구글 브레인
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
구글 브레인은 2011년 구글의 연구 프로젝트로 시작되어 딥 러닝 기술을 활용한 다양한 인공지능 연구를 수행했다. 2012년 고양이 인식 연구, 2013년 제프리 힌턴 영입 등 초기 성과를 거두었으며, 이미지 처리, 자연어 처리, 로봇 공학 등 여러 분야에서 괄목할 만한 발전을 이루었다. 2015년에는 딥 러닝 오픈 소스 라이브러리인 텐서플로를 공개했고, 2017년에는 트랜스포머 아키텍처를 개발했다. 2023년 구글 딥마인드와 합병하여 인공지능 연구를 가속화하고 있으며, 다양한 구글 제품에 기술을 활용하고 있다. 한편, AI 윤리 관련 논란도 있었다.
더 읽어볼만한 페이지
- 응용 기계 학습 - 알파고
알파고는 구글 딥마인드가 개발한 인공지능 바둑 프로그램으로, 심층 신경망과 몬테카를로 트리 탐색 알고리즘을 결합하여 자가 학습을 통해 인간을 뛰어넘는 바둑 실력을 달성하며 인공지능 기술 발전과 사회적 영향에 대한 논의를 촉발했다. - 응용 기계 학습 - 알파폴드
알파폴드는 딥마인드에서 개발한 단백질 구조 예측 인공지능 시스템으로, 아미노산 서열로부터 3차원 구조를 예측하며 높은 정확도로 신약 개발과 질병 연구에 기여할 가능성이 있지만, 단백질 복합체 및 무질서 단백질 영역 예측에는 한계가 있다. - 인공지능학자 - 앨런 튜링
앨런 튜링은 제2차 세계 대전 중 에니그마 암호 해독에 기여하고 컴퓨터 과학 분야에 지대한 영향을 미친 영국의 수학자, 컴퓨터 과학자이며, 동성애 혐의로 유죄 판결을 받은 후 자살로 생을 마감했다. - 인공지능학자 - 얀 르쿤
프랑스 컴퓨터 과학자 얀 르쿤은 딥 러닝 분야의 선구자로서 합성곱 신경망을 제안하여 이미지 인식 발전에 기여했고, 뉴욕 대학교 교수이자 메타 AI 연구소 초대 소장을 역임했으며, 제프리 힌턴, 요슈아 벤지오와 함께 튜링상을 공동 수상했다. - 구글 - 구글 두들
구글 두들은 구글 검색 엔진의 로고를 특별한 날이나 인물, 사건 등을 기념하기 위해 제작되는, 정적인 이미지부터 대화형 게임, 애니메이션 비디오 등 다양한 형식의 창의적인 콘텐츠이다. - 구글 - 웨이모
웨이모는 알파벳의 자회사로, 라이다, 레이더, 카메라 기반 센서 시스템과 인공지능 소프트웨어를 이용하여 자율 주행 기술을 개발하고 로보택시, 트럭 운송 및 배달 서비스를 제공하지만, 기술적 한계, 안전 문제, 규제 및 지역 주민 반발 등의 과제를 안고 있다.
