Gain experience and confidence through our world-class English lecture series. Individual TA sessions will help you practice reviewing material in English with the support of a Korean speaking TA.
Students work together to prepare a scientific research paper on novel AI technologies. With our small student to faculty ratio, you get the help you need to succeed and grow.
Get hands on experience using the latest tools in AI, such as ChatGPT, DALL-E, and more. We will read and provide exclusive access to papers from top conferences such as ICML, NeurIPS, AAAI, ICLR, and IJCAI.
Our small student to faculty ratio, and individual TA sessions, will help you grow your network with both your instructors and your peers. We will help you navigate your next steps after our program.
This summer (2024) Gyoshil is providing a generative AI class that can be taken by any student, even if the student does not have any background in computer science, engineering, or programming. We cover topics from the technical background of AI to the applications of AI in fashion, imaging, music, and more. Additionally, this program will help students experience the beginning to the end of writing a scientific research paper.
The class is capped at a maximum of 6 students to ensure a highly engaging setting with high levels of personal attention. In addition to the 18 hours of class time, an additional 2 hours of private 30-minute four TA sessions will occur over the span of 3 weeks towards the end of the program.
Homeworks will be assigned for the first 5 weeks. After this, students will focus all their efforts on their research project. Students should expect to spend roughly ~5 hours per week outside of class.
프로그램 세부 일정, 리서치 페이퍼 주제 공유.
AI 기술의 정당성과 편향성은 중요한 주제입니다. AI 기술은 데이터에 기반하고 있기 때문에, 데이터의 품질과 다양성이 AI의 정당성과 편향성에 영향을 미칩니다. 예를 들어, 특정 인종이나 성별에 대한 편향된 데이터를 사용하면, AI 모델도 해당 편향을 반영할 수 있습니다. 이는 공정하지 않은 결과를 낳을 수 있으며, 사회적으로도 부당한 영향을 미칠 수 있습니다. 따라서, AI 기술을 개발하고 사용할 때에는 데이터의 품질과 다양성을 고려하여야 합니다. 또한, AI 모델을 설계할 때에는 공정성과 투명성을 고려하여야 합니다. 이를 통해 AI 기술이 보다 정당하고 공정하게 사용될 수 있도록 노력해야 합니다.
거대언어모델의 작동 방법 교육은 거대언어모델이 어떻게 동작하는지를 이해하고자 하는 사람들을 위한 교육입니다. 이 교육은 거대언어모델이 어떻게 학습되고, 텍스트를 이해하고 생성하는지에 대한 기본 개념을 다룹니다. 또한, 이 교육은 거대언어모델을 구축하고 활용하는 방법에 대한 실제 예제와 적용 사례를 제시합니다. 참가자들은 이 교육을 통해 거대언어모델의 작동 원리를 이해하고, 이를 활용하여 다양한 자연어 처리 과제를 해결하는 데 도움을 얻을 수 있습니다.
LLM은 거대언어모델 (Large Language Model)을 의미합니다. 이는 ChatGPT와 LLaMA와 같은 대형 언어 모델을 가리키며, 이를 사용하여 김소월 시인의 시를 분석하는 실습을 진행할 수 있습니다. 이 프로그램은 LLM을 활용하여 김소월 시인의 시를 이해하고 해석하는 과정을 다룹니다. LLM은 시의 주제, 감정, 문체 등을 분석하여 학습자들이 김소월의 시를 보다 깊이 있게 이해하고 자신의 생각과 감정을 시로 표현하는 데 도움을 줄 수 있습니다. 이를 통해 참가자들은 김소월 시인의 시를 통해 한국 문학의 아름다움과 깊이를 체험할 수 있습니다.
