AI 요약관련 정보

• AI는 데이터, 특히 공을 맞추기 위한 다양한 변수(속도, 각도 등)에 영향을 받는 데이터에 기반합니다. 🎯
• AI 학습은 지도 학습 방식을 사용하며, 이는 현재 던진 값을 수정하여 목표값에 맞추는 과정입니다. 🧑‍🏫
• 이러한 학습 과정에서 행렬 연산이 중요하게 사용되며, 속도와 각도 등을 조절하여 새로운 곡선을 그리는 방식으로 진행됩니다. ➕
• CPU는 빠른 속도를 제공하지만, AI 연산에 필요한 수천 개의 속성을 처리하기에는 한계가 있습니다. 🐌
• GPU는 병렬 연산에 특화되어 있어, AI 학습에 필요한 복잡한 행렬 연산을 효율적으로 처리할 수 있습니다. 🚀
• AI는 잘못 던진 공을 맞출 수 있도록 수치화하여 정답을 찾아내고, 이 정답 값들을 모아 랜덤 값을 적용하여 다양성을 확보합니다. 🎲
• AI는 확률 통계에 기반하며, 비슷한 벡터들은 한 곳에 몰려 있지만, 이상점(튀는 값)은 절사되어 AI의 신뢰성에 영향을 줄 수 있습니다. ✂️
• LLM(Large Language Model)은 생성형 데이터베이스로, 단어 하나하나가 벡터 또는 인덱스 형태로 저장되어 생성 능력을 제공합니다. 🗄️
• AI는 인간의 지능을 대체하는 것이 아닌, 데이터를 질문에 맞춰 새롭게 생성해내는 데이터베이스로 이해하는 것이 적절합니다. 💡
• AI는 단어를 저장할 때 무수히 많은 데이터들의 영향을 받아 학습하며, 각 단어는 명사, 1인칭 등 다양한 카테고리로 분류되어 저장됩니다. 📚