- 흘려보낼 짧은 글을 편하게 남기는 공간입니다.
- 가치가 있는 정보가 담긴 글은 티타임 게시판에 써주세요.
- 여러 회원들이 함께 사용하기 위해 각 회원당 하루 4개로 횟수제한이 있습니다.
- 다른 게시판에 글을 쓰시면 당일 1회 더 글을 작성할 수 있습니다. (티타임, 유머, ama, 사진, 맛집)
0 / 500
|
moira 17/09/26 21:20:58
알라딘에서 문어 책을 사면 자갈치를 주는 이벤트를 했었군요.
출간 직후에 도서관에서 빌려 읽었습니다. 학술적인 내용이 좀더 많기를 기대했는데 아주 흡족스럽진 않았네요. 뉴잉글랜드 아쿠아리움 해양동물들과 관리자들의 일상 르포에 가까워요. 그렇지만 상당히 유려하게 씌어진 동물기라 읽는 재미는 꽤 있었습니다. 잘 정돈된 풍부한 에피소드들을 읽고 나면 정말 문어(그리고 문어의 동료 물고기들)에게 지능이 있는 것처럼 느껴져요. 강아지나 고양이를 오래 키운 사람들이 이들에게서 일종의 영혼의 존재를 느끼듯이.. 그 영혼을 문어나 강아지 속에선 찾을 수 없다 하더라도 서로에게 접근하려 애쓰는 인간과 동물 사이 어디엔가 그것은 반드시 존재하는 듯합니다. 무엇보다 털 없는 동물들에게 애정을 느낄 수 있게 된 건 큰 수확.
읽다 보면 수족관 직원들과 저자가 해산물 식당에서 회식을 하는 장면이 나와요. 다들 직업을 잊은 듯 맛있게 이것저것 시켜 먹었지만 문어를 주문하는 사람은 없었다고. 아마 그들은 개고기를 먹는 애견인을 이해할 수도 있을 거 같아요. 저 책을 읽고 난 뒤 집친구는 기념으로 문어를 사와 보글보글 삶아먹...
저자 사이 몽고메리는 저명한 동물 전문 논픽션 작가예요. 그가 쓴 청소년용 전기 <템플 그랜든>을 감명깊게 읽은 적이 있는데, 그걸 읽고 자폐증에 관한 시선이 많이 교정되었지요.
출간 직후에 도서관에서 빌려 읽었습니다. 학술적인 내용이 좀더 많기를 기대했는데 아주 흡족스럽진 않았네요. 뉴잉글랜드 아쿠아리움 해양동물들과 관리자들의 일상 르포에 가까워요. 그렇지만 상당히 유려하게 씌어진 동물기라 읽는 재미는 꽤 있었습니다. 잘 정돈된 풍부한 에피소드들을 읽고 나면 정말 문어(그리고 문어의 동료 물고기들)에게 지능이 있는 것처럼 느껴져요. 강아지나 고양이를 오래 키운 사람들이 이들에게서 일종의 영혼의 존재를 느끼듯이.. 그 영혼을 문어나 강아지 속에선 찾을 수 없다 하더라도 서로에게 접근하려 애쓰는 인간과 동물 사이 어디엔가 그것은 반드시 존재하는 듯합니다. 무엇보다 털 없는 동물들에게 애정을 느낄 수 있게 된 건 큰 수확.
읽다 보면 수족관 직원들과 저자가 해산물 식당에서 회식을 하는 장면이 나와요. 다들 직업을 잊은 듯 맛있게 이것저것 시켜 먹었지만 문어를 주문하는 사람은 없었다고. 아마 그들은 개고기를 먹는 애견인을 이해할 수도 있을 거 같아요. 저 책을 읽고 난 뒤 집친구는 기념으로 문어를 사와 보글보글 삶아먹...
저자 사이 몽고메리는 저명한 동물 전문 논픽션 작가예요. 그가 쓴 청소년용 전기 <템플 그랜든>을 감명깊게 읽은 적이 있는데, 그걸 읽고 자폐증에 관한 시선이 많이 교정되었지요.
