RE·WORK White Paper: AI 처리의 도전, 성공, 진행 및 실패

RE-WORK는 전 세계에서 AI 및 딥 러닝 이벤트, 정상 및 워크샵을 주관하는 리더입니다. 이 이벤트는 딥 러닝, 머신 러닝, 다양한 부문의 AI, 컴퓨터 비전, 자율 주행 차량, 책임 있는 AI 등에 관한 주제를 다룹니다. 산업 및 학계의 리더들을 한자리에 모입니다.

RE·WORK의 최근 백서인 ‘AI 처리의 도전, 성공, 진행 및 실패’는 퍼듀 대학교, 라이어슨 대학교, GSI 테크놀로지, COTA Inc., Omdena 등에서 기고한 내용입니다.

백서는 여섯 장으로 구성되어 있습니다:

• 제1장: 산업 및 비영리 응용 프로그램에서 데이터 제한

• 제2장: ElasticSearch, ANN 및 컴퓨터-인-메모리 수렴

• 제3장: 데이터 가용성의 제한 및 발전

• 제4장: ML 및 AL에서 데이터 장벽

• 제5장: 엔터프라이즈 AI에서 처리 제한 – GPT-3는 궁극적인 해결책인가?

• 제6장: 6G 무선 통신 네트워크에서 모든 것

첫 번째 장은 산업 및 비영리 조직에서 가장 일반적인 데이터 도전 과제를 다룹니다. 또한 데이터 가용성, 비용, 개인 정보 보호 및 윤리에 관한 일반적인 제한 사항을 자세히 설명합니다. 이 장은 텍스트, 비디오 및 지리적 데이터에서 데이터 제한을 보여주는 세 가지 사례 연구를 기반으로 합니다. ‘NLP로 취약성 해결’, ‘비상 대응을 위한 컴퓨터 비전’, ‘자율 주행 차량을 위한 컴퓨터 비전 응용’입니다.

제1장은 Omdena의 리드 머신 러닝 엔지니어인 Rosano de Oliveira Gomez, MIT의 박사 연구원인 Harini Suresh, Omdena의 ML 엔지니어인 Erim Afzal이 작성했습니다.

제2장은 ElasticSearch 작업에서 근사最近 이웃(ANN)과 메모리 가속 처리를 사용하는 것을 중점으로 합니다. 이는 ElasticSearch 작업에서 실시간 응답을 제공합니다. 원래 텍스트 검색 엔진이었던 ElasticSearch는 이제 데이터베이스에 문서, 그림, 네트워크 아키텍처, 텍스트 문서, 제품 영수증 등을 포함할 수 있습니다. 이 장은 또한 Associative Processing Unit(APU)와 같은 새로운 기술을 다룹니다.

제2장은 GSI 테크놀로지의 마케팅 디렉터인 Mark Wright가 작성했습니다.

제3장은 데이터 가용성의 제한과 발전을 다룹니다. 먼저 데이터 가용성이 무엇인지 및 무엇이 아닌지 설명한 다음, 데이터 호환성, 저장 장애, 서버/네트워크 장애, 비용, 데이터 품질 저하와 같은 제한 사항을介绍합니다. 이 장은 마지막으로 고성능 데이터 처리 파이프라인 및 하이브리드 클라우드와 같은 솔루션을介绍합니다.

제3장은 퍼듀 대학교의 소프트웨어 엔지니어이자 ML 실무자인 Adebunmi Odefunso가 작성했습니다.

제4장은 ML과 AI에서 데이터 장벽을 다룹니다. 특히 높은 오류율과 편향을 보여주는 얼굴 인식 시스템과 같은 문제가 있는 알고리즘과 모델을 중점으로 합니다. 또한 편향을 완화하고 해석 가능성을 높이는 방법과 데이터셋이 크고 다양해야 하는 이유를 설명합니다. 데이터 일관성 및 정확성과 같은 데이터의 다른 측면도 다룹니다.

제4장은 COTA Inc.의 전략 디렉터인 Shivam Mathura가 작성했습니다.

제5장은 최신 AI 모델인 GPT-3를 사용하여 엔터프라이즈에서 AI의 제한과 가능성을探索합니다. 이 장의 목표는 “오늘의 제한은 내일의 성공”이라는 것을 인식하고 계속 실험할 필요가 있다는 것을 보여주는 것입니다.

제5장은 라이어슨 대학교의 컴퓨터 과학 박사 과정인 Shaina Raza가 작성했습니다.

제6장은 6G 무선 통신 네트워크의 출현과 이를 위해 AI, 머신 러닝 및 기타 기술이 필요한 것을 다룹니다. 이러한 시스템은 전례 없는 용량과 네트워크 접근을 가능하게 할 것입니다. 이 장에서 다루는 다른 주제로는 다음이 있습니다: AI 및 SDN을 사용한 차세대 무선 네트워크, DARPA 스펙트럼 협력 도전의 동기, 지능형 라디오 알고리즘의 구현.

제6장은 플로리다 국제 대학교의 Kemal Akkaya, Arjuna Madanayake, Udara De Silva, Sravan Pulipati, 노스이스트 대학교의 Josep M. Jornet, Kaushik Chowdhury, Francesco Restuccia, Tommaso Melodia, 플로리다 대학교의 Soumyajit Mandal, John Shea, Pi Radio의 Aditya Dhananjay, Lemurian Labs의 Jay Dawani, Vassil Dimitrov 등이 공동으로 작성했습니다.