Machine2 딥마인드의 혁신으로 부터 얻은 교훈들 이번 주 AI 분야에서 가장 큰 소식은 딥마인드 사의 단백질 합성에 대한 혁신입니다. 50년 넘게 과학자들의 염원이 되었던 질문, "단백질의 3차원적 형상을 정확하게 예측하기 위해 단백질의 유전적인 서열을 어떻게 이용할 것인가"에 대해 딥마인드의 인공지능 시스템이 효과적인 답을 내놓았습니다. 이로서 다양한 경우에 대해 원자 크기 정도 폭의 정확도로 단백질 구조를 예측할 수 있게 되었습니다. 필자는 월요일 발표 당시 딥마인드의 단백질 합성 팀과 심층 인터뷰를 했으며, 런던베이스의 이 인공지능 회사가 어떻게 이런 성과를 달성할 수 있었는지 다소 정확한 기사를 남겨두었습니다. 그 기사에서는 어떻게 "알파폴드 2"라고 불리는 인공지능 시스템이 COVID-19에 대항하며 공헌하고 있는지에 대해서도 밝힌 바 있습니.. 2020. 12. 6. 때로는 A.I를 단순하게 활용하는 것이 최고일 때가 있다 이전 포스팅에서 인공지능을 이용한 회사들이 재무적인 효과를 얻어내는데 어려워하고 있다고 말한 적이 있습니다. 너무나 많은 인공지능 관련 프로젝트들이 실망으로 마무리됩니다. 실패의 원인 중 하나는 아마도 너무 큰 기대 때문일 것입니다.(많은 인공지능 프로젝트는 정말 야망이 큽니다) 때로는 단순하고 가장 평범한 활용이 엄청난 효과를 가져올 수도 있습니다. 2020/10/22 - [Eye On A.I.] - 왜 대부분의 회사는 AI를 도입하고도 성과를 내지 못하나?(The "10-20-70 Problem") 왜 대부분의 회사는 AI를 도입하고도 성과를 내지 못하나?(The "10-20-70 Problem") 인공지능은 많은 회사들에게 대단한 추진력을 제공하고 있을까요? 최근 BCG(Boston Consulti.. 2020. 11. 28. 이전 1 다음
