• The Journal of the Korea Contents Association
• /
• v.19 no.9
• /
• pp.37-46
• /
• 2019

Humans have anxieties as well as expectations for artificial intelligence. This study attempted to identify the expectation and anxiety factors affecting the attitude toward artificial intelligence innovation and to ascertain how much influence they have on current artificial intelligence innovation. This study considered that attitudes toward artificial intelligence may be different for each generation sharing a similar technology change culture. Therefore, the researchers limited the research subjects to I generation, which is the main users of artificial intelligence in the future. As a main result, the factors of expectiation of 'performance gain', 'positive social impact', and the factor of anxiety of 'threat to human-oriented social value' were drawn, and these factors influenced weak and strong artificial intelligence respectively. The results of this study suggests that artificial intelligence should develop into a pleasant relationship with humankind.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.216-216
• /
• 2021

해저지진, 해저붕괴 및 해저화산분출 등에 발생되는 지진해일은 파장이 수십에서 수백 km에 이르는 장파로서 에너지 손실없이 먼 거리를 전파할 수 있으며, 수심이 상대적으로 얕은 해안가에 도달하면 범람에 의해 인명 및 재산피해를 야기시킬 수 있다. 예를 들어, 2004년 12월 26일에 발생한 수마트라 지진해일은 약 30만명의 인명피해와 약 10조원의 재산피해를 가져왔으며, 2011년 3월 11일에 발생한 동일본 지진해일은 약 2만명의 인명피해와 약 330조의 재산피해를 유발시켰다. 더욱이, 지진해일에 의해 폭발한 후쿠시마 원자력발전소에서의 방사능 유출은 10년이 지난 현재도 생태계 교란, 방사능 피폭 등의 피해를 일으키고 있다. 우리나라도 1983년 5월 26일 발생한 동해 중부지진해일에 의해 삼척시 임원항 및 인근에서 인명피해(1명 사망, 2명 실종)와 약 2억원의 재산피해가 발생하였다. 최근, 4차 산업혁명으로서 빅데이터를 기반으로 한 다양한 인공지능기술이 개발되고 있으며, 많은 분야에서 이 기술을 적용하고자 노력하고 있다. 특히, 과학 및 공학분야에서도 이를 융합하는 연구 및 활용하는 사례가 증가하고 있다. 본 연구에서는 1983년 발생한 중부지진해일에 의해 인명 및 재산피해가 발생한 임원항을 대상으로 지진해일 수치모형실험을 수행하며, 수치모형실험 결과를 토대로 인공지능 모델 중 합성신경망 (Convolution Neural Network)을 활용하여 인공지능을 통한 지진해일 범람구역을 산정 및 평가하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.49-52
• /
• 2007

전략 게임은 여러 종류의 유닛 (Unit)이 존재한다. 각각의 유닛은 특정 유닛에 대해 강한 면모를 보이기도 하고, 또 다른 종류의 유닛에게는 약한 면모를 가지고 있다. 이를 유닛간의 상성이라고 한다. 상성은 전략적 선택을 하는데 기반이 되고, 심리전을 유발하여 보다 게임에 몰입할 수 있게 해준다. 게임 인공지능이 상성을 고려하도록 하기 위해 각각의 유닛 간에 수치화된 상성 정보가 필요하다. 그리고 생성된 수치 자료를 토대로 유닛의 행동방법을 결정할 인공 지능도 필요하게 된다. 다음 행동 및 이동을 위해 주로 사용되는 방법은 영향력 분포도(influence map)이다. 영향력 분포도는 자신과 상대방의 세력을 수치적으로 파악하는 것이다. 하지만 일반적인 형태의 영향력 분포도로는 각 유닛간의 상성을 표현하기 힘들다. 따라서 본 논문에서는 영향력 분포도를 상성에 맞게 보정할 수 있는 방법을 제시하여 인공지능이 지능적인 행동을 하도록 돕는 방법을 제안한다. 이를 길 찾기 문제에 적용하여 전략적 이동경로를 선택하는 방법을 제시하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.235-236
• /
• 2022

본 논문에서는 인공지능 교육에서 소외계층의 지원 방안을 도출하기 위하여 소외계층과 일반 학생의 인공지능 교육과 관련된 여러 요인의 실태를 조사하였다. 실태 조사 결과를 소외계층과 일반 학생을 비교하여, 소외계층의 인공지능 교육에서 시사점을 도출하고자 하였다. 연구를 위하여 인공지능 교육 관련 실태를 조사할 수 있는 설문을 구성하였으며, 온라인을 통해 설문을 진행하였다. 연구 결과, 소외계층 662명과 일반 학생 1,482명이 설문에 참여하였다. 소외계층은 일반 학생보다 인공지능에 대한 관심이 높았으며, 프로그램이 언어나 피지컬 컴퓨팅을 경험한 학생 비율이 높았다. 또한, 인공지능 직&·간접적 경험의 비율은 일반 학생과 비슷한 수준이었다. 하지만 인공지능 교육 경험 비율은 일반 학생이 약 20% 높았다. 이러한 내용을 종합하였을 때, 인공지능 교육에 대한 관심은 높지만, 인공지능 교육을 받는 학생의 비율은 낮은 것을 확인할 수 있었다.