5
인공지능 이야기하니까 몇일전에 본 테드강의가 생각나네요. 일본에서 [인공지능은 동경대 입시가 가능한가]를 테스트하려고 머신러닝 입시로봇을 만들어서 실제 동경대 입시시험을 치게했다고해요 ㅋㅋㅋ 전체적으로 점수를 꽤 잘받았는데 발표자가 그러더라구요.
인공지능이 이 문제를 푸는건 엄청나게 많은반복으로 최적루트를 발견하는거지, 문제를 이해하는게 아니라고요. 그런데 이런 형태의 시험테이커가 다른건 몰라도 에세이 점수가 상위권에 드는건 인공지능의 대단함보다는 우리 현교육시스템의 문제라고 생각한다고요... 더 보기
인공지능이 이 문제를 푸는건 엄청나게 많은반복으로 최적루트를 발견하는거지, 문제를 이해하는게 아니라고요. 그런데 이런 형태의 시험테이커가 다른건 몰라도 에세이 점수가 상위권에 드는건 인공지능의 대단함보다는 우리 현교육시스템의 문제라고 생각한다고요... 더 보기
인공지능 이야기하니까 몇일전에 본 테드강의가 생각나네요. 일본에서 [인공지능은 동경대 입시가 가능한가]를 테스트하려고 머신러닝 입시로봇을 만들어서 실제 동경대 입시시험을 치게했다고해요 ㅋㅋㅋ 전체적으로 점수를 꽤 잘받았는데 발표자가 그러더라구요.
인공지능이 이 문제를 푸는건 엄청나게 많은반복으로 최적루트를 발견하는거지, 문제를 이해하는게 아니라고요. 그런데 이런 형태의 시험테이커가 다른건 몰라도 에세이 점수가 상위권에 드는건 인공지능의 대단함보다는 우리 현교육시스템의 문제라고 생각한다고요. 세계 최상위권의 일본공고육 학생들도 단순한 사실관계 문제를 엄청 높은비율로 틀린다고.
A는 a하고, B는 b하며, C는 c합니다.
다음보기중 본문의 내용과 일치하는 답변을 고르시오:
A는 b하다
B는 b하다
C는 ㄱ하다
D는 a하다
이런 유형의 문제를 1/3이 틀렸다고...
인공지능이 이 문제를 푸는건 엄청나게 많은반복으로 최적루트를 발견하는거지, 문제를 이해하는게 아니라고요. 그런데 이런 형태의 시험테이커가 다른건 몰라도 에세이 점수가 상위권에 드는건 인공지능의 대단함보다는 우리 현교육시스템의 문제라고 생각한다고요. 세계 최상위권의 일본공고육 학생들도 단순한 사실관계 문제를 엄청 높은비율로 틀린다고.
A는 a하고, B는 b하며, C는 c합니다.
다음보기중 본문의 내용과 일치하는 답변을 고르시오:
A는 b하다
B는 b하다
C는 ㄱ하다
D는 a하다
이런 유형의 문제를 1/3이 틀렸다고...
오 이거 페이퍼나 관련기사 볼수 있나요. 에세이 구성한 방법좀 보고 싶은데..
+수정) http://www.businessinsider.com/robot-beat-most-students-on-university-tokyo-entrance-exam-2017-9
일단 기사는 이거군요 ㅎㅎ
+수정) http://www.businessinsider.com/robot-beat-most-students-on-university-tokyo-entrance-exam-2017-9
일단 기사는 이거군요 ㅎㅎ
https://www.ted.com/speakers/noriko_arai
요게 테드 강연페이지고
https://www.japantimes.co.jp/news/2016/11/15/national/ai-robot-fails-get-university-tokyo/
요런 기사가있습니다. 실제 동경대 갈 점수는 못받아서 프로젝트는 끝났다고하네오 ㅋㅋㅋ
요게 테드 강연페이지고
https://www.japantimes.co.jp/news/2016/11/15/national/ai-robot-fails-get-university-tokyo/
요런 기사가있습니다. 실제 동경대 갈 점수는 못받아서 프로젝트는 끝났다고하네오 ㅋㅋㅋ
http://jglobal.jst.go.jp/public/201702210852991762
이거 같은데 영문페이퍼는 못찾겠네요.
http://researchmap.jp/arai_noriko/english
이 양반 cv페이지 같은데 여기에도 관련 페이퍼는 저것뿐..
