AI 기술 발전 추이

AI 기술 발전 추이

2012: 합성곱 신경망 ( CNN)
2012년 이미지넷 첼린지에서 CNN기반 딥러닝 알고리즘 AlexNet이 우승을 차지하며 딥러닝 부흥의 계기
"이미지 처리 딥러닝 본격화"

2014 : 적대적 생성 신경망(GAN)
생산자와 식별자가 서로 대립하며 데이터를 생성하는 모델 (기존생성 AI대비 성능 우수)
생성적 AI분야의 새로운 혁신 

2016: 알파고 등장 (AlphaGo)
구글 딥마인드가 개발한 인공지능 바둑 프로그램
"인공지능 대중화"

2017:
트랜스포머 (Transformer):
구글이 개발한 자연어 처리 모델로 기존 RNN구조의 단점을 극복하며 여러 모델 파생 (ELMo, BERT, GPT의 기반)
"언어모델의 혁신적 돌파구 마련"

연합학습 (Federated Learning)
데이터를 중앙취합하지 않고 사용자 기기에서 학습한 모델을 중앙으로 취합하는 모델

2018:
자기지도학습 부각 (Self - supervised Learning):비지도학습의 한 방법으로 얀 르쿤 교수가 중요성 강조

BERT 언어 모델: 언어모델의 새로운 표준 역할

2019 : GPT-2 언어모델

2020 :
GPT-3  : 최대 규모 언어모델의 시작 (1,750억개 매개변수)
Visual Transformer : 이미지 분야에 트랜스포머를 적용하여 SOTA경신
SimCLRv2 : 이미지분류 자기지도학습이 지도학습 성능에 근접
AlpahFold 2(알파폴드) : 단백질 구조아 기능을 예측 (사람수준까지 성능 개선)