인공지능 분야 전망에 대해

2021.12.23

6374

안녕하세요.

고전 고체역학 전공하고있는 기계공학 박사과정 입니다.

최근에 인공지능 분야가 항상 핫하고 채용도 많이 하고, 부러운 마음이 들어,

제 연구 도메인에 적용해보려고 나름 독학해서 공부하고 있는데요.

저의 미약한 지식으로는 현재 AI 모델들은 결국 데이터가 신뢰성있고 충분히 많아야 작동이 잘 되는 것 같습니다.

그런데 저희 분야는 적은 수의 실험 결과로 다른 공정을 예측해야하는게 주요 목적이라 적용 할만한 아이디어가 잘 떠오르지 않네요.

이와 관련해서 어떤 블로그 글(https://m.post.naver.com/viewer/postView.naver?volumeNo=32515040&memberNo=36733075)도 읽어보니, 현재 인공지능은 결국 데이터가 없으면
사용이 제한되는 것 같습니다.

개인적인 생각으로는 AI가 더 보편적으로 발전하기 위해서는 데이터가 적어도 physics를 예측 할 수 있을 정도로

발전해야할 것 같은데, 혹시 인공지능 전공자분들은 어떻게 생각하시는지 의견이 궁금합니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 13개

2021.12.23

neural ode, zero shot learning에 관심있으실 것 같습니다.

대댓글 1개

2021.12.24

감사합니다. 한번 알아보겠습니다.

2021.12.23

데이터가 70%먹고 간다 샹걱함.그만큼 데이터 만지는데 제일 많은 시간을 소비하고도 있고...자율주행쪽에선 게임쪽에서 쓰이는 언리얼 엔진? 같은써서 가상 데이터를 수ㅏㅂ게 취득하는거같기도 하고 또 다른분야에선 gan으로 dataset 만들어내는것도 봄

대댓글 1개

2021.12.24

의견 감사합니다.

2021.12.24

AI가 스몰데이터엔 원래 잘 안 됨. 스몰데이터 해결하겠다고 퓨샷러닝 하는건 내가 볼땐 논두렁 판다고 포크레인 가져오는 격. 퓨샷러닝을 연구하는 사람이 아니고선, 기존 모수 통계 모형 같은걸 사용하는게 훠얼씬 효율적.

대댓글 1개

2021.12.24

의견 감사합니다.

2021.12.24

AI가 잘나가는 분야가 이미지, 자연어, 소리 등 전전에서 기존에서 다루던 분야인데도 다 이유가 있는 것 같음. 저 분야들은 비교적 데이터가 넘침. 그런데 저 분야들을 벗어나서 의료, 금융 등 상대적으로 데이터가 좀 많아보이는 분야만 가도 AI가 압도적 성능을 발휘 못 함. 굉장히 머리를 잘써서 오버피팅도 안나게 하고 뭐 등등 노력을 해줘야.. 그런데 코비드19 예측처럼 하루에 한번씩 정도만 데이터가 나오는 분야로 가면, SIR 모형 같은 수리적 모형도 못 이김. 코비드 예측한다고 머신러닝 가져온 결과 많이 봤는데 죄다 엉터리..

2021.12.24

차라리 통계쪽을 파보는게 나을듯 싶습니다

2021.12.24

‘ 적은 수의 실험 결과로 다른 공정을 예측’하는 방법을 연구하면 되겠네. 잘되는거 적용하는게 무슨 연구 임팩이 있겠나? 어려운걸 파라.

대댓글 1개

2021.12.24

AI 전공이 아니라 그렇게까지 할 의지는 안생기네요 ㅠ
유망하신 AI 연구자들의 성과를 기다려야 되겠네요.

행복한 로버트 보일*

2021.12.24

안녕하세요, 저는 AI 분야에서 일하고 있어요. 데이터가 적을 땐 딥러닝 계열 모델보다 gaussian process 아니면 최근에 좀 많이 주목 받는 neural process 를 쓰는 걸 추천합니다. 말씀하신 분야에선 model-based approach 들이 자주 쓰여요. 기계공학 쪽이시면 physics-informed machine learning 도 찾아보!세요!

대댓글 1개

2021.12.24

넵 감사합니다. 한번 알아보고 공부해보겠습니다.

2021.12.25

데이터가 없는 분야에서는 물리엔진 시뮬레이션으로도 데이터를 구한다고 알고 있습니다

댓글쓰기

게시판 목록으로 돌아가기

자유 게시판(아무개랩)에서 핫한 인기글은?

자유 게시판(아무개랩)에서 최근 댓글이 많이 달린 글

🔥 시선집중 핫한 인기글

최근 댓글이 많이 달린 글