| 구글 브레인 - [회사]에 관한 문서 | |
|---|---|
| 개요 | |
 | |
| 유형 | 인공지능 및 머신러닝 |
| 설립 | 2011년 |
| 해체 | 2023년 4월 |
| 후신 | 구글 딥마인드 |
| 창립자 | 앤드루 응 그렉 코라도 |
| 웹사이트 | https://web.archive.org/web/20230503190446/https://research.google/teams/brain/%7C구글 브레인 연구팀 (보관됨) |
| 위치 | 캘리포니아주 마운틴뷰 |
| 추가 정보 | |
| 분야 | 딥 러닝 인공지능 연구 |
2. 역사
구글 브레인 프로젝트는 2011년 구글 펠로우 제프 딘과 구글 연구원 그레고리 코라도 간의 파트타임 연구 협력으로 시작되었다.[3] 구글 X 프로젝트로 시작되었으나, 성공적인 결과로 인해 다시 구글로 편입되었다. 아스트로 텔러는 구글 브레인이 구글 X의 전체 비용을 충당했다고 언급했다.[2]
2012년 6월, ''뉴욕 타임스''는 1,000대의 컴퓨터에 있는 16,000개의 중앙 처리 장치 프로세서 클러스터가 유튜브 비디오에서 가져온 1,000만 개의 디지털 이미지를 기반으로 고양이를 인식하도록 자체 훈련하는 데 성공했다고 보도했다.[3] 이 소식은 전국 공영 라디오에서도 다루어졌다.[4]
2013년 3월, 구글은 딥 러닝 분야의 선구적인 연구자인 제프리 힌턴을 고용하고, 힌턴이 이끄는 DNNResearch Inc.를 인수했다. 힌턴은 대학 연구와 구글에서의 업무에 시간을 분배할 것이라고 밝혔다.[5]
2023년 4월, 구글 브레인은 인공 지능 연구 가속화를 위한 회사의 지속적인 노력의 일환으로 구글 자회사인 딥마인드와 합병하여 구글 딥마인드를 설립했다.[6]
2. 1. 설립 및 초기 (2011년 ~ 2013년)
이른바 "구글 브레인" 프로젝트는 2011년 구글의 펠로 제프 딘, 구글의 연구원 그레고리 코라도, 스탠퍼드 대학교의 교수 앤드류 응 간의 파트타임 연구 협업을 통해 시작되었다.[63][64][65] 응 교수는 2006년 이후로 인공지능 문제를 해결하기 위한 딥 러닝 기법을 사용하는 일에 관심을 보였으며, 2011년에 대형 딥 러닝 소프트웨어 시스템인 텐서플로를 구글의 클라우드 컴퓨팅 인프라스트럭처 위에 구축하기 위해 딘, 코라도와 함께 협업하기 시작했다.[66] 구글 브레인은 구글 X 프로젝트로 시작되었으며, 그 성공으로 인해 다시 구글로 편입되었다. 아스트로 텔러는 구글 브레인이 구글 X의 전체 비용을 충당했다고 말했다.[2]2012년 6월, ''뉴욕 타임스''는 1,000대의 컴퓨터에 있는 16,000개의 CPU 프로세서 클러스터가 유튜브 비디오에서 가져온 1,000만 개의 디지털 이미지를 기반으로 고양이를 인식하도록 자체 훈련하는 데 성공했다고 보도했다.[3] 이 이야기는 전국 공영 라디오에서도 다루어졌다.[4]
2013년 3월, 구글은 딥 러닝 분야의 선구적인 연구자인 제프리 힌턴을 고용하고, 힌턴이 이끄는 DNNResearch Inc.를 인수했다. 힌턴은 앞으로 대학 연구와 구글에서의 업무에 시간을 할애할 것이라고 말했다.[5]
2. 2. 발전 및 확장 (2014년 ~ 2022년)
2014년에는 제프 딘, 꾸옥 레, 일리아 수츠케버, 알렉스 크리제프스키, 새미 벵조, 빈센트 반후케가 팀에 포함되었다.[9] 2017년에는 아넬리아 안젤로바, 새미 벵조, 그레그 코라도, 조지 달, 마이클 이사드, 안줄리 카난, 휴고 라로셸, 크리스 올라, 살리 에드니어, 브누아 슈타이너, 빈센트 반후케, 비제이 바수데반, 페르난다 비에가스가 팀 멤버로 참여했다.[9] 애플의 프로그래밍 언어 스위프트를 개발하고, 이후 테슬라의 자율주행 팀을 6개월 동안 이끌었던 크리스 래트너는 2017년 8월 구글 브레인 팀에 합류했다.[7] 래트너는 2020년 1월 팀을 떠나 SiFive에 합류했다.[8]2021년 기준으로 구글 브레인은 제프 딘, 제프리 힌튼, 조빈 가흐라마니가 이끌었다. 다른 멤버로는 캐서린 헬러, 피추안 창, 이안 시몬, 장-필리프 베르, 네베나 라지치, 아넬리아 안젤로바, 루카스 카이저, 캐리 준 차이, 에릭 브렉, 루밍 팡, 카를로스 리켈메, 휴고 라로셸, 데이비드 하가 있다.[9] 새미 벵조는 2021년 4월 팀을 떠났고,[10] 조빈 가흐라마니가 그의 책임을 맡았다.
