지금까지 생성형 AI 모델이 새로운 콘텐츠를 만드는 다양한 예시를 살펴봤습니다. 이 모델들은 매우 다양한 데이터 형식을 입력하고 출력할 수 있지만, 전반적인 절차는 항상 같아요.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
생성형 AI의 개념과 콘텐츠 생성 능력, 실제 적용 사례와 한계를 소개합니다. 기존 머신 러닝 모델, 생성형 AI, 범용 인공 지능(AGI)의 차이점을 깊이 있게 살펴보고, 생성형 AI 발전을 이끄는 핵심 요인들을 탐구합니다.
현재 연습
이 장에서는 생성형 AI 모델 개발의 핵심 단계인 연구 및 설계, 데이터 수집, 모델 학습, 평가를 다룹니다. 다양한 데이터세트와 고급 학습 기법의 중요성을 살펴보고, 다양한 평가 방법을 검토하며 각각의 장단점도 논의합니다.
이 장에서는 생성형 AI의 책임 있는 사용에 초점을 맞춥니다. 사회적 편향 완화 문제와 전략, 지식 재산권 및 개인정보 보호 문제, 그리고 오용을 방지하기 위한 윤리적 고려사항을 논의합니다. 마지막으로 범용 인공 지능(AGI)의 막대한 잠재력과 위험성, 그 영향을 통제하기 위한 접근 방식을 살펴봅니다.
4장에서는 생성형 AI의 잠재력, 영향력, 그리고 인간의 업무 흐름에 접목되는 방식을 살펴봅니다. 대학부터 기업에 이르기까지 AI 발전에 기여하는 주요 주체들을 논의하고, 사회가 AI에 어떻게 적응하고 있는지 탐구합니다. 또한 AI가 생산성, 직업 환경, 교육, 미디어, 엔터테인먼트, 과학적 발전, 윤리적 고려사항에 어떤 시사점을 제시하는지 심층적으로 다룹니다.