이거 같은데 영문페이퍼는 못찾겠네요.
http://researchmap.jp/arai_noriko/english
이 양반 cv페이지 같은데 여기에도 관련 페이퍼는 저것뿐..
음 이게 우리가 문장을 사실 어떠한 과정을 통해서 구성하고 이해하는지가 "읽는다"라는 행위의 근본일텐데 인공지능이하는것과 분명히 다른점은있지만, 그게 본연적으로 다른지는 정확히 모르겠어요.
다르다고 생각하는건 인공지능 에세이나 대화는 아직까지는 튜링테스트를 통과 못하죠. 두루뭉실하게 설명해서 뭔말하는지 제대로 이해 못하고 그럴싸한 말들만 나오게되니까요. 저렇게 되는 이유는 그냥 키워드들을 보고, 그 키워드와 가장 "연관성"이 높은 다른 키워드들을 가장 "적합한" 순서로 배열해서 문장을 만드는게 인공지능이죠.
근데 우리가 ... 더 보기
다르다고 생각하는건 인공지능 에세이나 대화는 아직까지는 튜링테스트를 통과 못하죠. 두루뭉실하게 설명해서 뭔말하는지 제대로 이해 못하고 그럴싸한 말들만 나오게되니까요. 저렇게 되는 이유는 그냥 키워드들을 보고, 그 키워드와 가장 "연관성"이 높은 다른 키워드들을 가장 "적합한" 순서로 배열해서 문장을 만드는게 인공지능이죠.
근데 우리가 ... 더 보기
음 이게 우리가 문장을 사실 어떠한 과정을 통해서 구성하고 이해하는지가 "읽는다"라는 행위의 근본일텐데 인공지능이하는것과 분명히 다른점은있지만, 그게 본연적으로 다른지는 정확히 모르겠어요.
다르다고 생각하는건 인공지능 에세이나 대화는 아직까지는 튜링테스트를 통과 못하죠. 두루뭉실하게 설명해서 뭔말하는지 제대로 이해 못하고 그럴싸한 말들만 나오게되니까요. 저렇게 되는 이유는 그냥 키워드들을 보고, 그 키워드와 가장 "연관성"이 높은 다른 키워드들을 가장 "적합한" 순서로 배열해서 문장을 만드는게 인공지능이죠.
근데 우리가 언어를 하는 방법도 사실 크게 다르지는 않다고 느껴요. 모국어의 경우에는 이게 굉장히 자연스럽고 빠르게 나오지만, 잘할수있다해도 덜익숙한 외국어를 할때는 우리도 저런식으로 사고하는 경우가 많은것 같아요. 아마 정확히 표현하면 인공지능이 자연어를 읽으려하는건 사람이 외국어를 읽으려하는것과 비슷한거겠지만요.
그리고 생각해보면 분명 봇이나 스크립트가 아닌다 뭔말하는지 이해못하고 아무말 대잔치/기적의 대화가 이루어지는건 사람들 사이에서도 자주 볼수있는 현상이기도하죠.
인관과 인공지능ㅇ 텍스트를 소화하는 행위가 결과론적으로는 아직까지는 큰차이를 보이지만, 이게 정확히 얼마나 큰 근본적인 차이에서 비롯된건지 저는 햇갈린다가 결론인것 같습니다 ㅎㅎ
다르다고 생각하는건 인공지능 에세이나 대화는 아직까지는 튜링테스트를 통과 못하죠. 두루뭉실하게 설명해서 뭔말하는지 제대로 이해 못하고 그럴싸한 말들만 나오게되니까요. 저렇게 되는 이유는 그냥 키워드들을 보고, 그 키워드와 가장 "연관성"이 높은 다른 키워드들을 가장 "적합한" 순서로 배열해서 문장을 만드는게 인공지능이죠.