구글 리서치는 구글 브레인을 포함하며, 캘리포니아주 마운틴뷰에 기반을 두고 있다. 또한 여러 도시에 위성 그룹을 두고 있다.[11]
2. 3. 구글 딥마인드와의 통합 (2023년 ~ 현재)
2023년 4월, 구글은 인공지능 연구 가속화를 위한 지속적인 노력의 일환으로 구글 브레인을 구글 자회사인 딥마인드와 합병하여 구글 딥마인드를 설립했다.[6]3. 주요 연구 및 프로젝트
구글 브레인은 신경망을 이용한 암호화 시스템 개발, 이미지 처리, 자연어 처리(NLP), 로봇 공학 등 다양한 분야에서 주요 연구 및 프로젝트를 진행했다.
2016년에는 신경망이 안전한 대칭키 암호화를 학습할 수 있는지 확인하는 실험을 진행했고[12], 2017년에는 저해상도 이미지를 고해상도로 변환하는 기술을 개발했다.[14][15] 또한, 이미지 분류 기능을 활용하여 질병 진단의 정확도를 높이는 연구도 수행했다.[22]
자연어 처리 분야에서는 구글 번역 프로젝트에 딥 러닝 시스템을 적용하여 번역 품질을 향상시켰다.[20] 특히, 구글 신경 기계 번역(GNMT)은 이전 방식보다 훨씬 자연스러운 번역 결과를 제공했다.[20]
로봇 공학 분야에서는 로봇이 스스로 학습하고, 다른 로봇과 협력하여 작업을 수행할 수 있는 기술을 개발했다.[25][26] 2019년에는 클라우드 로보틱스 플랫폼을 출시하여 로봇 자동화 발전에 기여했다.[26]
이 외에도, 텐서플로라는 오픈 소스 머신 러닝 라이브러리를 개발하여 누구나 딥 러닝 모델을 쉽게 구축하고 활용할 수 있도록 지원했다.[22] Magenta 프로젝트를 통해 인공지능 기반의 예술 및 음악 창작 도구를 개발했다.[22] 2017년에는 트랜스포머라는 새로운 딥 러닝 아키텍처를 발명하여 자연어 처리 분야에 큰 영향을 미쳤다.[33] 2022년에는 텍스트-이미지 모델인 Imagen과 Parti를 발표하여 텍스트 기반 이미지 생성 기술의 발전을 이끌었다.[36][37]
3. 1. 인공지능 암호화 시스템 개발
2016년 10월, 구글 브레인은 신경망이 안전한 대칭키 암호화를 학습할 수 있는지 확인하기 위한 실험을 설계했다.[12] 이 실험에서는 앨리스, 밥, 이브라는 세 개의 신경망이 만들어졌다.[13] 생성적 적대 신경망(GAN)의 아이디어를 따라, 앨리스가 밥에게는 해독할 수 있지만, 적대자인 이브는 해독할 수 없는 암호화된 메시지를 보내는 것이 이 실험의 목표였다.[13] 앨리스와 밥은 암호화와 복호화에 사용되는 키를 공유했기 때문에 이브보다 우위를 점했다.[12] 이를 통해 구글 브레인은 신경망이 안전한 암호화를 학습할 수 있는 능력을 입증했다.[12]3. 2. 이미지 처리 기술
