1) AI 분야
- 컴퓨터 비전 : 검안법(Optometry)
- 자연어 처리 : 언어학
- 강화학습 : 게임 이론, 심리학
- 이상 탐지 : 보안, 의학
2) RNN (Recurrent Neural Network)
- 모델 아키텍처
- 순환 신경망
- 입력과 출력을 시퀀스 단위로 처리하는 시퀀스(Sequence) 모델
3) 기타 아키텍쳐
① 오토인코더 (Auto Encoder)
- 입력을 주게 되면 출력시 라벨이 없고 네트워크 모델을 거친 다음에 동일한 입력 값을 표시
② GAN (Generative Adversarial Networks)
- “적대적 생성 신경망”이라고 번역되는 AI기술 중 하나
- 구글 브레인에서 머신러닝을 연구했던 Ian Goodfellow에 의해 2014년 처음으로 신경정보처리시스템학회(NIPS)에서 제안
- 이후 이미지 생성, 영상 생성, 텍스트 생성 등에 다양하게 응용되고 있다.
③ 강화학습 (Reinforcement Learning)
- 시도와 실패(Trial and Error)를 통해 학습하는 autonomous, self-teaching system
- 보상의 극대화에 초점을 두고 행동하며, 최상의 결과를 얻기 위해 학습
- 여러 가지의 서로 다른 행동을 취하며 결과에 대한 피드백을 받으며 해당 행위가 최고의 보상을 주는지 학습
4) NGC 컨테이너
- 방대한 범위 : 다양한 범위의 워크로드 및 산업별 사용 사례
- 최적화 : DL 컨테이너가 매월 업데이트 됨 / 최신 기능과 탁월한 성능 보유
- 보안 및 안정성 : 취약성 및 암호에 대해 검사됨 / 워크스테이션, 서버 및 클라우드 인스턴스에서 테스트됨
- 확장성 : 멀티 GPU 및 멀티 노드 시스템 지원
- 엔터프라이즈 및 HPC용으로 설계됨 : Docker, 특이성(Singularity) 및 기타 런타임 지원
- 어디서나 실행 가능 : 베어메탈, VM, Kubernetes, x86, ARM, POWER, 멀티 클라우드, 온-프레미스, 하이브리드, 엣지
5) 다음 단계
- Docker 설정 → NGC 카탈로그 방문 → 컨테이너 Pull 및 Run