근데 우리가 언어를 하는 방법도 사실 크게 다르지는 않다고 느껴요. 모국어의 경우에는 이게 굉장히 자연스럽고 빠르게 나오지만, 잘할수있다해도 덜익숙한 외국어를 할때는 우리도 저런식으로 사고하는 경우가 많은것 같아요. 아마 정확히 표현하면 인공지능이 자연어를 읽으려하는건 사람이 외국어를 읽으려하는것과 비슷한거겠지만요.
그리고 생각해보면 분명 봇이나 스크립트가 아닌다 뭔말하는지 이해못하고 아무말 대잔치/기적의 대화가 이루어지는건 사람들 사이에서도 자주 볼수있는 현상이기도하죠.
인관과 인공지능ㅇ 텍스트를 소화하는 행위가 결과론적으로는 아직까지는 큰차이를 보이지만, 이게 정확히 얼마나 큰 근본적인 차이에서 비롯된건지 저는 햇갈린다가 결론인것 같습니다 ㅎㅎ
유리소년 님// 그러게요 언급하신기사는 영문으로는 안썻나봐요. CV를 훑어보니까 근데 그 시기에 썻던 다른 페이퍼들이 저 동경대 시험을 위해서 개발과정에서 나왔던 결과물들인것 같아요.
http://ieeexplore.ieee.org/document/7814815/?reload=true 요것도 그렇고
https://link.springer.com/chapter/10.1007/978-3-319-40229-1_15 요것도 그렇고
이런 내용을 테드강의에서 보여줬던것 같습니다.
링크거신분이 사진도 이름도 제가 테드강의에서 본 그분이 맞는것 같습니다 ㅋㅋ
http://ieeexplore.ieee.org/document/7814815/?reload=true 요것도 그렇고
https://link.springer.com/chapter/10.1007/978-3-319-40229-1_15 요것도 그렇고
이런 내용을 테드강의에서 보여줬던것 같습니다.
링크거신분이 사진도 이름도 제가 테드강의에서 본 그분이 맞는것 같습니다 ㅋㅋ
http://redtea.kr/?b=31&n=52344
요건 제가 탐라에 올렸던건데 ㅎㅎ
예를 들어 delayed 라는 단어를 배울 때 인간은 그 단어가 "무슨 일이 더디게 끌어져 시간이 늦추어지다." 라는 의미라는 것을 이해한 뒤 delayed라는 단어가 들어갔을 때 그것의 해당 의미인 "무슨 일이 더디게 끌어져 시간이 늦추어짐."을 머릿속 사전에서 불러와 assign 하고 문장 내 타 요소와 연결짓지요.
하지만 딥러닝 AI는 훈련할 때 제공했던 문장들 중 dela... 더 보기
요건 제가 탐라에 올렸던건데 ㅎㅎ
예를 들어 delayed 라는 단어를 배울 때 인간은 그 단어가 "무슨 일이 더디게 끌어져 시간이 늦추어지다." 라는 의미라는 것을 이해한 뒤 delayed라는 단어가 들어갔을 때 그것의 해당 의미인 "무슨 일이 더디게 끌어져 시간이 늦추어짐."을 머릿속 사전에서 불러와 assign 하고 문장 내 타 요소와 연결짓지요.
하지만 딥러닝 AI는 훈련할 때 제공했던 문장들 중 dela... 더 보기
http://redtea.kr/?b=31&n=52344
요건 제가 탐라에 올렸던건데 ㅎㅎ
예를 들어 delayed 라는 단어를 배울 때 인간은 그 단어가 "무슨 일이 더디게 끌어져 시간이 늦추어지다." 라는 의미라는 것을 이해한 뒤 delayed라는 단어가 들어갔을 때 그것의 해당 의미인 "무슨 일이 더디게 끌어져 시간이 늦추어짐."을 머릿속 사전에서 불러와 assign 하고 문장 내 타 요소와 연결짓지요.