2017년 2월, 구글 브레인은 8x8 이미지 해상도의 사진을 32x32 해상도로 변환하는 확률적 방법을 개발했다.[14][15] 이 방법은 픽셀 변환을 생성하기 위해 이미 존재하던 픽셀CNN이라고 불리는 확률적 모델을 기반으로 했다.[16][17]제안된 소프트웨어는 변환된 이미지의 픽셀 구성을 근사하기 위해 두 개의 신경망을 활용한다.[15][18] "조건화 네트워크"라고 알려진 첫 번째 네트워크는 고해상도 이미지를 8x8로 다운사이징하고 원래 8x8 이미지에서 더 높은 해상도 이미지로의 매핑을 생성하려고 시도한다.[15] "사전 네트워크"라고 알려진 다른 네트워크는 이전 네트워크의 매핑을 사용하여 원래 이미지에 더 많은 세부 정보를 추가한다.[15] 결과적으로 변환된 이미지는 더 높은 해상도의 동일한 이미지가 아니라 다른 기존 고해상도 이미지를 기반으로 한 32x32 해상도 추정치이다.[15] 구글 브레인의 결과는 신경망이 이미지를 향상시킬 가능성을 보여준다.[19]
구글 브레인의 이미지 분류 기능은 인간 의사가 조기에 진단을 내릴 수 있도록 인지하지 못할 수 있는 패턴을 찾아 특정 질병을 감지하는 데 사용되어 왔다.[22] 유방암 검진 과정에서 이 방법은 각 사진을 검토하는 데 더 많은 시간이 필요하고 이 한 가지 작업에 모든 집중력을 쏟을 수 없는 인간 병리학자보다 4분의 1 수준의 낮은 오진율을 보였다.[22] 신경망은 단일 작업에 대해 매우 구체적으로 훈련되었기 때문에 인간이 쉽게 발견할 수 있는 사진에 나타난 다른 질병을 식별할 수 없다.[22]
3. 3. 자연어 처리 (NLP)
구글 브레인 팀은 구글 번역 프로젝트에 새로운 딥 러닝 시스템을 적용하여 기여했다. 이 시스템은 인공 신경망과 방대한 다국어 텍스트 데이터베이스를 결합한 것이다.[20] 2016년 9월, 구글 신경 기계 번역(GNMT)이 출시되었는데, 이는 대량의 예시로부터 학습할 수 있는 종단 간 학습 프레임워크였다.[20] 이전의 구글 번역의 구문 기반 기계 번역(PBMT) 방식은 단어별로 통계적으로 분석하여 문장 내 주변 구문을 고려하지 않고 다른 언어의 해당 단어와 일치시키려고 했다.[21] 그러나 GNMT는 원하는 언어의 개별 단어마다 대체를 선택하는 대신, 문장의 나머지 부분을 고려하여 단어 세그먼트를 평가하여 더욱 정확한 대체어를 선택한다.[22] 이전 PBMT 모델과 비교하여 GNMT 모델은 인간 번역과의 유사성에서 24% 향상되었고, 오류는 60% 감소했다.[22][20] GNMT는 또한 중국어에서 영어로의 번역과 같이 악명 높게 어려운 번역에서 상당한 개선을 보여주었다.[20]GNMT의 도입으로 구글 번역의 시범 언어에 대한 번역 품질이 향상되었지만, 103개 언어 모두에 대해 이러한 개선을 이루는 것은 매우 어려웠다. 이 문제를 해결하기 위해 구글 브레인 팀은 다국어 GNMT 시스템을 개발할 수 있었는데, 이는 여러 언어 간의 번역을 가능하게 함으로써 이전 시스템을 확장한 것이다. 또한, 시스템이 이전에 명시적으로 본 적이 없는 두 언어 간의 번역인 제로샷 번역도 가능하다.[23] 구글은 구글 번역이 이제 신경망을 사용하여 전사 없이도 번역할 수 있다고 발표했다. 이는 한 언어의 음성을 텍스트로 먼저 전사하지 않고도 다른 언어의 텍스트로 직접 번역하는 것이 가능하다는 것을 의미한다.
