딥페이크(Deepface)부터 자연어 처리(NLP)까지 오픈소스 세계가 AI 및 ML의 최전선에서 소프트웨어 개발을 지원하는 프로젝트로 무르익고 있다. 오픈소스는 특히 AI 및 ML과 같은 최첨단 영역에서 혁신적인 소프트웨어를 개발하기 위한 좋은 토대다. 오픈소스 정신과 협업 도구를 활용하면 코드 및 데이터를 더 쉽게 공유하고, 이미 구축된 기반을 바탕으로 더 쉽게 개발할 수 있다. 여기서는 AI와 ML 세계를 구성하고 있는 13개의 오픈소스 프로젝트를 살펴본다.  텐서플로우와 파이토치텐서플로우(TensorFlow)와 파이토치(PyTorch)가 없다면 AI/ML용 오픈소스 도구 목록이 완성되지 않을 것이다. 이 OG 프레임워크는 별도로 혹은 함께 실험적이고 중요한 머신러닝 및 인공지능 연구를 지원한다. 실제로 아래 언급될 프로젝트 중 일부는 이를 기본 구성 요소로 사용 중이다. 폭스파일럿코딩 시 도움이 필요한 프로그래머라면 ‘폭스파일럿(FauxPilot)’을 사용할 수 있다. 이 시스템은 기존의 프로덕션 코드를 학습해 구조화된 주석과 제안을 생성한다. 깃허브 코파일럿(GitHub Copilot)에서 영감을 얻었으나, 코파일럿과 달리 폭스파일럿을 사용하면 모델 학습에 쓸 리포지토리를 선택할 수 있다. 이러한 제어 계층은 학습을 승인하지 않을 수 있는 소스의 코드 조각 사용을 막는다. 학습 소스를 적절한 사용 권한 및 라이선스가 있는 소스로만 제한하면 활용하는 코딩 도움말과 스니펫이 간결해질 뿐만 아니라 더 신뢰할 수 있게 된다. 달리머신러닝 모델이 ‘사고(think)’하는 방식을 이해하는 가장 쉬운 방법은 인터넷에서 수집한 이미지와 텍스트 설명으로 구성된 모델 ‘달리(DALL-E)’에 단어를 연결하는 것이다. 입력한 단어와 출력된 이미지는 달리가 일치한다고 생각하는 것이다. 달리 플레이그라운드(DALL-E Playground) 및 달리 미니(DALL-E Mini) 등의 오픈소스 프로젝트를 활용하면 이 모델을 더 쉽게 실험할 수 있다. 이는 게임이라고 할 수도 있고, 한편으로는 AI 알고리즘의 마음속으로 들어가는 포털이라고도 할 수 있다(현재는 전작보다 업그레이드된 ‘달리2(DALL-E 2)’가 공개된 상태다). 욜로v7실시간으로 객체를 탐지하는 것 또는 이미지에서 객체를 찾는 것은 AI에게 쉽지 않은 일이다. 또 이는 주변 정보를 정확하게 수집하고 전달해야 하는 자율주행차, 로봇, 보조 장치 등의 분야에서도 중요하다. ‘욜로v7(YOLOv7)’은 가장 빠르고 정확한 오픈소스 객체 탐지 도구 중 하나다. 이 도구에 여러 객체로 가득 찬 이미지 컬렉션을 넣고, 어떤 일이 일어나는지 확인하라. 딥페이스랩딥페이크는 딥러닝을 기반으로 생성, 변경, 합성되는 비디오 및 이미지다. 가장 잘 알려진 예로는 실제 비디오나 이미지를 유명인이나 정치인의 얼굴로 바꾸는 것인데, 보통은 웃음을 유발할 목적으로 쓰지만 때로는 악의적인 목적(범죄)으로 쓰이기도 한다. ‘딥페이스랩(DeepFaceLab)’은 파이썬에서 실행되는 오픈소스 딥페이크 기술이다. 한 얼굴을 다른 얼굴로 바꾸는 것 외에 주름 등을 제거하는 데도 활용할 수 있다.
|
인공지능 오픈소스 프로젝트 - ingongjineung opeunsoseu peulojegteu
관련 게시물
저작권 © 2024 ko.ketiadaan Inc.
