CULTURE, 테크놀로지

데이터로 하는 건설적인 논의

건설적인 논의를 생각한다. 나는 논의의 건실함을 이야기하기 앞서 ‘왜 논의 하는가’를 말하려 한다. 논의는 토론하는 것이다. 토론은 보고가 아니다. 토론의 유사어는 보고가 있다. 그러나 토론과 달리, 보고는 방향성이 있다. 보고는 목표 달성을 이야기한다. 따라서 보고서는 목표 달성 유무를 다룬다. 보고는 결론이라는 말로 대체될 수 있을 것이다. 그렇지만 (보고와 달리) 논의란 좋은 보고를 위해 방향을 정리하는 […]

더 보기
CULTURE, 테크놀로지

TCAV를 받아들이기 위한 노력

해석가능한 인공지능(XAI 또는 Interpretability) 계열은 Been Kim님( https://beenkim.github.io/ )의 TCAV 페이퍼가 최신인 것으로 보인다. 이번 책에서는 수록되지 않겠지만 그래도 최신 동향을 알아두는 일은 필요하다. 지금이 2019년이고, 이 논문은 2017년에 발표됐으니 완전 최신이라고는 말할 수 없겠지만. 아카이브: https://arxiv.org/abs/1711.11279 Interpretablility에 대한 2017년 튜토리얼: https://beenkim.github.io/papers/BeenK_FinaleDV_ICML2017_tutorial.pdf 2018년 튜토리얼: https://beenkim.github.io/slides/DLSS2018Vector_Been.pdf 2017년 튜토리얼 이 튜토리얼은 Towards A Rigorous Science of Interpretable […]

더 보기
CULTURE, 테크놀로지

AI 발전과 교육

커버 이미지 출처: https://jontysinai.github.io/jekyll/update/2017/11/11/the-perceptron.html 인공지능, 두 번의 겨울과 발전 인공지능은 컴퓨터의 역사와 거의 동시에 연구가 시작됐다. 영국의 수학자 앨런 튜링은 1950년대에 ‘계산 기계와 지능(Computing Machinery and Intelligence)’라는 논문에서 인공지능의 출현을 예고했다. 그는 위 논문에서 ‘인공지능’이라는 용어 대신 ‘생각하는 기계(Thinking Machine)’라는 개념을 주장한다. 그는 기계가 생각할 수 있는지 그리고 만약 생각하는 기계가 존재한다면, ‘생각한다’는 추상적인 문장을 […]

더 보기
CULTURE, 테크놀로지

사소한 일로 크게 기뻐하기

이 이미지를 직접 구현하는데 한 달이나 걸렸다. 아이디어가 생각나서 자다 깨서 컴퓨터 앞에 앉은 적도 여럿이다. 내가 생각해 낸 아이디어란 게 독창적인 것도 아니다. 논문은 이미 나와 있었고, 나는 그걸 구현하면 되는 것이었다. 심지어 (다른 버전이 걸려있긴 했어도) 이미 구현된 코드가 있었다. 페이퍼만 보기로 했다. 다 덮고 처음부터 매달렸다. 하다하다 마지막 즈음엔 원 저자의 코드를 […]

더 보기
CULTURE, 테크놀로지

소프트웨어 개발자들의 생산성 인식

원제: Software Developer’s Perceptions of Productivity 지인이 올린 논문 하나를 보고 요약해봐야겠다고 생각했다. 찾아보니 이전 논문이 딸려나왔다. 그래서 알게된 점. 논문은 총 두 편이고, 지인이 공유해준 논문은 2014년에 나온 연구의 후속 연구(2017)다. 1편은: 소프트웨어 개발자의 생산성 인식(https://www.zora.uzh.ch/id/eprint/98324/1/productivity.pdf) 2편은: 생산성 인식에 따른 소프트웨어 개발자 분류(https://www.zora.uzh.ch/id/eprint/141848/1/prodClusters-ESEM17.pdf) 1편 제목: Software Developers’ Perceptions of Productivity 발행: 2014년 저자: Meyer, André; Fritz, […]

더 보기
CULTURE, 테크놀로지

통계학과와 데이터마케팅

주의: 이 글은 강한 편견이 들어 있습니다 인트로 어떻게 시작해야 할 지 모르겠습니다. 저는 종종 “통계학과를 나와서 데이터 마케팅을 하고 싶다”는 질문을 듣습니다. 저는 통계학과를 나오지 않았을 뿐 아니라 머신러닝 계열입니다. 그리고 작지도 크지도 않은 회사에서 월 2-3억 정도 퍼포먼스 마케팅을 1년 동안 해 봤던 경험이 전부입니다. 마지막으로 이 경험은 2018년 8월에 그쳤기 때문에, 충분히 […]

더 보기
CULTURE, 테크놀로지

나심 탈레브 RWRI 워크샵 공유회

나심 탈레브 설명 나심 탈레브는 사상가다. 그는 레바논 태생의 미국 경영학자, 통계학자, 위기분석가이다. 2007년 그의 저서 <블랙 스완>에서 ‘검은 백조 이론’을 처음 제시하여 미국 경제 위기를 예측한 것으로 유명세를 얻었다. 그가 본격적으로 유명해진 것은 1980년 후반 옵션 트레이딩에서부터다. 그는 유로 달러 선물에 베팅했었는데, 나심이 구매한 상품은 금리가 변동이 없을 때 작게 잃고, 금리가 크게 변할 […]

더 보기
CULTURE, 테크놀로지

거대 엔터테인먼트 회사의 AI 투자 (번역)

원문: https://emerj.com/ai-sector-overviews/ai-at-disney-viacom-and-other-entertainment-giants/ 2019년 2월 10일에 업데이트 된 따끈따끈한 기사다. 도입 AI는 엔터테인먼트 분야에 커스터마이즈 된 추천 기능을 넣어주었다. 이것은 금요일 밤에 보는 영화(넷플릭스)에서 부터 라이브 스포츠 경기까지 다양했다. 2017년에는 US 테니스 챔피언십 오픈에 인공지능이 도입되어 하이라이트를 편집해서 방영했다(IBM Watson Media). 시계열 데이터와 대중의 반응 그리고 선수들의 표정을 결합하여 IBM Watson은 오늘의 하이라이트를 편집하는 최적의 타이밍을 찾아낼 수 있었다. […]

더 보기