구글 브레인 연구원들에 따르면, 신경망을 사용하여 이 중간 단계를 피할 수 있다. 시스템이 이를 학습하도록 하기 위해, 그들은 스페인어 오디오와 해당 영어 텍스트를 여러 시간 동안 노출시켰다. 인간의 뇌를 모방한 신경망의 서로 다른 레이어는 해당 부분을 연결하고, 이후 영어 텍스트로 변환될 때까지 오디오 파형을 조작할 수 있었다.[24] GNMT 모델의 또 다른 단점은 문장의 단어 수가 증가함에 따라 번역 시간이 기하급수적으로 증가한다는 것이다.[22] 이로 인해 구글 브레인 팀은 새로운 번역 프로세스가 여전히 빠르고 안정적으로 작동하도록 하기 위해 2000개의 프로세서를 더 추가했다.[21]
3. 4. 로봇 공학
구글 브레인의 로봇 연구자들은 로봇이 스스로 새로운 기술을 학습할 수 있도록 기계 학습 기술을 개발하고 있다.[25] 이는 로봇의 새로운 기술을 수동으로 프로그래밍해야 하는 문제를 해결하기 위한 것이다. 또한, 로봇 간의 정보 공유 방식, 즉 클라우드 로보틱스도 개발하여 로봇이 학습 과정에서 서로 학습할 수 있도록 하고 있다.[26] 그 결과, 구글은 2019년에 개발자를 위한 구글 클라우드 로보틱스 플랫폼을 출시했다. 이는 로봇 공학, AI, 클라우드를 결합하여 클라우드 연결 협업 로봇을 통해 효율적인 로봇 자동화를 가능하게 하려는 노력의 일환이다.[26]구글 브레인의 로봇 연구는 주로 딥 러닝 알고리즘을 개선하고 적용하여 로봇이 경험, 시뮬레이션, 인간 시연 및/또는 시각적 표현을 통해 작업을 완료할 수 있도록 하는 데 초점을 맞추고 있다.[27][28][29][30] 예를 들어, 구글 브레인 연구자들은 로봇이 미리 프로그래밍되지 않은 환경에서 실험을 통해 단단한 물체를 선택하여 선택한 상자에 던지는 방법을 배울 수 있음을 보여주었다.[27] 다른 연구에서는, 연구자들이 로봇이 컵에서 액체를 따르는 것과 같은 행동을 배우도록 훈련시켰는데, 로봇은 여러 시점에서 기록된 인간 시연 비디오를 통해 학습했다.[29]
구글 브레인 연구자들은 다른 회사 및 학술 기관과 로봇 연구에 협력해왔다. 2016년, 구글 브레인 팀은 X의 연구자들과 협력하여 로봇의 손과 눈의 협응 능력을 학습하는 연구를 진행했다.[31] 그들의 방법은 자체 수정 기능을 갖춘 새로운 물체를 잡기 위한 실시간 로봇 제어를 가능하게 했다.[31] 2020년에는, 구글 브레인, 인텔 AI 연구소, 캘리포니아 대학교 버클리의 연구자들이 로봇이 수술 비디오를 통한 훈련을 통해 봉합과 같은 수술 관련 작업을 배울 수 있도록 AI 모델을 개발했다.[30]
3. 5. 텐서플로 (TensorFlow)
텐서플로는 구글 브레인에서 개발한 오픈 소스 소프트웨어 라이브러리로, 누구나 딥 러닝 모델을 훈련할 수 있는 도구를 제공하여 머신 러닝을 활용할 수 있게 해준다.[22] 이 도구는 농부들이 수확물을 분류하는 데 필요한 수작업을 줄이기 위해, 사람이 분류한 이미지 데이터 세트로 훈련된 딥 러닝 모델을 사용하여 소프트웨어를 개발하는 데 사용되었다.[22]3. 6. Magenta
Magenta는 구글 브레인을 사용하여 예술과 음악 형태의 새로운 정보를 생성하는 프로젝트이다.[22] 텐서플로우는 사용자가 신경망을 통해 이미지와 음악을 만들도록 안내하는 도구 모음을 제공한다.[22] 그러나 발도스타 주립대학교 연구팀은 인공지능이 번역에서 겪는 문제와 유사하게 예술에서 인간의 의도를 완벽하게 재현하는 데 어려움을 겪는다는 사실을 발견했다.[22]3. 7. 트랜스포머 (Transformer)
트랜스포머 딥 러닝 아키텍처는 2017년 구글 브레인 연구원들이 발명했으며, 과학 논문 ''Attention Is All You Need''에 설명되어 있다.[33] 구글은 이 널리 사용되는 아키텍처에 대한 특허를 소유하고 있지만, 이를 시행하지는 않았다.[34][35]3. 8. 텍스트-이미지 모델
