 코드번호 : |
1 |
|
| 발표자 : |
김진철 |
|
| 소속 : |
SK텔레콤 |
|
| 부서 : |
네트워크기술원 Vehicle Tech Lab |
|
| 직위 : |
매니저 |
|
| 세션시간 : |
13:40-15:40 |
|
| 발표자약력 : |
(1993 ~ 1997) 한국과학기술원(KAIST) 물리학과 (물리학 학사)
(1997 ~ 1999) 포항공과대학교 대학원 물리학과 물리학 석사 (전산물리학(신경망) 전공)
(1999 ~ 2005) 포항공과대학교 대학원 물리학과 물리학 박사 (플라즈마 및 빔 물리학 전공)
(2005 ~ 2007) 경북대학교 고에너지 물리 연구소 (포스트닥)
(2006 ~ 2007. 9.) 유럽입자물리학연구소(CERN) CMS 실험 및 LHC Computing Grid 프로젝트 (포스트닥)
(2007. 10. ~ 2009. 8.) 한국과학기술정보연구원(KISTI) 선임초청연구원
(2009. 9. ~ 2011. 3.) 포항공과대학교 물리학과 핵융합 플라즈마 및 진단 연구소 (연구조교수)
(2011. 4. ~ 2013. 9.) 삼성SDS CSP 연구소 (수석보)
(2013. 10. ~ 현재) SK Telecom 종합기술원 (매니저, Data Scientist) |
|
| 강연요약 : |
인공 지능 구현을 위해 필수적으로 사용되고 있는 기계 학습 알고리즘은 필연적으로 최적화(optimization) 연산 및 대규모의 매트릭스, 텐서 연산이 필요하다. 이런 연산들이 실생활에 필요한 수준으로 적절한 지연 조건을 만족하면서 계산되기 위해 현재 다양한 고성능 컴퓨팅 아키텍처와 제품이 시장에 나타나고 있다. 본 발표에서는 현재의 기계 학습 기술이 앞으로 강인공지능으로 발전되기 위해 필요한 병렬 연산 시스템의 조건에 대해 살펴보고, 이러한 병렬 연산 시스템이 구현되기 위해 필요한 컴퓨터 아키텍처 변화 요건을 생각해본다. 이와 관련되어 최근에 일어나고 있는 컴퓨터 시스템 아키텍처 변화의 동향을 같이 살펴보면서 강인공지능으로 가기 위해 우리가 서 있는 곳이 어디인지, 앞으로 어디로 가야하는지 같이 생각해본다. 이런 컴퓨터 아키텍처의 변화를 고려해서 강인공지능을 효과적으로 구현하기 위한 소프트웨어 구현 아이디어에 대해서 살펴보고, TensorFlow가 이런 강인공지능 시스템 구현을 위해 어떤 장점을 가지고 있는지 소개한다. |
|
|
