1. 반려 로봇
Restful — ROS2 — gazebo, unity 시뮬레이터( 사재 제품 구매 - 모델,ros 제공)
: A*알고리즘(맵제공, 경로찾기)와 랜덤의사결정 자율주행 구현
#QA
순서가 중요 : 제어 구성을 먼저하고 ROS, 아이작심, 코펠리아심 등 툴을 고민. Occupany grid mapping 등의 방법으로 시뮬레이션 등 코어 코드부터 고민
센싱이 중요하면 아두이노, 연산이 중요하면 라즈베리
2.비전
한사람의 추진력(이미지넷)으로 이룬 변화
앞으로 AI는 전기와 같은 역할
Visual image matching, 3d 복원 연구
중국, 반지 구전 - 획득보다 그런 삶을 통한 증명
3.책속 등장인물 AI 구현
사람의 사유 또는 선택에 의한 콘텐츠 소비가 아닌 콘텐츠의 일방적인 push 에 의한 콘텐츠 소비 = 인문학 부재의 시대
생각보다 생각하지 않고 논리적-임과 전혀 상관없이 대충 말하는 경우가 많다
비슷한 시기 출시한 경쟁? 네이버 웹툰 캐릭터 AI는 단순히 알고 있는(학습한) 스토리에 대한 정확한 답변에 치중 함. 반면, 책속 등장인물 AI는 동일인의 말투 뿐만아니라 해당 시대(시점)의 지식과 태도를 기반으로 ’홍길동을 홍길동-스럽게 하는 것이 무엇인가‘에 초점을 맞춰 연구 중
현 LLM의 무한 긍정 뉘앙스의 답변응 개선하고자 부정적 답변에 대한 부분을 파인튜닝 계획중
(왜 rag가 또는 프롬프트가 아닌 파인튜닝응 생각했는지 물아볼껄..)
# QnA
무한 긍정에 대한 파인튜닝
QA list는 LLM으로, 체크는 사람이 A의 장확도 평가
: 체크하는 사람의 편향을 최소화하기 위한 가이드 구성( ex 등장 인물간 관계에 대한 구조화)
: 작은 LLM응 파인튜닝해서 MoE방식으로 작용하는 방암도 고민 중
사물의 구분과 달리,
인물을 어떻게 분간할 수 있을지에 대한 가이드 구성
: 외형을 똑같을 수 있어도, (대화에서) oo이 빠졌을 때 어떤 느낌인지 listing
4. 강화학습 RL기반 퀀텀 코인 트레이딩
RL과 트레이딩은 시퀀셜하다는 점, 최대최소범주 내에서의 의사결정 등 구조적 유사성을 가지고 있다
5.오픈소스 CDC 솔루션 debezium
: 마법의 숫자 5명 + a로 구성
: 협업의 기반(유사관심사, 배경지식)을 마련하기 위해 공동 스터디, 컨퍼런스 참가
6.DR4R 모방학습
:구현 포커스(.. movelt)
Mobile Aloha 오픈소스가 있지만 똑같은 하드웨어 스펙이 필요하고 이를 위해서는 5천만원 소요, 학습커브가 큼
스탠포드 UMI 오픈소스는 그리퍼(집게) 하드웨어만 개발하면 (엔드포인트만 알면 되기 때문에) 바로 6축 로봇에 배포가능