구글 브레인은 2022년에 OpenAI의 DALL-E와 경쟁하는 Imagen과 Parti, 두 가지 텍스트-이미지 모델을 개발했다고 발표했다.[36][37]
이후 2022년에 해당 프로젝트는 텍스트-비디오로 확장되었다.[38]
Imagen 개발은 딥마인드와의 합병 이후 구글 딥마인드로 이관되었다.[39]
4. 기타 구글 제품에의 활용
구글 브레인 프로젝트의 기술은 안드로이드 음성 인식, 구글 포토 사진 검색, Gmail 스마트 답장, 유튜브 동영상 추천 등 다양한 구글 제품에 사용되고 있다.[40][41][42]
5. 논란
2020년 12월, AI 윤리학자 티미닛 게브루가 구글에서 퇴사하면서 논란이 시작되었다.[47] 이 사건은 확률적 앵무새의 위험성: 언어 모델은 너무 커질 수 있는가?라는 논문 철회 요구와 관련이 있었다.[47][48] 이후 마거릿 미첼이 해고되고[49], 구글 브레인의 공동 창립자 사미 벤지오가 사임하는[10] 등 AI 윤리팀을 둘러싼 갈등이 이어졌다. 2022년 3월에는 배치 문제에 대한 강화 학습 연구 결과에 의문을 제기한 AI 연구원 사트라지트 채터지가 해고되면서 또 다른 논란이 발생했다.[52][53]
5. 1. 티미닛 게브루 해고 논란
티미닛 게브루는 2020년 12월 구글을 떠났다.[47] 그녀의 퇴사는 확률적 앵무새의 위험성: 언어 모델은 너무 커질 수 있는가?라는 논문을 철회하라는 요구를 거부하면서 발생했다. 이 논문은 구글 브레인과 같은 AI의 성장에 따른 환경적 영향, 훈련 데이터의 편향, 대중을 속일 수 있는 능력 등 잠재적 위험을 다루었다.[47][48] 구글 브레인의 부사장 메간 카콜리아는 논문 철회를 요청했다.[49] 2021년 4월, 약 7000명의 현직 또는 전직 구글 직원 및 업계 지지자들이 구글을 "연구 검열" 혐의로 비난하고 게브루의 처우를 규탄하는 공개 서한에 서명했다.[50]5. 2. 마거릿 미첼 해고 논란
2021년 2월, 구글은 AI 윤리팀 리더 중 한 명인 마거릿 미첼을 해고했다.[49] 구글의 성명에 따르면, 미첼은 자동화된 도구를 사용하여 티미닛 게브루를 지지하는 자료를 찾으면서 회사 정책을 위반했다.[49] 같은 달, 윤리팀 외부의 엔지니어들이 게브루의 해고를 이유로 퇴사하기 시작했다.[51]5. 3. 사미 벤지오 사임
2021년 4월, 구글 브레인의 공동 창립자 사미 벤지오는 회사를 사임한다고 발표했다.[10] 티미닛 게브루의 매니저였던 벤지오는 그녀가 해고되기 전에 이 사실을 통보받지 못했으며, 그녀와 마거릿 미첼을 지지하는 글을 온라인에 게시했다.[10] 벤지오는 사임 이유로 개인적 성장에 초점을 맞추겠다고 밝혔지만, 익명의 소식통은 로이터 통신에 AI 윤리팀 내의 혼란이 사임에 영향을 미쳤다고 전했다.[10]5. 4. 배치 문제 연구 논란
2022년 3월, 구글은 AI 연구원 사트라지트 채터지를 해고했다.[52][53] 채터지는 네이처에 구글 AI 팀 멤버 안나 골디와 아잘리아 미르호세이니가 발표한 논문의 결과에 의문을 제기했기 때문이다.[52][53] 이 논문은 배치 문제에 대한 AI 기술, 특히 강화 학습의 사용에서 좋은 결과를 보고했다.[54] 그러나 이 결과는 논란의 여지가 많다.[55][56][57] 논문에 기존 배치 프로그램과의 직접적인 비교가 없고, 독점적인 내용으로 인해 재현하기 어렵기 때문이다. 최소한 하나의 초기 긍정적인 논평이 추가 검토 후 철회되었으며,[58] 이 논문은 네이처의 조사를 받고 있다.[59]참조
[1]
웹사이트
What is Google Brain?
https://www.geeksfor[...]
