AI 공유 서클

人工智能公平性是确保人工智能系统在设计、开发、部署和运行的整个生命周期中，能以公正、无偏见的方式对待所有个体和群体的跨学科领域。

元学习（Meta-Learning），或称为学习如何学习，是机器学习领域的重要分支，专注于开发能快速适应新任务的学习算法。

인공지능 안전(AI 안전)은 인공지능 시스템, 특히 점점 더 강력하고 자율적인 인공지능 시스템이 유해한 결과 없이 인간의 의도에 따라 수명 주기 내내 안정적이고 예측 가능하게 작동하도록 보장하는 최첨단 학제 간 분야입니다.

자가 지도 학습(SSL)은 머신러닝 분야에서 떠오르는 학습 패러다임으로, 레이블이 없는 데이터에서 지도 신호를 자동으로 생성하고 모델을 훈련시켜 데이터의 유용한 표현을 학습하는 것이 핵심 아이디어입니다.

인공 초지능(ASI)은 인지, 창의성, 문제 해결, 의사 결정 등 모든 영역에서 인간을 능가하는 능력을 갖춘 지능형 시스템으로, 인간의 지능을 뛰어넘는 시스템입니다.

전이 학습(TL)은 머신러닝 분야에서 중요한 분야로, 한 작업이나 도메인에서 학습한 지식을 관련성이 있지만 다른 작업이나 도메인에 적용하는 것이 핵심 아이디어입니다.

AI 거버넌스는 설계, 개발, 배포, 최종 사용 등 AI 시스템의 전체 수명 주기를 효과적으로 안내, 관리, 감독하는 기술, 윤리, 법률, 사회를 아우르는 포괄적인 프레임워크입니다. 핵심 목표는 기술 혁신을 저해하는 것이 아니라 AI 기술의 개발과 적용이 시작될 수 있도록 하는 것입니다.

반지도 학습은 머신러닝 분야에서 중요한 분야로, 소량의 라벨링된 데이터와 대량의 라벨링되지 않은 데이터를 사용하여 모델을 공동 학습함으로써 학습 효과와 일반화 능력을 향상시킵니다.

비지도 학습(ULS)은 사전 레이블이 지정되지 않은 데이터 세트를 처리하는 데 중점을 둔 머신 러닝의 중요한 분야입니다.

강화 학습은 머신러닝의 중요한 분야로, 인공지능이 환경과의 지속적인 상호작용을 통해 장기적인 누적 보상을 극대화하기 위한 최적의 의사 결정 방법을 자율적으로 학습하는 데 중점을 둡니다.