Deep Learning Frameworks

Deep Learning을 위한 플랫폼경쟁이 치열하다. 최근 사용자들을 대상으로 한 서베이에 따르면 기존 강자는 여전히 사랑을 받고 있지만, Google의 플랫폼인 Tensorflow가 단숨에 1위 자리를 차지한것을 보면 Google의 영향력은 대단하고 볼 수 밖에 없다. 각 플랫폼은 주도권을 놓치지 않기 위해 인공지능 분야의 구루(guru)들을 경쟁적으로 영입하고 있으며, 연구결과물에 대한 소스를 공개하여 사용자층을 넓히려는 시도를 하고 있다.  오늘날의 open-source ecosystem은 누구나 획기적인 deep learning infrastructure를 구축할수 있는 환경을 마련해 주었다. 인터넷에는 무수한 자료가 존재하고, ML 분야의 open-source ecosystem은 폐쇄적인 Apple도 연구 결과를 공개하겠다는 선언에 까지 영향을 미쳤다. 문제는 어느 트위터리안이 인공지능 연구의 걸림돌 조사에서 1위를 차지한 바와 같이 연구결과물(Paper)를 읽을 시간이 없다는 것이다. 우리에게는 또하나의 걸림돌이 있다. 언어문제다. 영어에 완전히 자유로울 수 없는 대다수 한국인들에게는 특히 강좌나 강연을 들을때 아무래도 시간대비 효율이 떨어지기 때문이다. 쏱아져 나오는 자료중 일부는 영어에 보다 자유롭다면 훨씬 시간을 절약할 수 있을 것이다.

“ML research is moving at such a rapid pace that it’s hard to keep up with latest advancements. We are truly lucky to be living in an era where AI has been democratized”

인공지능이 향후 과학 및 산업계의 Killer Technoloy가 될것이 거의 확실한 상황에서 새로운 기술에 대한 엄청난 양의 논문들이 쏱아져 나오고 있기 때문이다. 수학(Math)은 걸림돌에서 순위가 3위로 기억한다. 사실 인공지능 연구에 사용되는 수학분야는 주로 대수학(Linear Algebra)이고, 미분 및 확률/통계분야의 수학이 사용되나, 자연과학 및 공학에서 문제를 해결하기 위한 mathematical modeling에 사용되는 수학에 비해 난이도가 높다고 할 수 없다. 하지만, 인간 브레인에 대한 연구가 결실을 맺어 뇌의 신경망에 대한 이해가 진행되면, 훨씬 복잡한 수학적 모델과 인공지능 네크워크가 필요하게 될 가능성이 높다. 범용 인공지능(General Intelligence)는 신경망의 정교하고 복잡한 연결이 산물인지, 아니면, 셀수 없이 많은 뉴런의 단순한 대량 연결로 이룬 결과물인지 알 수 없지만, 그 무엇이 되든 다양한 시도는 계속될 것이다.

아래는 현재 주로 사용 되는 ML 플랫폼의 리스트이다.

 

아래는 최근 Francois Chollet deep learning framework에 관한 사용도 조사결과이다.

deep-learning-framwork

Advertisements

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 /  변경 )

%s에 연결하는 중