뉴욕 패션공과대학교 (FIT) 교수 특강
Fashion and AI는 패션과 AI 기술의 접목을 다루는 주제입니다. 이는 AI 기술이 패션 산업에 미치는 영향과 혁신을 탐구하는 것을 목표로 합니다. AI는 디자인, 제조, 유통, 소비 등 패션 산업 전반에 걸쳐 다양한 영역에서 활용되고 있습니다. 예를 들어, AI는 소비자 선호도를 분석하여 개인 맞춤형 제품을 제공하거나, 디자이너들이 창의적인 아이디어를 도출하는 데 도움을 줄 수 있습니다. 또한, AI는 생산 과정에서 효율성을 높이고 비용을 절감하는 데도 활용될 수 있습니다. 이러한 방식으로 패션과 AI가 접목되면서 새로운 비즈니스 모델과 경쟁력을 창출하는 가능성이 열리고 있습니다.
Hanbok Generation은 AI 기술을 활용한 한복 디자인 실습을 의미합니다. 이 프로그램은 전통적인 한국 의상인 한복을 현대적으로 재해석하고자 하는 사람들을 위해 설계되었습니다. 참가자들은 AI 도구를 사용하여 한복 디자인을 만들어볼 수 있으며, 전통적인 한복의 요소를 유지하면서도 새로운 아이디어와 디자인을 추가할 수 있습니다. 이를 통해 한복의 아름다움과 전통을 새롭게 경험하고, 창의적인 한복 디자인에 도전하는 기회를 제공합니다.
MusicGen from Meta는 메타(페이스북)에서 제공하는 뮤직젠 교육입니다. 이 교육은 음악을 생성하고 공유하는 방법을 가르치며, 창의적인 음악 제작을 위한 다양한 기술과 도구를 제공합니다. 메타의 AI 기술을 활용하여 음악을 만들고 수정하는 과정을 배우며, 참여자들은 자신만의 음악을 만들어볼 수 있는 기회를 가집니다. 이를 통해 음악 제작에 대한 관심을 가진 이들이 AI 기술을 활용하여 더욱 창의적으로 활동할 수 있도록 지원합니다.
gayageum music은 AI 기술을 활용한 가야금 음악 만들기 실습입니다. 이 프로그램은 가야금 연주에 관심이 있는 사람들에게 AI 기술을 활용하여 새로운 음악을 만들어보는 기회를 제공합니다. 참가자들은 AI가 생성한 음악을 듣고 분석하며, 자신만의 가야금 연주를 추가하여 새로운 작품을 완성할 수 있습니다. 이를 통해 전통적인 음악과 현대적인 기술을 결합하여 창의적인 작품을 만들어내는 과정을 경험할 수 있습니다.
리서치 페이퍼 작성 교육은 조교와 함께 진행될 예정입니다. 이 교육은 학습자들이 리서치 페이퍼를 효과적으로 작성할 수 있도록 지원하고, 조교들이 학습자들을 돕는 역할을 수행할 것으로 예상됩니다. 조교들은 학습자들이 주제를 선택하고 연구를 진행하는 과정에서 도움을 주고, 학술적인 글쓰기와 리서치 스킬을 향상시키는 데 기여할 것으로 기대됩니다.
인공 신경망을 사용하지 않은 AI 기술에 대한 학습은 AI 분야의 근본적인 이해를 제공합니다. 이러한 기술은 AI의 초기 발전 과정에서 중요한 역할을 해왔으며, 현재에도 그 중요성을 유지하고 있습니다. 인공 신경망 이전의 AI 기술은 규칙 기반 시스템과 전문가 시스템을 중심으로 발전해왔는데, 이를 통해 AI의 역사와 발전 과정을 이해할 수 있습니다. 이러한 과정을 통해 AI 분야의 다양한 기술들이 어떻게 발전해왔는지를 파악할 수 있으며, 미래에도 AI 기술이 어떻게 발전할지에 대한 통찰을 얻을 수 있습니다.
리서치 페이퍼의 주제는 1회차 수업에서 공유될 예정입니다. 이러한 주제는 학습자들에게 흥미로운 주제를 선택하고, 그 주제에 대해 깊이 있게 연구하고 분석할 수 있는 기회를 제공할 것으로 기대됩니다. 이를 통해 학습자들은 리서치 프로세스와 학술적인 글쓰기에 대한 실력을 향상시킬 수 있을 것으로 기대됩니다.