS나 각종 뉴스/방송에서 엉터리 지식으로 가스라이팅 당하고 있어서 모릅니다. 주민들 설득 작업을 매달 2~3차례 해서 하면 도움이 될 것으로 봅니다.

오버이트 😂😂

]라는 말씀이 이번 영상의 명언이네요. 1999년 KIDC부터 시작해 클라우드를 거쳐 파주 200MW AIDC까지, 27년간 눈에 띄지 않는 곳에서 국가 데이터 주권을 지켜온 분들의 헌신과 자부심이 느껴져 깊은 울림이 있었습니다. 글로벌 AI 전쟁 속에서 대한민국이 데이터 패권 허브로 자리 잡기를 기대합니다!