코딩하는 해커

AI 연구자가 말하는 ChatGPT 시대의 공부법

ChatGPT가 등장한 이후, 많은 학생들이 AI를 과제, 레포트, 시험 준비 등 다양한 방식으로 활용하고 있다. 이에 따라 교육 현장에서는 “AI 활용을 제한해야 한다”는 입장과 “학습에 도움이 되니 자유롭게 허용해야 한다”는 입장 간의 팽팽한 대립이 이어지고 있다.나는 현재 인공지능 전공으로 대학원 석사 과정을 밟고 있으며, 학부 시절에는 교직 이수를 통해 교육학을 함께 공부했다. 특히 수많은 교육학 과목들(교육방법및교육공학, 교육심리학, 교육사회학, 교육행정및교육경영, 교육과정및교육평가, 특수교육학개론, 학교폭력예방및학생의이해, 컴퓨터교육론, 컴퓨터교육학및논술, 컴퓨터교재연구및지도법)을 모두 A+로 이수할 만큼 열정적으로 교육학 공부에 임했고, 이로 인해 교육의 본질과 교수·학습 이론에 대한 이해도..

대한전자공학회 우수학생논문상 수상

지난 11월, 강원도 하이원 리조트에서 열린 2024 대한전자공학회 추계학술대회에 ‘KL 발산 기반의 적대적 공격을 통한 딥페이크 생성 방해’라는 논문을 발표하고 왔다. 원본 이미지와 생성되는 이미지 간의 KL divergence loss를 최대화하는 방향으로 PGD Attack을 진행하여 왜곡된 출력 결과를 유도하도록 하여 최종적으로 딥페이크를 예방하는 연구를 진행했는데 포스터 발표때 심사위원분께서 좋게 봐주신 것 같다.지난 논문에서는 GAN 모델을 대상으로만 진행했는데 디퓨전 모델에 대해서도 딥페이크를 방해하는 연구를 진행해서 더 수준 높은 연구를 진행할 예정이다.

[Paper Review] Denoising Diffusion Probabilistic Models

논문 리뷰: DDPM(Denoising Diffusion Probablistic Models)논문 링크: https://arxiv.org/pdf/2006.11239깃허브 링크: https://github.com/lucidrains/denoising-diffusion-pytorch 오늘은 생성 모델의 혁신을 이끈 논문인 DDPM(Denoising Diffusion Probablistic Models)에 대해 논문 리뷰를 진행하고자 한다.이 논문을 제일 처음 읽었을 때는 모르는 단어들과 수식들로 인해 큰 어려움을 겪었다. 하지만 여러 레퍼런스들을 참고하여 3주 정도 읽으니 어느 정도 남에게 설명할 수 있을 정도로 이해가 된 것 같다. 만약 독자들 중에서도 처음 디퓨전 논문을 읽고 너무 어렵다면 자주 반복해서..

[LLM] 대형 언어 모델(LLM) 소개

대형 언어 모델(LLM) 소개(Introduction to LLM)ChatGPT가 공개된지 약 2년이 다되어 가는 시점이고, 처음 나왔을 때는 hallucination(AI가 학습된 데이터나 맥락에 근거하지 않는 잘못된 정보나 허위 정보를 생성하는 현상)이 심해서 여러 번의 검증을 하고 사용하였는데, 최근에는 이러한 문제가 상당하 개선되며 다양한 분야에 적용되어 인간의 업무 효율성을 높이고 있다. 시대의 흐름에 맞게 AI를 사용하는 것은 선택이 아닌 필수가 된 시점에서 자연어 처리(Natural Language Processing, NLP)와 대형 언어 모델(Large Language Model)에 대한 이해는 AI를 공부한다면 필수적이라고 생각한다. 따라서, 기본적인 자연어 처리 기법과 대형 언어 모델..

