후원안내
구독하기
미래 테마
미래 테마
홈
네이버
기타
디지털 구독
로그인
미래 테마
구독하기
홈
네이버
기타
디지털 구독
Search 미래 테마
전체
저널리즘
객체지향
객관성
미디어기술
지역언론사가 도입을 기대하는 AI 기술의 종류
2022년 06월 03일
추천 알고리즘
네이버 뉴스 알고리즘 AiRS와 개발자의 개입 방식
들어가기에 앞서 전제할 내용이 있습니다. 이 글은 네이버 알고리즘 개발자들이 2017년에 발표한 논문 ‘Deep Neural Networks for News Recommendations’를 바탕으로 분석한 것입니다. 이 당시 소개된 AiRS의 버전이 그 상태이진 않을 겁니다. 이미 여러 업데이트를 거쳤을 것으로 추정됩니다. 이 점 이해하시고 읽어주시기 부탁드립니다. AiRS 모델이 해결하고자 한 문제들 너무나도 많은
2020년 09월 10일
인공지능
언론 종사자들이 AI/ML을 도입하길 기대하는 영역
개인적인 호기심에 간단하게 시작했던 설문조사 '고품질 저널리즘을 위해 AI/머신러닝 기술이 뉴스 관련 어느 영역에 가장 빨리 적용되길 기대하시나요'의 결과가 이렇게 나왔습니다. 자동 팩트체킹이 언론사 내 여러 직군들로부터 고르게 필요로 하는 항목으로 파악된 점은 약간 의외이긴 했습니다. 아마도 현장에서 팩트체킹 과정의 수고로움을 덜기 위해, 혹은 편의를 얻기 위해 기계의 도움을
2020년 07월 06일
인공지능
AI 담론 과잉과 교육의 또다른 역할
서울특별시 교육연수원에서 개최된 콘퍼런스 가운데 ‘인공지능과 교육불평등’ 세션에서 발표한 내용입니다. 인공지능 실체로서 알고리즘 인공지능을 이해하는데 있어 그것의 실체를 드러내는 작업은 긴요하다. 인공지능이라는 기표가 주는 위압감에 눌려 인공지능을 ‘만능지능‘으로 상정하는 우를 범할 수 있어서다. 최근의 인공지능은 딥러닝과 동의어로 사용된다. 실제 알고리즘 개발 현장에서는 인공지능이라는 표현보다 딥러닝이라는 표현을 자주
2020년 01월 10일
인공지능
'인공지능은 뇌를 닮아가는가'를 읽고
‘인공지능은 뇌를 닮아가는가’를 마쳤다. 강한 인공지능과 약한 인공지능의 구분, 연결주의와 계산주의의 공학 전통, 분할 후 정복이라는 인공지능 개발 메커니즘, 지능이란 무엇인가에 대한 철학적 질문. 하나하나가 쉬운 것 없는 내용들이다. 인공지능을 이해하는 개괄서로서 매력적이다. 저자는 철학과 공학을 넘나드는 해박한 지식을 뽐내면서도 결론은 기술주의, 기술결정론으로 흐른다. 그 스스로가 공학도여서리라.
2020년 01월 10일
유발 하라리
페이페이 리-유발 하라리 대담을 읽고 나서
원문(읽은 글) : WILL ARTIFICIAL INTELLIGENCE ENHANCE OR HACK HUMANITY? 일종의 관전평이랄까요. 짧게만 쓴다면. 유발 하라리와 페이페이 리의 대화는 그리 원만하진 않더군요. 이는 페이페이 리가 지적한 바와 같이 “AI가 전능하다(omnipotent)는 가정 하에서 대화를 하고 있기 때문”이었습니다. AI가 전능하다는 전제에서 세상을 이해하려고 하다 보니 둘의 토론은 가끔 논점을
2019년 03월 05일
머신러닝
알고리즘 편향, 어떻게 측정하고 분석할 수 있을까
AI의 실체로서 머신러닝 알고리즘 머신러닝은 간단하게 설명하면 결정론적 함수식(deterministic function)이다. d라는 속성이 함수를 거쳐 Y라는 예측치를 도출하는 과정이다. Y가 한정돼있다면(남성, 여성 혹은 암환자, 정상환자) 함수는 곧 분류기(classfier)가 된다(Fredrikson 등, 2015). 대다수의 분류기는 분류값의 속성 벡터를 받아들여 분류하는 회귀함수이다. 즉, 높은 수준의 신뢰도(confidence)를
2018년 07월 04일
