Milestone을 정리하는 이유는 2가지다.
첫번째는 빙하기를 대비하고자 함이다. 지금까지 AI의 발전은 긴 빙하기(침체기)와 짧은 간빙기(부흥기)의 반복이 었다. 빙하기의 결정적 이유는 Hardware 및 Data 결핍, 그리고 섣부른 기대였다. 최근의 부흥기가 어떤 결말을 맞이할지 알 수는 없으나, 중요한 것은 다시금 부흥기가 찾아올 것이라는 점이고 그 흐름을 놓쳐서는 안 된다는 것이다. 그런 의미에서 AI Milestone들을 정리해보려 한다.
두번째는 부흥하는 AI에게 걸맞는 활용처들을 찾아주기 위함이다. 최근의 AI는 침체를 생각하기 어려울 정도로 성능 측면에서 완성 단계에 이르렀다. 기술적 진보가 너무 빨라 오히려 응용이나 제도가 따라가지 못하는 상황이 된 모습이다. 이럴 때일수록 AI에게 활약할 수 있는 적절한 장을 열어주어야 한다. 우스겟소리로 머신러닝 프로젝트를 시작하기 전, "꼭 머신러닝이 필요한가"를 검토하라는 이야기가 나온다. 잘 알고 적용하는 자세가 필요하다.
2020년을 기준으로 [AI의 역사 : 2020년 전 마일스톤 논문], [AI의 트랜드 : 2020년 후 연구 트랜드]를 나누어 논문들을 리뷰하려 한다.
| [AI의 역사 : 마일스톤의 줄기] | [AI의 트랜드, LLM 연구] | [AI의 트랜드, LLM 외 연구] |
 https://www.aminer.org/ai-history |
 |
1) Multimodal 2) Explainable AI (LIME, SHAP) 3) Edge AI ... |
관련 논문 참고 페이지 : https://nerdyelectronics.com/a-quick-history-of-ai-ml-and-dl/#2018_bert
A Quick History of AI, ML and, DL - NerdyElectronics
Have you ever wondered about the history of AI, ML, and DL? In today's world, we often hear about stuff like AI, ML, DL, etc...
nerdyelectronics.com