[230822] 모두의연구소가 전하는 "모두를 위한 AI 뉴스"

모두의연구소는 함께 공유하고 성장하는 국내 최대 AI 커뮤니티입니다🌱. 그럼, 오늘의 AI 뉴스 시작해 볼게요! 🙂 1️⃣ BentoML을 활용한 DeepFloyd IF 모델 배포하는 방법! 허깅 페이스에서는 모델의 업로드, 공유, 배포를 도와주는 플랫폼인 반면, BentoML은 머신 러닝 모델을 제공하고 서비스로 배포하기 위한 오픈 소스 플랫폼이에요. 프로덕션 준비 AI 애플리케이션을 만드는 통합 프레임워크를 제공한다는 점에서 저도 유용하게 사용하고 있는데요. BentoML 사용 방법은 간단합니다! 1) 모델 정의 2) 모델 저장 3) BentoML 서비스 생성 4) 벤토 패키징 5) Bento 배포. 오늘 소개해드리는 블로그에는 DeepFloyd IF와 BentoML를 통합해서 배포하는 방법을 소개하고 있습니다. 비교적 따라하기 쉽게 핸즈온으로 되어 있으니 직접 한번 경험해보시는 걸 추천합니다! → https://huggingface.co/blog/deploy-deepfloydif-using-bentoml 2️⃣ 구글 리서치의 "CHITA" 방법론: 더 빠르고 효과적인 신경망 가지치기 최신 신경망은 다양한 애플리케이션에서 뛰어난 성능을 보이지만, GPU와 같은 하드웨어가 많이 필요하죠. 이때문에 GPU가 없는 환경에서는 딥러닝을 사용하기 어렵습니다. 해결하기 위해서는 네트워크의 가중치를 제거하는 '프루닝' 기법이 사용되곤 하는데요. 프루닝은 훈련 전, 중, 후에 진행할 수 있습니다. 오늘 소개하는 프루닝 기법은 훈련 후 진행하는 것을 목표로 합니다. 프루닝에는 영향력이 작은 것을 없애는 기법과 최적화를 진행할 때마다 영향력이 작은 것들을 업애는 기법이 있습니다. 그러나 둘의 관계에서 트레이드오프가 존재한다고 해요. 이에 구글 리서치에서 발표한"CHITA" 방법을 소개해 드릴게요. 트레이드오프를 해결하며, 기존 방법보다 빠르게 네트워크를 프루닝하면서 정확도를 향상시키는 것을 보여 준다는 점에서 흥미롭네요! → https://ai.googleblog.com/2023/08/neural-network-pruning-with.html 3️⃣ "STUDY" 추천 시스템: 학생들을 위한 개인화된 오디오북 콘텐츠 제안 학생들에게 독서는 단순 지식 정보 향상을 기반으로 학업과도 긴밀하게 연관되죠. 다양한 책과 읽을거리 중 시선을 사로잡고, 흥미와 재미를 끄는 콘텐츠를 찾는 것은 중요할 수 밖에 없습니다. 이에 머신 러닝(ML)을 활용한 추천 시스템이 도움을 줄 수 있을 것 같은데요! 머신러닝은 사용자의 선호도와 참여도를 기반으로 개인화된 콘텐츠를 추천하는 데 활용되며, 사용자의 경험을 향상시키는 데 중요한 역할을 합니다. "STUDY" 추천 시스템은 교육 환경의 오디오북 콘텐츠 추천에 중점을 두고 있습니다. Learning Ally와의 협력으로 학생들에게 적합한 오디오북을 추천하기 위한 알고리즘이 개발되었으며, 교실 내 친구들과의 독서 기록을 공유하며 인기 있는 책을 추천하는 방식을 채택하였다고 합니다. 평소 독서나 독서 모임을 즐기거나, 자녀가 있다면 활용해보면 좋을 것 같아요~! → https://ai.googleblog.com/2023/08/study-socially-aware-temporally-causal.html 📍Llama 2, SDXL 이미 알고 있다면? AI학교 아이펠 리서치 과정 모집 중 → https://bit.ly/3YDkLV4