하지만 딥러닝 AI는 훈련할 때 제공했던 문장들 중 delayed가 포함된 것들을 몽땅 추려낸 뒤에 그 문장들 사이의 연관성을 추측하는 방식으로만 delayed 가 무얼 뜻하는지를 추측할 수 있어요. 해당 예에서는 훈련 데이터로 이모티콘이 들어간 트윗 13억개를 사용했죠. 그렇기 때문에 delayed가 들어간 문장들에서 슬픔, 빡침 등의 이모티콘의 갯수를 세어 봤더니 다른 이모티콘들보다 상대적으로 많이 등장하더라 -> delayed는 뭔가 '슬픔' '빡침' (이모티콘)과 연관이 있는 무엇인 것 같다. 뭐 이런식으로 training이 진행되는 것이지요.. (물론 실제로는 달랑 단어-이모티콘간 score만 가지고 분석하진 않고 이를 보완하기 위해 문장 내 단어간의 관계 분석, 원형화 (-s, -ing, -ly, -ed 제거 등)의 과정을 거친다능..)
요건 제가 탐라에 올렸던건데 ㅎㅎ
예를 들어 delayed 라는 단어를 배울 때 인간은 그 단어가 "무슨 일이 더디게 끌어져 시간이 늦추어지다." 라는 의미라는 것을 이해한 뒤 delayed라는 단어가 들어갔을 때 그것의 해당 의미인 "무슨 일이 더디게 끌어져 시간이 늦추어짐."을 머릿속 사전에서 불러와 assign 하고 문장 내 타 요소와 연결짓지요.
하지만 딥러닝 AI는 훈련할 때 제공했던 문장들 중 delayed가 포함된 것들을 몽땅 추려낸 뒤에 그 문장들 사이의 연관성을 추측하는 방식으로만 delayed 가 무얼 뜻하는지를 추측할 수 있어요. 해당 예에서는 훈련 데이터로 이모티콘이 들어간 트윗 13억개를 사용했죠. 그렇기 때문에 delayed가 들어간 문장들에서 슬픔, 빡침 등의 이모티콘의 갯수를 세어 봤더니 다른 이모티콘들보다 상대적으로 많이 등장하더라 -> delayed는 뭔가 '슬픔' '빡침' (이모티콘)과 연관이 있는 무엇인 것 같다. 뭐 이런식으로 training이 진행되는 것이지요.. (물론 실제로는 달랑 단어-이모티콘간 score만 가지고 분석하진 않고 이를 보완하기 위해 문장 내 단어간의 관계 분석, 원형화 (-s, -ing, -ly, -ed 제거 등)의 과정을 거친다능..)
아 이 포스트 기억나요. 제가 좋아요도 눌렀어요 ㅋㅋ
인간의 읽기란 텍스트 첫 단어부터 마지막 단어까지 읽어나가는 과정에서 축적도 있고 제자리걸음도 있고 손실도 있는 거 같아요. 말씀대로 delayed를 예전에 배웠으면 머릿속의 사전에서 그 부분만 불러와 독해에 써먹을 수 있을 거고, 이 단어를 모른다면 그만큼 나머지 분량 읽기가 늦어질 거고, 완전히 다른 뜻으로 쓰였다면 엥 하고 헤매기도 하고.. 근데 AI들은 텍스트를 읽을(텍스트가 입력될) 때마다 지금까지 입력된 DB를 통째로 불러와서 그런 귀찮은 일을 반복 반복해야 하는 것인감요. ㅎ
인간의 읽기란 텍스트 첫 단어부터 마지막 단어까지 읽어나가는 과정에서 축적도 있고 제자리걸음도 있고 손실도 있는 거 같아요. 말씀대로 delayed를 예전에 배웠으면 머릿속의 사전에서 그 부분만 불러와 독해에 써먹을 수 있을 거고, 이 단어를 모른다면 그만큼 나머지 분량 읽기가 늦어질 거고, 완전히 다른 뜻으로 쓰였다면 엥 하고 헤매기도 하고.. 근데 AI들은 텍스트를 읽을(텍스트가 입력될) 때마다 지금까지 입력된 DB를 통째로 불러와서 그런 귀찮은 일을 반복 반복해야 하는 것인감요. ㅎ