• Journal of Korean Philosophical Society
• /
• v.147
• /
• pp.261-281
• /
• 2018

This paper will cover recent discussions on the risks of human being due to the development of artificial intelligence(AI). We will consider AI research as artificial narrow intelligence(ANI), artificial general intelligence(AGI), and artificial super intelligence(ASI). First, we examine the risks of ANI, or weak AI systems. To maximize efficiency, humans will use autonomous AI extensively. At this time, we can predict the risks that can arise by transferring a great deal of authority to autonomous AI and AI's judging and acting without human intervention. Even a sophisticated system, human-made artificial intelligence systems are incomplete, and virus infections or bugs can cause errors. So I think there should be a limit to what I entrust to artificial intelligence. Typically, we do not believe that lethal autonomous weapons systems should be allowed. Strong AI researchers are optimistic about the emergence of artificial general intelligence(AGI) and artificial superintelligence(ASI). Superintelligence is an AI system that surpasses human ability in all respects, so it may act against human interests or harm human beings. So the problem of controlling superintelligence, i.e. control problem is being seriously considered. In this paper, we have outlined how to control superintelligence based on the proposed control schemes. If superintelligence emerges, it is judged that there is no way for humans to completely control superintelligence at this time. But the emergence of superintelligence may be a fictitious assumption. Even in this case, research on control problems is of practical value in setting the direction of future AI research.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.155-159
• /
• 2022

After artificial intelligence was trained with the data on the concentration of essential mineral elements in hair, the age was predicted by the concentration of mineral elements in the hair of the subject, and the result was compared with the actual age of the subject, and the correlation was investigated. The total number of hair data was 296, of which 2/3 were used for AI learning and 1/3 was used as the subject data. There was a correlation of 0. 678 between the actual age of the young subjects under the age of 25 and the age predicted by the AI. There was almost no correlation in the middle-aged subjects group, and there was a weak correlation of 0.522 in the elderly subject group. In order to secure the usefulness of artificial intelligence using hair mineral element concentration data, it is necessary to provide a larger number of data to the artificial intelligence.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.1-14
• /
• 2022

The proof-of-work consensus algorithm used by most blockchains is causing a massive waste of computing resources in the form of mining. A useful proof-of-work consensus algorithm has been studied to reduce the waste of computing resources in proof-of-work, but there are still resource waste and mining centralization problems when creating blocks. In this paper, the problem of resource waste in block generation was solved by replacing the relatively inefficient computation process for block generation with distributed artificial intelligence model learning. In addition, by providing fair rewards to nodes participating in the learning process, nodes with weak computing power were motivated to participate, and performance similar to the existing centralized AI learning method was maintained. To show the validity of the proposed methodology, we implemented a blockchain network capable of distributed AI learning and experimented with reward distribution through resource verification, and compared the results of the existing centralized learning method and the blockchain distributed AI learning method. In addition, as a future study, the thesis was concluded by suggesting problems and development directions that may occur when expanding the blockchain main network and artificial intelligence model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.576-579
• /
• 2024

경제 위기 대비를 위해 인공지능을 활용한 주식시장 변동성 이상을 탐지하는 목적을 가지고 있다. 글로벌 이슈와 경제 위기 대비를 위해 주식시장 변동성 예측의 중요성이 부각되고 있으며, 기존의 주식시장 변동성 지수인 VIX 의 한계로 인해 더 복잡한 모델 및 인공지능을 활용한 연구에 관심이 집중되고 있다. 기존의 주식시장 변동성 예측에 관한 연구들은 통계적인 방법을 사용했으며 인공지능을 이용한 연구 또한 대부분 이상치 구간을 표시하여 예측을 목표로 하고 있으나 이러한 접근법은 라벨이 있는 데이터 수집 어려움, 클래스 불균형 문제가 있다. 본 연구는 인공지능을 활용한 주식시장 변동성 탐지에 기여하고 지도 학습 방식 대신 비지도 학습 기반의 이상탐지모델을 사용하여 주식시장 변동성을 예측하는 새로운 방법론을 제안한다. 본 연구에서 개발한 인공지능 모델은 IsolationForest 모델을 활용하며, 시계열 데이터를 전처리한 후 정상성을 확보하는 등의 과정을 거친다. 실험 결과로 인공지능 모델이 주요 경제이슈를 이상치로 검출하는 성능을 확인하였으며 재현율 약 93.6%, 정밀도 100%로 높은 성능을 달성했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.707-708
• /
• 2024

최근 디지털 헬스케어 기술과 서비스가 널리 활용되면서 의료 인공지능 성능 향상에 대한 관심이 높아지고 있다. 그러나 양성 데이터 대비 질병 데이터가 희소하여 학습 과정에서 과적합이 발생하거나 질병 예측 모델의 성능이 떨어진다는 한계가 있다. 본 논문에서는 데이터가 균질하지 않은 상황에서 생성형 인공지능 모델을 사용하여 합성 데이터를 생성하는 방안을 제안한다. 실험 결과에 따르면, 종래 방법 대비 제안한 방법의 정확도가 약 5.8% 향상되었고, 재현율이 약 21% 개선되었다.

• Journal of the Korea Convergence Society
• /
• v.11 no.11
• /
• pp.63-74
• /
• 2020

AI products are used 'AI assistants' as embedded in smart phones, speakers, appliances as agents. Studies on anthropomorphism, such as personality, voice with a weak AI are being conducted. Role and function of AI agents will expand from development of AI technology. Various attributes related to the agent, such as user type, usage environment, appearance of the agent will need to be considered. This study intends to categorize interaction factors related to agents from the user's perspective through analysis of concept videos which agents with strong AI. Framework for analysis was built on the basis of theoretical considerations for agents. Concept videos were collected from YouTube. They are analyzed according to perspectives on environment, user, agent. It was categorized into 8 attributes: viewpoint, space, shape, agent behavior, interlocking device, agent interface, usage status, and user interface. It can be used as reference when developing, predicting agents to be commercialized in the future.