추천글

AI Dev - 인공지능 개발자 모임
추천글

< 챗봇 >

- 구글은 챗봇이 나쁜 생각이었다고 인정했다

- 봇 설계는 이렇게 한다

- 일상대화 챗봇이 쉽게 지루해지는 이유

- 챗봇에서 자연어처리 적용 방법

- FSM 기반의 챗봇 대화 구조

< 챗봇 딥러닝 >

- 딥러닝을 사용한 챗봇 개발방법 정리

- 딥러닝 자연어처리 - RNN에서 BERT까지

- 네이버 영화리뷰 감정분석 with Hugging Face BERT

- 케라스로 만든 한글 Seq2Seq 챗봇 소스코드

- 최신 자연어처리 모델 소개

- 챗봇에 딥러닝 학습을 적용하기 어려운 이유

- 일상대화 챗봇 레플리카(Replika)의 구현 방식

- 페이스북의 일상대화 딥러닝 모델 - BlenderBot

- 인터넷 검색을 하고 장기기억을 저장하는 페이스북의 챗봇 - Blenderbot 2

- 유저 피드백을 받아 지속적으로 학습을 하는 챗봇 - BlenderBot 3

- 구글의 일상대화 딥러닝 모델 - Meena

- 챗봇에서 유사한 문장 자동인식 방법

< 챗봇 딥러닝 - ChatGPT >

- ChatGPT 톺아보기 - 인공지능의 역사부터 신경망, 초거대AI, ChatGPT까지

- ChatGPT 플러그인 전략 및 생태계 변화 전망

- ChatGPT를 앱스토어 같은 플랫폼으로 확장 - ChatGPT 플러그인

- ChatGPT 플러그인 구현 방법 - manifest와 OpenAPI Spec

- GPT-4의 특징 정리

- 심즈와 비슷한 가상세계를 ChatGPT로 구현 - 생성 에이전트(Generative Agents)

- 생성 에이전트의 자율성이 AGI의 핵심 요소

- LLM이 서로 협력하여 프로그램을 개발 - ChatDev

< 챗봇 개발 >

- 챗봇 개발 플랫폼 비교

- 챗봇빌더 비교 - 단비Ai vs Dialogflow vs 카카오i 오픈빌더

- 챗봇 알고리즘의 발전 과정

- 카카오i 오픈빌더로 피자챗봇 만들기

- Dialogflow로 카카오톡 챗봇 만들기

- Dialogflow와 Heroku로 카카오톡 챗봇 만들기

- PHP로 만든 간단한 카카오톡 챗봇

- 파이썬과 Flask로 만든 간단한 카카오톡 챗봇

- 파이썬과 Flask로 만든 간단한 페이스북 챗봇

- 왕초보, 코딩없이 챗봇 만들기

- 왓슨을 사용한 챗봇 개발 방법

- Chatfuel로 코딩없이 타로 챗봇 만들기

- DIY 챗봇 - 유사도 방식의 의도 파악

< 챗봇 사용기 >

- 말로 명령을 내리는 오피스 - Microsoft 365 Copilot

- SKT의 개인비서 인공지능 - 에이닷(A.)

- 일상대화 AI 최초로 유니콘 탄생 - Character.AI

- 2020년 Alexa Prize 소셜봇 우승팀 - Emora

- Alexa Prize에서 2등을 차지한 스탠포드대의 챗봇 - Chirpy Cardinal

- 중국 MS의 소셜 챗봇 샤오이스(XiaoIce)

- 소셜 챗봇 샤오이스(XiaoIce)의 구현 방법

- 일상대화를 할 수 있는 연애 시뮬레이션 게임 - 나만의 작은 아이돌

- 엔씨소프트의 야구정보 서비스 페이지(PAIGE) 사용기

- 카카오멜론 챗봇 사용기

- 아이돌 챗봇 소개

< 자연어처리 >

- 메이템 가상비서 앱 자연어처리 모듈 개발

- 마르코프 체인을 사용한 자동 문장 생성

- 문서에서 핵심 단어를 찾는 TF-IDF 알고리즘

- 검색을 통해 지식그래프를 바로 생성하는 알고리즘

< 딥러닝 >

- 딥러닝의 종류 간단 설명

- 딥러닝의 기본

- 불쾌한 골짜기에서 대유쾌 마운틴으로 - 이미지 생성AI

- 생성 모델이 일반 인공지능(AGI)으로 가는 열쇠

- 딥러닝이 탄생할 수 있었던 진짜 이유

- Transformer와 동급의 성능에 속도는 훨씬 빨라진 MLP-Mixer

- 이미지 생성모델에서 특징 벡터를 추출하여 사진을 조작하는 방법

- 알파고의 딥러닝 알고리즘

- 딥러닝 합성곱 신경망(CNN) 개요

< 딥러닝 - CLIP >

- 이젠 모델 구축도 학습도 필요없다, OpenAI의 이미지인식 모델 CLIP

- 뉴런 하나로 특정 개념을 표현한다, CLIP 모델에서 개념 뉴런을 발견

- 텍스트를 이미지로 생성해주는 사이트 - Text2Art (VQGAN-CLIP)

- 말로 설명하여 이미지를 변형하는 GAN - StyleCLIP

- OpenAI의 CLIP을 한글로 구현한 KoCLIP

- OpenAI의 CLIP을 사용해서 자연어로 유튜브 영상 검색

< 강화학습 >

- 신경망 Q-Learning으로 구현한 오목 게임

- 구글의 새로운 딥러닝 강화학습인 월드 모델

- 텐서플로우에서 DQN 강화학습으로 캐치게임 구현

- 강화학습 기반의 자율적인 행동 학습

- 강화학습 기반의 지능적인 가상캐릭터

- MDP 기반의 스케줄링 구현

- 딥마인드의 게임을 학습하는 딥러닝 인공지능

< 머신러닝 >

- 빅데이터에 대한 간략한 소개

- 추천 시스템에서 사용하는 협업 필터링 알고리즘

- 결정 트리 학습 알고리즘 소개

< 게임 인공지능 >

- FSM을 사용한 인공지능 구현 예제

- FSM, 몬스터 인공지능의 구현

- A* 알고리즘을 사용한 길찾기

- 게임트리를 사용한 제로섬 게임의 인공지능

- 감성형 게임의 미래, 러브플러스와 동물의 숲

- 리얼타임 연애시뮬레이션 - 러브 플러스

< 로봇 인공지능 >

- 로봇의 대중화에 성공한 첫 제품 - 청소 로봇

- 쥐의 뇌세포를 이용한 로봇

- 소프트뱅크의 감정인식 대화 로봇 - 페퍼

< 신경망 >

- 신경망을 이용한 사용자의 행동 학습

- 신경망을 통한 학습의 구현

- 인공신경망을 이용한 마우스 제스쳐 인식

< 유전 알고리즘 >

- 유전 알고리즘을 사용한 인공생태계 구현

- 자동 그림생성 프로그램 - Evolving Image

- 유전 알고리즘을 이용한 우주선 게임

- 유전 알고리즘을 사용한 인공진화

< 인공생명 >

- 격자속의 작은 세상 - 라이프 게임

< 인공감정 >

< 일반 인공지능 >

- 인공지능 관련 테드(TED) 강연 목록