2020-02-06
[2]
웹사이트
Astro Teller, Google's 'Captain of Moonshots,' on Making Profits at Google X
http://bits.blogs.ny[...]
2015-02-16
[3]
뉴스
How Many Computers to Identify a Cat? 16,000
https://www.nytimes.[...]
2012-06-25
[4]
웹사이트
A Massive Google Network Learns To Identify — Cats
https://www.npr.org/[...]
National Public Radio
2012-06-26
[5]
간행물
U of T neural networks start-up acquired by Google
http://media.utoront[...]
2013-03-12
[6]
웹사이트
Google's big AI push will combine Brain and DeepMind into one team
https://www.theverge[...]
2023-04-20
[7]
뉴스
Swift creator Chris Lattner joins Google Brain after Tesla Autopilot stint
https://techcrunch.c[...]
2017-08-14
[8]
웹사이트
Former Google and Tesla Engineer Chris Lattner to Lead SiFive Platform Engineering Team
https://www.business[...]
2020-01-27
[9]
웹사이트
Brain Team – Google Research
https://research.goo[...]
[10]
뉴스
Google AI scientist Bengio resigns after colleagues' firings: email
https://www.reuters.[...]
2021-04-07
[11]
웹사이트
Build for Everyone – Google Careers
https://careers.goog[...]
[12]
서적
2018 Sixth International Symposium on Computing and Networking Workshops (CANDARW)
2018-11-01
[13]
논문
Learning to Protect Communications with Adversarial Neural Cryptography
2016
[14]
논문
Pixel Recursive Super Resolution
2017
[15]
웹사이트
Google Brain super-resolution image tech makes "zoom, enhance!" real
https://arstechnica.[...]
2017-02-07
[16]
서적
To Learn Image Super-Resolution, Use a GAN to Learn How to do Image Degradation First
http://dx.doi.org/10[...]
Springer International Publishing
2018
[17]
논문
Pixel Recurrent Neural Networks
http://proceedings.m[...]
PMLR
2016-06-11
[18]
웹사이트
Google uses AI to sharpen low-res images
https://www.engadget[...]
2017-02-07
[19]
웹사이트
Google just made 'zoom and enhance' a reality – kinda
https://www.cnet.com[...]
[20]
논문
Deep learning boosts Google Translate tool
http://www.nature.co[...]
[21]
뉴스
The Great A.I. Awakening
https://www.nytimes.[...]
2016-12-14
[22]
서적
Proceedings of the 2018 International Conference on Big Data and Education
Association for Computing Machinery
2018-03-09
[23]
논문
Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation
2017-10-01
[24]
웹사이트
Google uses neural networks to translate without transcribing
https://www.newscien[...]
[25]
뉴스
Inside Google's Rebooted Robotics Program
https://www.nytimes.[...]
2019-03-26
[26]
웹사이트
Google Cloud Robotics Platform coming to developers in 2019
https://www.therobot[...]
2018-10-24
[27]
논문
TossingBot: Learning to Throw Arbitrary Objects With Residual Physics
2020-08-01
[28]
서적
2017 IEEE International Conference on Robotics and Automation (ICRA)
2017-05-01
[29]
서적
2018 IEEE International Conference on Robotics and Automation (ICRA)
2018-05-01
[30]
서적
2020 IEEE International Conference on Robotics and Automation (ICRA)
2020-05-01
[31]
논문
Learning hand-eye coordination for robotic grasping with deep learning and large-scale data collection
2018-04-01
[32]
논문
A Machine of Few Words: Interactive Speaker Recognition with Reinforcement Learning
http://dx.doi.org/10[...]
ISCA
2020-10-25
[33]
뉴스
'Attention is All You Need' creators look beyond Transformers for AI at Nvidia GTC: 'The world needs something better'
https://venturebeat.[...]
2024-03-20
[34]
웹사이트
Google's patents cover tech in ChatGPT. But fighting rivals in court isn't worth it, legal experts say.
https://www.business[...]