[Physics] 파동의 성질과 활용

파동의 성질과 활용파동: 진동이 주위로 퍼져나가는 현상 파동은 진동이 주위로 퍼져나가는 현상을 뜻하는데, 이때 진동이란 어떤 특정한 위치에서 짧게 왕복운동 하는 것을 뜻한다.파동의 종류로는 크게 횡파와 종파로 나눌 수 있다. 진동을 주위로 퍼져 나가게 하기 위해서는 어떠한 물질이 필요한데, 이러한 물질을 매질이라고 한다. 예를 들어, 지진파의 경우 암석이 매질이 되는 것이고 음파의 경우에는 공기가 매질이 된다. 매질은 제자리에서 또 다른 매질을 진동시켜 공간을 따라 전파되어 파동을 발생시킨다. 파동에는 매질의 진동 방향과 파동의 진행 방향에 따라 횡파와 종파로 나뉜다. 횡파는 파동의 진행 방향과 매질의 진동 방향이 서로 수직인 파동을 뜻하며 그림으로 나타내면 아래와 같다. 예시로는 지진파의 S파와 전자기..

[Paper Review] Disrupting Deepfakes: Adversarial Attacks ~

논문 리뷰: Disrupting Deepfakes: Adversarial Attacks on Conditional Image Translation Networks- 논문 링크: https://arxiv.org/pdf/2003.01279 - 깃허브 링크: https://github.com/natanielruiz/disrupting-deepfakes?tab=readme-ov-file Background오늘은 2020년 CVPR 워크샵에서 발표된 논문인 "Disrupting Deepfakes: Adversarial Attacks on Conditional Image Translation Networks"이라는 논문에 대해 리뷰하고자 한다. 최근 Adversarial Attack에 관심을 갖게 되고난 후 "딥페..

[ROS2 튜토리얼] 1. 환경 구성

What is ROS?ROS is an open-source, meta-operating system for your robot. It provides the services you would expect from an operating system, including hardware abstraction, low-level device control, implementation of commonly-used functionality, message-passing between processes, and package management. It also provides tools and libraries for obtaining, building, writing, and running code acros..

[Statistics] 이산확률분포 - 베르누이 분포, 이항분포

이산확률분포 - 베르누이 분포, 이항분포(Bernoulli Distribution, Binomial Distribution)깃허브 연습코드 링크: https://github.com/PSLeon24/Mathematical_Statistics/blob/main/Probability_Distribution/%EB%B2%A0%EB%A5%B4%EB%88%84%EC%9D%B4%20%EB%B6%84%ED%8F%AC.ipynb이번 포스팅에서는 이산확률분포 중에서 베르누이 분포와 이항분포를 알아보고자 한다.먼저, 이산확률분포가 무엇인지에 대한 개념을 정립하고 시작하자.확률분포는 크게 2가지 카테고리로 분류할 수 있는데, 첫째는 이산확률분포(discrete probability distribution)이고 둘째는 연속확률..

[cs231n] 1. Image Classification Pipeline

1. Image Classification Pipeline [cs231]석사 1학기를 시작하며 "비전 데이터 딥러닝" 과목을 수강 신청하고 오늘 첫 수업을 다녀왔다.본 강의의 base가 cs231n 강의라고 하여 방학동안 공부했던 내용들을 복습도 할 겸 처음부터 다시 강의를 들으며 블로그에 정리할 예정이다.본 강의는 YouTube에 무료로 공개되어 있고 강의 링크는 다음과 같다. 더보기란에 강의 슬라이드 링크도 포함되어 있으니 이를 활용하여 학습하면 된다.강의 링크: https://www.youtube.com/watch?v=OoUX-nOEjG0&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=2 1강은 Introduction이기 때문에 생략하고 바로 2강부터 진행한다. ..

[Paper Review] Explaining and Harnessing Adversarial Examples(FGSM)

논문 리뷰: Explaining and Harnessing Adversairal Examples(FGSM)- 논문 링크: https://arxiv.org/pdf/1412.6572- 예제 코드(with PyTorch): https://github.com/PSLeon24/Paper-Implementation-with-PyTorch/blob/main/FGSM/FGSM.ipynb- 세미나 자료 오늘은 적대적 공격, 적대적 예제를 공부할 때 가장 기반이 되는 논문인 "Explaining and Harnessing Adversarial Examples" 논문을 다루고자 한다.이 논문은 2015년 ICLR에 출판된 논문이며, 논문의 저자는 생성형 적대적 신경망(Generative Adversarial Network:..