[35]
웹사이트
Can Google Challenge OpenAI With Self-Attention Patents?
https://www.forbes.c[...]
2023-01-23
[36]
뉴스
All these images were generated by Google's latest text-to-image AI
https://www.theverge[...]
Vox Media
2022-05-28
[37]
웹사이트
Google's Parti Generator Relies on 20 Billion Inputs to Create Photorealistic Images
https://www.cnet.com[...]
2022-06-23
[38]
웹사이트
Google's newest AI generator creates HD video from text prompts
https://arstechnica.[...]
2022-12-28
[39]
웹사이트
Imagen 3
https://deepmind.goo[...]
2024-11-16
[40]
간행물
How Google Retooled Android With Help From Your Brain
https://www.wired.co[...]
2021-04-08
[41]
웹사이트
Google Open-Sources The Machine Learning Tech Behind Google Photos Search, Smart Reply And More
https://techcrunch.c[...]
2021-04-08
[42]
간행물
This Is Google's Plan to Save YouTube
https://time.com/388[...]
2015-05-18
[43]
간행물
How Ray Kurzweil Will Help Google Make the Ultimate AI Brain
https://www.wired.co[...]
2014-02-11
[44]
간행물
Google's Grand Plan to Make Your Brain Irrelevant
https://www.wired.co[...]
2014-02-11
[45]
간행물
The Man Behind the Google Brain: Andrew Ng and the Quest for the New AI
https://www.wired.co[...]
2014-02-11
[46]
웹사이트
Ray Kurzweil and the Brains Behind the Google Brain
http://bigthink.com/[...]
Big Think
2014-02-11
[47]
웹사이트
We read the paper that forced Timnit Gebru out of Google. Here's what it says.
https://www.technolo[...]
2021-04-08
[48]
서적
Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency
ACM
2021-03-03
[49]
웹사이트
Google fires second AI ethics researcher following internal investigation
https://www.theverge[...]
2021-04-08
[50]
웹사이트
Standing with Dr. Timnit Gebru — #ISupportTimnit #BelieveBlackWomen
https://googlewalkou[...]
2021-04-08
[51]
뉴스
Two Google engineers resign over firing of AI ethics researcher Timnit Gebru
https://www.reuters.[...]
2021-04-08
[52]
뉴스
Another Firing Among Google's A.I. Brain Trust, and More Discord
https://www.nytimes.[...]
2022-06-12
[53]
간행물
Tension Inside Google Over a Fired AI Researcher's Conduct
https://www.wired.co[...]
2022-06-12
[54]
논문
A Graph Placement Methodology for Fast Chip Design
[55]
서적
Proceedings of the 2023 International Symposium on Physical Design
2023-03
[56]
arXiv
The False Dawn: Reevaluating Google's Reinforcement Learning for Chip Macro Placement
2023
[57]
웹사이트
Google's Controversial AI Chip Paper Under Scrutiny Again
https://www.enterpri[...]
2024-01-14
[58]
논문
RETRACTED ARTICLE: AI system outperforms humans in designing floorplans for microchips.
[59]
웹사이트
Nature flags doubts over Google AI study, pulls commentary
https://retractionwa[...]
Retraction Watch
2023-09-26
[60]
웹인용
Brain Team mission – Google AI
https://ai.google/re[...]
2019-07-23
[61]
문서
Machine Learning Algorithms and Techniques
https://research.goo[...]
Research at Google
2017-05-18
[62]
웹인용
Research at Google
https://research.goo[...]
2018-02-16
[63]
웹인용
Google's Large Scale Deep Neural Networks Project
https://www.youtube.[...]
2015-10-25
[64]
웹인용
Using large-scale brain simulations for machine learning and A.I.
http://googleblog.bl[...]
2012-06-26
[65]
뉴스
How Many Computers to Identify a Cat? 16,000
https://www.nytimes.[...]
The New York Times
2014-02-11
[66]
웹인용
Large Scale Distributed Deep Networks
http://papers.nips.c[...]
2015-10-25
[67]
웹인용
Astro Teller, Google's 'Captain of Moonshots,' on Making Profits at Google X
http://bits.blogs.ny[...]
2015-10-25
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com